New neurons in old brains: implications of age in the analysis of neurogenesis in post-mortem tissue
Notice bibliographique
Résumé
Abstract Adult neurogenesis, the proliferation and integration of newly generated neurons, has been observed in the adult mammalian hippocampus of many species. Numerous studies have also found adult neurogenesis in the human hippocampus, but several recent high-profile studies have suggested that this process is considerably reduced in humans, occurring in children but not in adults. In comparison, rodent studies also show age-related decline but a greater degree of proliferation of new neurons in adult animals. These differences may represent biological species differences or could alternatively be explained by methodological differences in tissue handling and fixation. Here, we examine whether differences in the post-mortem interval between death and tissue fixation might impact subsequent detection of adult neurogenesis due to increased tissue degradation. Because there are fewer new neurons present in older subjects to begin with we hypothesized that, subject age might interact significantly with post-mortem interval in the detection of adult neurogenesis. We analyzed neurogenesis in the hippocampus of rats that were either perfusion-fixed or the brains extracted and immersion-fixed at various post-mortem intervals. We observed an interaction between animal age and the time delay between death and tissue fixation. While similar levels of neurogenesis were observed in young rats regardless of fixation, older rats had significantly fewer labeled neurons when fixation was not immediate. Furthermore, the morphological detail of the labeled neurons was significantly reduced in the delayed fixation conditions at all ages. This study highlights critical concerns that must be considered when using post-mortem tissue to quantify adult neurogenesis.
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 | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,231 | 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 ».