Learning and reaction times in mouse touchscreen tests are differentially impacted by mutations in genes encoding postsynaptic interacting proteins <scp>SYNGAP1</scp>, <scp>NLGN3</scp>, <scp>DLGAP1</scp>, <scp>DLGAP2</scp> and <scp>SHANK2</scp>
Notice bibliographique
Résumé
The postsynaptic terminal of vertebrate excitatory synapses contains a highly conserved multiprotein complex that comprises neurotransmitter receptors, cell-adhesion molecules, scaffold proteins and enzymes, which are essential for brain signalling and plasticity underlying behaviour. Increasingly, mutations in genes that encode postsynaptic proteins belonging to the PSD-95 protein complex, continue to be identified in neurodevelopmental disorders (NDDs) such as autism spectrum disorder, intellectual disability and epilepsy. These disorders are highly heterogeneous, sharing genetic aetiology and comorbid cognitive and behavioural symptoms. Here, by using genetically engineered mice and innovative touchscreen-based cognitive testing, we sought to investigate whether loss-of-function mutations in genes encoding key interactors of the PSD-95 protein complex display shared phenotypes in associative learning, updating of learned associations and reaction times. Our genetic dissection of mice with loss-of-function mutations in Syngap1, Nlgn3, Dlgap1, Dlgap2 and Shank2 showed that distinct components of the PSD-95 protein complex differentially regulate learning, cognitive flexibility and reaction times in cognitive processing. These data provide insights for understanding how human mutations in these genes lead to the manifestation of diverse and complex phenotypes in NDDs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».