In vivo mapping of pharmacologically induced functional reorganization onto the human brain’s neurotransmitter 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
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.
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 | 0,002 |
| 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) | 0,000 | 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