Inhibitory circuits in fear memory and fear-related disorders
Notice bibliographique
Résumé
Fear learning and memory rely on dynamic interactions between the excitatory and inhibitory neuronal populations that make up the prefrontal cortical, amygdala, and hippocampal circuits. Whereas inhibition of excitatory principal cells (PCs) by GABAergic neurons restrains their excitation, inhibition of GABAergic neurons promotes the excitation of PCs through a process called disinhibition. Specifically, GABAergic interneurons that express parvalbumin (PV+) and somatostatin (SOM+) provide inhibition to different subcellular domains of PCs, whereas those that express the vasoactive intestinal polypeptide (VIP+) facilitate disinhibition of PCs by inhibiting PV+ and SOM+ interneurons. Importantly, although the main connectivity motifs and the underlying network functions of PV+, SOM+, and VIP+ interneurons are replicated across cortical and limbic areas, these inhibitory populations play region-specific roles in fear learning and memory. Here, we provide an overview of the fear processing in the amygdala, hippocampus, and prefrontal cortex based on the evidence obtained in human and animal studies. Moreover, focusing on recent findings obtained using genetically defined imaging and intervention strategies, we discuss the population-specific functions of PV+, SOM+, and VIP+ interneurons in fear circuits. Last, we review current insights that integrate the region-specific inhibitory and disinhibitory network patterns into fear memory acquisition and fear-related disorders.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».