MétaCan
Menu
← Retour à la cohorte
Enregistrement W4295004859 · doi:10.1101/2022.09.02.505959

Longitudinal assessment of water-reaching reveals altered cortical activity and fine motor coordination defects in a Huntington Disease model

2022· preprint· en· W4295004859 sur OpenAlexafffund
Yundi Wang, Marja D. Sepers, Dongsheng Xiao, Lynn A. Raymond, Timothy H. Murphy

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchFondation LeducqFondation Brain CanadaHeart and Stroke Foundation of Canada
Mots-clésForelimbMotor coordinationMotor learningNeurosciencePsychologyBalance (ability)Physical medicine and rehabilitationMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Huntington Disease (HD), caused by dominantly inherited expansions of a CAG repeat results in characteristic motor dysfunction. Although gross motor and balance defects have been extensively characterized in multiple HD mouse models using tasks such as rotarod, beam walking and gait analysis, little is known about forelimb deficits. Here we use a high-throughput alternating reward/non-reward water-reaching task conducted daily over ∼2 months to simultaneously monitor forelimb impairment and mesoscale cortical changes in GCaMP activity, comparing female zQ175 (HD) and wildtype (WT) littermate mice, starting at ∼5.5 months of age. Behavioral analysis of the water-reaching task reveals that HD mice, despite learning the water-reaching task as proficiently as WT mice, take longer to learn the alternating event sequence. Although WT mice displayed no significant changes in cortical activity and reaching trajectory throughout the testing period, HD mice exhibited an increase in cortical activity – especially in the secondary motor and retrosplenial cortices – over time, as well as longer and more variable reaching trajectories by ∼7 months of age. HD mice also experienced a progressive reduction in successful performance rates. Tapered beam and rotarod tests before and/or after water-reaching assessment confirmed these early and manifest stages of HD characterized by the absence and presence of failed water-reaching trials, respectively. Reduced DARPP-32 (marker for striatal medium spiny neurons) expression in HD mice further confirmed disease pathology. The water-reaching task can be used to inform HD and potentially other movement disorder onset, therapeutic intervention windows and test drug efficacy. Significance statement The movement disorder, Huntington Disease (HD), has been extensively studied in preclinical settings using mouse models of disease examining gross motor and balance defects. Little however, is known regarding forelimb deficits and underlying cortical circuit changes. Using a high-throughput alternating reward/non-reward water-reaching task, we characterized early event sequence learning defects in HD mice aged ∼5.5 months. Progressive forelimb movement defects first become apparent at ∼6.5 months of age with corresponding increases in cortical activity associated with reaching observed over time. These forelimb defects revealed in the water-reaching task are coincident with gross motor defects characterized using the tapered beam and rotarod tasks, demonstrating the suitability of the water-reaching task in phenotyping HD motor deficits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,279
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenetic Neurodegenerative Diseases→Travaux en français237 207→