Locus Coeruleus Activation Patterns Differentially Modulate Odor Discrimination Learning and Odor Valence in Rats
Notice bibliographique
Résumé
The locus coeruleus (LC) produces phasic and tonic firing patterns that are theorized to have distinct functional consequences. However, how different firing modes affect learning and valence encoding of sensory information are unknown. Here, we show bilateral optogenetic activation of rat LC neurons using 10-Hz phasic trains of either 300 ms or 10 s accelerated acquisition of a similar odor discrimination. Similar odor discrimination learning was impaired by noradrenergic blockade in the piriform cortex (PC). However, 10-Hz phasic light-mediated learning facilitation was prevented by a dopaminergic antagonist in the PC, or by ventral tegmental area (VTA) silencing with lidocaine, suggesting a LC-VTA-PC dopamine circuitry involvement. Ten-hertz tonic stimulation did not alter odor discrimination acquisition, and was ineffective in activating VTA DA neurons. For valence encoding, tonic stimulation at 25 Hz induced conditioned odor aversion, whereas 10-Hz phasic stimulations produced an odor preference. Both conditionings were prevented by noradrenergic blockade in the basolateral amygdala (BLA). Cholera Toxin B retro-labeling showed larger engagement of nucleus accumbens-projecting neurons in the BLA with 10-Hz phasic activation, and larger engagement of central amygdala projecting cells with 25-Hz tonic light. These outcomes argue that the LC activation patterns differentially influence both target networks and 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».