MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414492054 · doi:10.1101/2025.09.22.677842

Distinct cellular processes drive motor skill learning in the human brain

2025· preprint· en· W4414492054 sur OpenAlexaff
Guillermina Griffa, Marco Palombo, Abraham Yeffal, Hong‐Hsi Lee, Susie Y. Huang, Valeria Della‐Maggiore

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcGill University
Organismes subventionnairesFondo para la Investigación Científica y TecnológicaNational Institute of Dental and Craniofacial ResearchNational Institute of Biomedical Imaging and BioengineeringNational Institutes of Health
Mots-clésHuman brainPrecuneusNeuroplasticityMotor learningDiffusion MRISomaMotor skillHippocampus

Résumé

récupéré en direct d'OpenAlex

Despite decades of research, the biological mechanisms by which motor skills consolidate in the human brain remain poorly understood. Diffusion MRI provides a unique opportunity to probe biological processes non-invasively, as water displacements occur on the micrometer scale. Using diffusion tensor imaging (DTI), our team showed that motor sequence learning (MSL) induces microstructural changes in the hippocampus and key motor regions, suggesting that declarative and procedural systems may operate as part of the same network. Yet DTI cannot identify the cellular source of these changes, leaving open whether they reflect structural plasticity -remodeling of dendritic and astrocytic processes described in rodents- or transient homeostatic responses that accompany learning -neuronal and astrocytic swelling. Here, we combined ultra-high-gradient diffusion MRI with the compartment-based Soma and Neurite Density Imaging (SANDI) model to disentangle the cellular basis of motor skill memory consolidation. DTI showed that MSL induced rapid microstructural changes in the hippocampus, precuneus, and motor regions, but only those in the precuneus and posterior parietal cortex (PPC) persisted overnight. SANDI revealed that DTI changes were driven by two distinct cellular processes: a transient enlargement of the cell soma across all regions consistent with a short-lived homeostatic response, and a sustained rise in cell-process density restricted to the precuneus and PPC, compatible with structural plasticity. By decomposing diffusion signals into their cellular sources, our work disambiguates transient and enduring processes, providing the first non-invasive evidence for the cellular basis of human motor memory consolidation and a framework for studying neuroplasticity in vivo.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,028
Tête enseignante GPT0,296
Écart entre enseignants0,268 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→