MétaCan
Menu
Retour à la cohorte
Enregistrement W4409351669 · doi:10.1101/2025.04.09.643378

Optical activation of midbrain dopamine neurons: do high and low stimulation frequencies produce functionally different effects?

2025· preprint· en· W4409351669 sur OpenAlexaff
Jacques Voisard, Marie‐Pierre Cossette, Andreas Arvanitogiannis, Peter Shizgal

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMidbrainDopamineStimulationNeuroscienceChemistryPsychologyCentral nervous system

Résumé

récupéré en direct d'OpenAlex

Millard et al. propose 1 that 20- and 50-Hz stimulation of optically excitable, midbrain dopamine neurons triggers functionally distinct effects: The “physiological” firing elicited by a 20-Hz train mimics a reward-prediction error (RPE) whereas the “supra-physiological” firing induced by a 50-Hz train creates “a sensory event that acts as a reward in its own right.” Only the 50-Hz trains supported vigorous responding in the face of elevated response costs and sufficed to produce reward-specific Pavlovian-Instrumental Transfer (PIT). Nonetheless, the 20-Hz trains did produce unblocking. Here, we propose a more parsimonious account of these findings that is consistent with the results of prior experiments on operant responding for rewarding optical 2–4 or electrical 5–9 stimulation and with a new theory 10,11 of the role of dopamine signaling in associative conditioning: 1) The effects of the 20- and 50-Hz trains differ quantitatively rather than qualitatively. They are mapped onto a single dimension, reward intensity, which reflects the aggregate release of dopamine in the critical terminal field(s). 2) The non-linear dependence of operant responding on both the aggregate dopamine release and the response cost 3 can explain why responding for the 20- and 50 Hz trains diverged as response cost grew and predicts that this divergence can be eliminated by increasing the number of dopamine neurons stimulated. 3) Terminal-field dopamine concentration provides no information about pulse frequency per se. 4) Operant responding, PIT, and unblocking all depend on reward intensity, but the form and parameters of this dependence can differ, thus generating the observed contrasts in the impact of the 20- and 50-Hz trains. 5) The tested range of experimental conditions is too narrow to specify what constitutes “physiological” firing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,252
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetPhotoreceptor and optogenetics researchTravaux en français237 207