The neuropeptide landscape of human prefrontal cortex
Notice bibliographique
Résumé
Human prefrontal cortex (hPFC) is a complex brain region involved in cognitive and emotional processes and several psychiatric disorders. Here, we present an overview of the distribution of the peptidergic systems in 17 subregions of hPFC and three reference cortices obtained by microdissection and based on RNA sequencing and RNAscope methods integrated with published single-cell transcriptomics data. We detected expression of 60 neuropeptides and 60 neuropeptide receptors in at least one of the hPFC subregions. The results reveal that the peptidergic landscape in PFC consists of closely located and functionally different subregions with unique peptide/transmitter-related profiles. Neuropeptide-rich PFC subregions were identified, encompassing regions from anterior cingulate cortex/orbitofrontal gyrus. Furthermore, marked differences in gene expression exist between different PFC regions (>5-fold; cocaine and amphetamine-regulated transcript peptide) as well as between PFC regions and reference regions, for example, for somatostatin and several receptors. We suggest that the present approach allows definition of, still hypothetical, microcircuits exemplified by glutamatergic neurons expressing a peptide cotransmitter either as an agonist (hypocretin/orexin) or antagonist (galanin). Specific neuropeptide receptors have been identified as possible targets for neuronal afferents and, interestingly, peripheral blood-borne peptide hormones (leptin, adiponectin, gastric inhibitory peptide, glucagon-like peptides, and peptide YY). Together with other recent publications, our results support the view that neuropeptide systems may play an important role in hPFC and underpin the concept that neuropeptide signaling helps stabilize circuit connectivity and fine-tune/modulate PFC functions executed during health and disease.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».