Learning critically drives parkinsonian motor deficits through imbalanced striatal pathway recruitment
Notice bibliographique
Résumé
Dopamine (DA) loss in Parkinson's disease (PD) causes debilitating motor deficits. However, dopamine is also widely linked to reward prediction and learning, and the contribution of dopamine-dependent learning to movements that are impaired in PD-which often do not lead to explicit rewards-is unclear. Here, we used two distinct motor tasks to dissociate dopamine's acute motoric effects vs. its long-lasting, learning-mediated effects. In dopamine-depleted mice, motor task performance gradually worsened with task exposure. Task experience was critical, as mice that remained in the home cage during the same period were relatively unimpaired when subsequently probed on the task. Repeated dopamine replacement treatments acutely rescued deficits and gradually induced long-term rescue that persisted despite treatment withdrawal. Surprisingly, both long-term rescue and parkinsonian performance decline were task specific, implicating dopamine-dependent learning. D1R activation potently induced acute rescue that gradually consolidated into long-term rescue. Conversely, reduced D2R activation potently induced parkinsonian decline. In dopamine-depleted mice, either D1R activation or D2R activation prevented parkinsonian decline, and both restored balanced activation of direct vs. indirect striatal pathways. These findings suggest that reinforcement and maintenance of movements-even movements not leading to explicit rewards-are fundamental functions of dopamine and provide potential mechanisms for the hitherto unexplained "long-duration response" by dopaminergic therapies in PD.
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 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 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 ».