Claustral Projections to Anterior Cingulate Cortex Modulate Engagement with the External World
Notice bibliographique
Résumé
Abstract Engagement is a major determinant of performance. Hyper-engagement risks impulsivity and is fatiguing over time, while hypo-engagement could lead to missed opportunities. Even in sleep, when engagement levels are minimal, sensory responsiveness varies. Thus, maintaining an optimal engagement level with the environment is a fundamental cognitive ability. The claustrum, and in particular its reciprocal connectivity with executive regions in the frontal cortex, has been associated with salience, attention and sleep. These apparently disparate roles can be consolidated within the context of engagement. Here we describe the activity of claustro-frontal circuits in a task imposing a tradeoff between response inhibition and sensory acuity (‘ENGAGE’). Recording calcium fiber photometry during >80,000 trials, we characterize claustrum recruitment during salient behavioral events, and find that a moderate level of activity in claustro-cingulate projections defines optimal engagement. Low activity of this pathway is associated with impulsive actions, while high activity is associated with behavioral lapses. Chemogenetic activation of cingulate-projecting claustrum neurons suppressed impulsive behavior and reduced the engagement of mice in the task. This relationship became even clearer upon addressing individual variability in the strategy mice employed during the ENGAGE task. Furthermore, this association of claustrum activity and engagement extends into sleep. Using simultaneous EEG and photometry recordings in the claustrum, we find that cingulate projecting claustrum neurons are most active during deep unresponsive slow-wave sleep, when mice are less prone to awakening by sensory stimuli.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».