Three‐dimensional quantification of oxytocin neurons in the hypothalamic paraventricular nucleus reveals sex‐ and subregion‐specific differences in two genetic mouse models of autism
Notice bibliographique
Résumé
Oxytocin (OXT), a neuropeptide hormone essential to a wide range of social functions, has drawn increasing attention as a crucial contributor to the neurobiology of autism spectrum disorder (ASD). Central OXT system disruptions have been reported in several genetic mouse models of ASD; however, a detailed and systematic characterization of these phenotypes, and cross-model identification of shared and distinct features, are presently lacking. We integrated whole-brain OXT immunolabeling, SHIELD tissue clearing, light-sheet microscopy, and three-dimensional (3D) machine learning-based cell detection to establish a high-throughput, intact-tissue pipeline and quantified OXT immunopositive (OXT+) neurons across subregions of the paraventricular nucleus of the hypothalamus (PVN) in two genetic mouse models of ASD: Cntnap2 and Fmr1 knockout (KO) mice. We validated this pipeline alongside conventional immunohistochemistry using tissue sections. We show subregion- and sex-specific differences in PVN OXT+ cell counts in the two KO models. Notably, whole-PVN analysis revealed additional subregion- and sex-specific differences that were not evident in section-based quantification. These results identify subregion- and sex-specific differences in PVN OXT+ neuronal distribution as a shared phenotype in two genetic mouse models of ASD. This work highlights the importance of region-specific, high-resolution 3D approaches in intact tissue for quantifying cell populations within anatomically complex brain regions.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».