Spatially patterned excitatory neuron subtypes and circuits within the claustrum
Notice bibliographique
Résumé
uthorDespite being implicated in various functions, the structural organization of the claustrum remains largely unknown. It is crucial that we first understand the intrinsic neural organization of the claustrum to better elucidate its functional complexity. Thus, we sought to investigate the transcriptomic breakdown of the claustrum through single cell RNA-sequencing (scRNA-seq). In our analysis, we uncovered a previously unknown excitatory neuronal subtype, suggesting the claustrum is composed of 2 transcriptomically distinct excitatory neurons. To investigate the spatial organization of these subtypes, we used multiplexed single-molecule fluorescence in situ hybridization (smFISH), targeting RNA from 12 different marker genes in individual brain sections. We found that the gene expression patterns of the claustral neurons correlated strongly with the scRNA-seq predictions, organizing into a "core-shell" spatial configuration that was consistent across the anterior-posterior axis. To determine if these transcriptomic signatures corresponded to specific projection neuron populations within the claustrum, multicolour retrograde tracing in conjunction with smFISH was performed. Here, we found the core and shell subtypes correlated with distinct projection targets from the retrosplenial cortex and lateral entorhinal cortex, respectively. Thus, the claustrum exhibits a "core-shell" spatial organization with distinct molecular and circuit properties, which may drive its functional complexity. This spatial heterogeneity can be used in the future to examine subtype-specific function.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».