NMDA receptor ablation in medial prefrontal cortex disrupts value updating and reward history integration
Notice bibliographique
Résumé
Schizophrenia, a serious mental illness, is associated with evidence of NMDA receptor (NMDAR) dysfunction and characterized by cognitive impairments that reflect impaired value updating and feedback-driven control. However, the cellular and circuit-level mechanisms underlying these disruptions remain unclear. Here, we test how NMDA receptor (NMDAR) signaling in the medial prefrontal cortex (mPFC) contributes to adaptive decision-making by combining targeted genetic ablation in mice and systemic pharmacology. Using a CRISPR-Cas9 approach to eliminate the obligate GluN1 subunit, we induced NMDAR hypofunction centered on the mPFC and compared its effects to systemic pharmacological blockade with the NMDAR antagonist MK-801 during performance of a touchscreen-based restless bandit task. Prefrontal NMDAR ablation impaired value discrimination and weakened the use of negative feedback, indicating disrupted feedback-guided decision making. Reinforcement-learning models incorporating a choice-kernel term best captured behavior and revealed that NMDAR ablation selectively altered experience-dependent choice updating. Systemic MK-801 produced widespread impairments in control animals, reducing performance and disrupting reward-history integration, while producing more limited additional effects in animals with prefrontal NMDAR ablation. Simulations using fitted model parameters reproduced these patterns, showing convergence toward a shared impaired behavioral regime under MK-801 despite residual differences in underlying decision processes. Together, these findings indicate that prefrontal NMDAR signaling supports key components of value-based decision making, while systemic NMDAR hypofunction engages broader mechanisms that further disrupt the integration of recent experience. This work provides a mechanistic account of how localized and distributed glutamatergic dysfunction contribute to distinct components of reinforcement-learning deficits relevant to schizophrenia.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».