Neural Plasticity in the Ventral Tegmental Area, Aversive Motivation during Drug Withdrawal and Hallucinogenic Therapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aberrant glutamatergic signaling has been closely related to several pathologies of the central nervous system. Glutamatergic activity can induce an increase in neural plasticity mediated by brain-derived neurotrophic factor (BDNF) in the ventral tegmental area (VTA), a nodal point in the mesolimbic dopamine system. Recent studies have related BDNF dependent plasticity in the VTA with the modulation of aversive motivation to deal with noxious environmental stimuli. The disarray of these learning mechanisms would produce an abnormal augmentation in the representation of the emotional information related to aversion, sometimes even in the absence of external environmental trigger, inducing pathologies linked to mood disorders such as depression and drug addiction. Recent studies point out that serotonin (5-hydroxytryptamine, 5-HT) receptors, especially the 2a (5-HT2a) subtype, play an important role in BDNF-related neural plasticity in the VTA. It has been observed that a single administration of a 5HT2a agonist can both revert an animal to a nondependent state from a drug-dependent state (produced by the chronic administration of a substance of abuse). The 5HT2a agonist also reverted the BDNF-induced neural plasticity in the VTA, suggesting that the administration of 5-HT2a agonists could be used as effective therapeutic agents to treat drug addiction. These findings could explain the neurobiological correlate of the therapeutic use of 5HT2a agonists, which can be found in animals, plants and fungi during traditional medicine ceremonies and rituals to treat mood related disorders.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle