P.122 Unbiased whole brain circuit interrogation reveals neurons restoring walking after spinal cord injury
Notice bibliographique
Résumé
Background: There is presently no cure for locomotor deficits after spinal cord injury (SCI). Very few therapies effectively target the brain due to poor understanding of the brain’s role post-SCI. Newly developed tissue clearing techniques have permitted unbiased three-dimensional circuit analysis, opening new opportunities for SCI-related brain interrogation. Methods: We established a novel brain interrogation pipeline by optimizing mouse brain clearing, imaging, and atlas registration. We leveraged a spontaneous recovery lateral hemisection model to analyze whole brain cell activity and connectivity with the lumbar cord using cFos immunolabelling and virus-mediated projection tracing. We identified a functionally and anatomically dynamic region correlating with recovery and interrogated its locomotor role with optogenetics. We assessed deep brain electrical stimulation (DBS) of this region in a more clinically relevant rat contusion SCI using an established bipedal robotic interface. Results: We unexpectedly uncovered the lateral hypothalamus (LH) to functionally and anatomically correlate with recovery. LHVglut2 optogenetic stimulation significantly augmented locomotor function. LH DBS in rats acutely robustly augmented bipedal locomotion post-SCI. Conclusions: This is the first demonstration of the LH’s role in locomotion post-SCI and is a novel DBS target that robustly augmented locomotor function, dependent on LH glutamatergic cells. LH DBS may be a promising intervention in humans.
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 | 0,001 | 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) | 0,006 | 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 ».