MétaCan
Menu
Retour à la cohorte
Enregistrement W3089980773 · doi:10.1523/jneurosci.2426-19.2020

Descending Dopaminergic Inputs to Reticulospinal Neurons Promote Locomotor Movements

2020· article· en· W3089980773 sur OpenAlexafffund
Dimitri Ryczko, Swantje Grätsch, Michael H. Alpert, Jackson J. Cone, Jacquelin Kasemir, Angelina Ruthe, Philippe‐Antoine Beauséjour, François Auclair, Mitchell F. Roitman, Simon Alford, Réjean Dubuc

Notice bibliographique

RevueJournal of Neuroscience · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensUniversité du Québec à MontréalUniversité de MontréalCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesFaculté de médecine et des sciences de la santé, Université de SherbrookeNational Institute on Drug AbuseFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchCanada Foundation for InnovationGovernment of CanadaNational Institutes of HealthNatural Sciences and Engineering Research Council of CanadaUniversité de SherbrookeGreat Lakes Fishery Commission
Mots-clésDopaminergicReticular formationNeuroscienceDopamineSpinal cordBasal gangliaDopaminergic pathwaysBiologyAnatomyStimulationCentral nervous system

Résumé

récupéré en direct d'OpenAlex

Meso-diencephalic dopaminergic neurons are known to modulate locomotor behaviors through their ascending projections to the basal ganglia, which in turn project to the mesencephalic locomotor region, known to control locomotion in vertebrates. In addition to their ascending projections, dopaminergic neurons were found to increase locomotor movements through direct descending projections to the mesencephalic locomotor region and spinal cord. Intriguingly, fibers expressing tyrosine hydroxylase (TH), the rate-limiting enzyme of dopamine synthesis, were also observed around reticulospinal neurons of lampreys. We now examined the origin and the role of this innervation. Using immunofluorescence and tracing experiments, we found that fibers positive for dopamine innervate reticulospinal neurons in the four reticular nuclei of lampreys. We identified the dopaminergic source using tracer injections in reticular nuclei, which retrogradely labeled dopaminergic neurons in a caudal diencephalic nucleus (posterior tuberculum [PT]). Using voltammetry in brain preparations isolated in vitro , we found that PT stimulation evoked dopamine release in all four reticular nuclei, but not in the spinal cord. In semi-intact preparations where the brain is accessible and the body moves, PT stimulation evoked swimming, and injection of a D 1 receptor antagonist within the middle rhombencephalic reticular nucleus was sufficient to decrease reticulospinal activity and PT-evoked swimming. Our study reveals that dopaminergic neurons have access to command neurons that integrate sensory and descending inputs to activate spinal locomotor neurons. As such, our findings strengthen the idea that dopamine can modulate locomotor behavior both via ascending projections to the basal ganglia and through descending projections to brainstem motor circuits. SIGNIFICANCE STATEMENT Meso-diencephalic dopaminergic neurons play a key role in modulating locomotion by releasing dopamine in the basal ganglia, spinal networks, and the mesencephalic locomotor region, a brainstem region that controls locomotion in a graded fashion. Here, we report in lampreys that dopaminergic neurons release dopamine in the four reticular nuclei where reticulospinal neurons are located. Reticulospinal neurons integrate sensory and descending suprareticular inputs to control spinal interneurons and motoneurons. By directly modulating the activity of reticulospinal neurons, meso-diencephalic dopaminergic neurons control the very last instructions sent by the brain to spinal locomotor circuits. Our study reports on a new direct descending dopaminergic projection to reticulospinal neurons that modulates locomotor behavior.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,315
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207