MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412370332 · doi:10.1101/2025.07.08.663725

Cellular basis for cortical network aging in primates

2025· preprint· en· W4412370332 sur OpenAlexafffund
Melina Tsotras, Joey A. Charbonneau, Claude Lepage, Jeffrey Bennett, Jelle Veraart, Alan C. Evans, Eliza Bliss‐Moreau, Erika P. Raven

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMontreal Neurological Institute and Hospital
Organismes subventionnairesCalifornia National Primate Research CenterUniversity of California, DavisNational Institutes of HealthAlliance de recherche numérique du CanadaGovernment of Canada
Mots-clésNeuroscienceCortical neuronsBasis (linear algebra)BiologyComputer sciencePsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Large-scale brain networks are vulnerable to change with aging and become dysregulated. How these networks are altered at the cellular level remains unclear owing to challenges of bridging data across scales. Here, we integrate in vivo cortical similarity networks with whole brain spatial transcriptomics to characterize the aging brain in a lifespan cohort of macaques (N=64, ages 1–26 years). Deep-layer excitatory neurons and oligodendrocytes emerged as dominant correlates of cortical similarity, linking infragranular cell type composition to macroscopic network structure. Age-related declines in network strength were most pronounced in transmodal networks, including default mode and limbic, and aligned with regions enriched in inhibitory and glial cell types. Parvalbumin-enriched chandelier cells showed the strongest association with regional vulnerability, suggesting a role in network disconnection. Cell-type enrichment was conserved across species, with both human and macaque transcriptomic data aligning with the cortical functional hierarchy. These findings uncover a cellular basis for cortical network aging and highlight the value of imaging-transcriptomic integration across scales.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,245
Écart entre enseignants0,219 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→