Maternal immune activation and adolescent alcohol exposure increase alcohol drinking and disrupt cortical-striatal-hippocampal oscillations in adult offspring
Notice bibliographique
Résumé
Maternal immune activation (MIA) is strongly associated with an increased risk of developing mental illness in adulthood, which often co-occurs with alcohol misuse. The current study aimed to begin to determine whether MIA, combined with adolescent alcohol exposure (AE), could be used as a model with which we could study the neurobiological mechanisms behind such co-occurring disorders. Pregnant Sprague-Dawley rats were treated with polyI:C or saline on gestational day 15. Half of the offspring were given continuous access to alcohol during adolescence, leading to four experimental groups: controls, MIA, AE, and Dual (MIA + AE). We then evaluated whether MIA and/or AE alter: (1) alcohol consumption; (2) locomotor behavior; and (3) cortical-striatal-hippocampal local field potentials (LFPs) in adult offspring. Dual rats, particularly females, drank significantly more alcohol in adulthood compared to all other groups. MIA led to reduced locomotor behavior in males only. Using machine learning to build predictive models from LFPs, we were able to differentiate Dual rats from control rats and AE rats in both sexes, and Dual rats from MIA rats in females. These data suggest that Dual "hits" (MIA + AE) increases substance use behavior and disrupts activity in reward-related circuits, and that this may be a valuable heuristic model we can use to study the neurobiological underpinnings of co-occurring disorders. Our future work aims to extend these findings to other addictive substances to enhance the translational relevance of this model, as well as determine whether amelioration of these circuit disruptions can reduce substance use 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 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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».