Receptor-informed network control theory links LSD and psilocybin to a flattening of the brain’s control energy landscape
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
Psychedelics including lysergic acid diethylamide (LSD) and psilocybin temporarily alter subjective experience through their neurochemical effects. Serotonin 2a (5-HT2a) receptor agonism by these compounds is associated with more diverse (entropic) brain activity. We postulate that this increase in entropy may arise in part from a flattening of the brain's control energy landscape, which can be observed using network control theory to quantify the energy required to transition between recurrent brain states. Using brain states derived from existing functional magnetic resonance imaging (fMRI) datasets, we show that LSD and psilocybin reduce control energy required for brain state transitions compared to placebo. Furthermore, across individuals, reduction in control energy correlates with more frequent state transitions and increased entropy of brain state dynamics. Through network control analysis that incorporates the spatial distribution of 5-HT2a receptors (obtained from publicly available positron emission tomography (PET) data under non-drug conditions), we demonstrate an association between the 5-HT2a receptor and reduced control energy. Our findings provide evidence that 5-HT2a receptor agonist compounds allow for more facile state transitions and more temporally diverse brain activity. More broadly, we demonstrate that receptor-informed network control theory can model the impact of neuropharmacological manipulation on brain activity dynamics.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle