In vivo mapping of pharmacologically induced functional reorganization onto the human brain’s neurotransmitter landscape
Notice bibliographique
Résumé
To understand how pharmacological interventions can exert their powerful effects on brain function, we need to understand how they engage the brain's rich neurotransmitter landscape. Here, we bridge microscale molecular chemoarchitecture and pharmacologically induced macroscale functional reorganization, by relating the regional distribution of 19 neurotransmitter receptors and transporters obtained from positron emission tomography, and the regional changes in functional magnetic resonance imaging connectivity induced by 10 different mind-altering drugs: propofol, sevoflurane, ketamine, lysergic acid diethylamide (LSD), psilocybin, N,N-Dimethyltryptamine (DMT), ayahuasca, 3,4-methylenedioxymethamphetamine (MDMA), modafinil, and methylphenidate. Our results reveal a many-to-many mapping between psychoactive drugs' effects on brain function and multiple neurotransmitter systems. The effects of both anesthetics and psychedelics on brain function are organized along hierarchical gradients of brain structure and function. Last, we show that regional co-susceptibility to pharmacological interventions recapitulates co-susceptibility to disorder-induced structural alterations. Collectively, these results highlight rich statistical patterns relating molecular chemoarchitecture and drug-induced reorganization of the brain's functional architecture.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».