Brain structure and working memory adaptations associated with maturation and aging in mice
Notice bibliographique
Résumé
Introduction As the population skews toward older age, elucidating mechanisms underlying human brain aging becomes imperative. Structural MRI has facilitated non-invasive investigation of lifespan brain morphology changes, yet this domain remains uncharacterized in rodents despite increasing use as models of disordered human brain aging. Methods Young (2m, n = 10), middle-age (10m, n = 10) and old (22m, n = 9) mice were utilized for maturational (young vs. middle-age) and aging-related (middle-age vs. old mice) comparisons. Regional brain volume was averaged across hemispheres and reduced to 32 brain regions. Pairwise group differences in regional volume were tested using general linear models, with total brain volume as a covariate. Sample-wide associations between regional brain volume and Y-maze performance were assessed using logistic regression, residualized for total brain volume. Both analyses corrected for multiple comparisons. Structural covariance networks were generated using the R package “igraph.” Group differences in network centrality (degree), integration (mean distance), and segregation (transitivity, modularity) were tested across network densities (5–40%), using 5,000 (1,000 for degree) permutations with significance criteria of p < 0.05 at ≥5 consecutive density thresholds. Results Widespread significant maturational changes in volume occurred in 18 brain regions, including considerable loss in isocortex regions and increases in brainstem regions and white matter tracts. The aging-related comparison yielded 6 significant changes in brain volume, including further loss in isocortex regions and increases in white matter tracts. No significant volume changes were observed across either comparison for subcortical regions. Additionally, smaller volume of the anterior cingulate area (χ 2 = 2.325, p BH = 0.044) and larger volume of the hippocampal formation (χ 2 = −2.180, p BH = 0.044) were associated with poorer cognitive performance. Maturational network comparisons yielded significant degree changes in 9 regions, but no aging-related changes, aligning with network stabilization trends in humans. Maturational decline in modularity occurred (24–29% density), mirroring human trends of decreased segregation in young adulthood, while mean distance and transitivity remained stable. Conclusion/Implications These findings offer a foundational account of age effects on brain volume, structural brain networks, and working memory in mice, informing future work in facilitating translation between rodent models and human brain aging.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».