The Effects of Neuroligin-2 Absence on Sleep Architecture and EEG Activity in Mice
Bibliographic record
Abstract
Les troubles du sommeil sont comorbides avec la plupart des troubles psychiatriques, mais le lien entre ceux-ci n'est pas bien compris. Neuroligin-2 (NLGN2) est une molécule d'adhésion cellulaire qui joue un rôle dans la formation de synapses et la neurotransmission. En outre, NLGN2 a été associé à la schizophrénie, mais son implication dans le sommeil reste inexplorée. Dans le présent mémoire, l'effet de Nlgn2 knockout (KO) sur l'architecture du sommeil et l'activité EEG chez la souris a été étudié. Deux électrodes d'électroencéphalographie (EEG) ont été implantées au-dessus de l'hémisphère droit chez des souris pour enregistrer l’activité EEG pour quatre jours consécutifs. Les états de vigilance (éveil, sommeil paradoxal [REM], sommeil à ondes lentes [NREM]) ont été identifiés sur des époques de 4 s et la durée de l'état de vigilance a été calculée. L'analyse spectrale a été effectuée sur des époques sans artefact en utilisant la transformée rapide de Fourier. Les souris Nlgn2 KO ont montré plus d'éveil et moins de sommeil NREM et REM par rapport aux souris normales (WT). Les changements dans les durées d’éveil et de sommeil proviennent des altérations au le cours de la période de 12h obscurité, car les souris KO ont présenté une durée normale de sommeil/éveil pendant la période de lumière de 12h. L’activité spectrale a montré un effet de génotype significatif pour les fréquences rapides (25 à 50 Hz) pendant tous les états de vigilance, avec les souris KO ayant moins d’activité que les WT. Les souris KO ont aussi montré une activité spectrale accrue à 2-5 Hz pendant le sommeil NREM. Ces données suggèrent que NLGN2 participe à la régulation de la durée du sommeil ainsi qu'à l'activité de l'EEG pendant l'éveil et le sommeil.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".