Mécanismes traductionnels impliqués dans la potentialisation à long-terme de la transmission synaptique des cellules pyramidales de l’hippocampe chez le rongeur
Bibliographic record
Abstract
La mémoire et l’apprentissage sont des phénomènes complexes dont on ne comprend pas encore bien l’origine au niveau cellulaire et moléculaire. Cependant, il est largement admis que des changements plus simples au niveau synaptique, tels que la potentialisation à long-terme (long-term potentiation ou LTP) pourraient constituer la base cellulaire de la formation des nouveaux souvenirs. Ces mécanismes sont couramment étudiés au niveau de l’hippocampe, une région du lobe temporal reconnue comme étant nécessaire à la formation de la mémoire explicite chez les mammifères. La LTP est classiquement définie comme un renforcement durable de l’efficacité de connexions synaptiques ayant été stimulées de façon répétée et soutenue. De plus, on peut distinguer deux formes de LTP: une LTP précoce, qui repose sur la modification de protéines déjà formées, et une LTP tardive, qui requiert, elle, la synthèse de nouvelles protéines. Cependant, bien que de nombreuses études se soient intéressées au rôle de la traduction pour la maintenance de la LTP, les mécanismes couplant l’activité synaptique à la machinerie de synthèse protéique, de même que l’identité des protéines requises sont encore peu connus. Dans cette optique, cette thèse de doctorat s’est intéressée aux interactions entre l’activité synaptique et la régulation de la traduction. Il est par ailleurs reconnu que la régulation de la traduction des ARNm eukaryotiques se fait principalement au niveau de l’initiation. Nous avons donc étudié la modulation de deux voies majeures pour la régulation de la traduction au cours de la LTP : la voie GCN2/eIF2α et la voie mTOR. Ainsi, nos travaux ont tout d’abord démontré que la régulation de la voie GCN2/eIF2α et de la formation du complexe ternaire sont nécessaires à la maintenance de la plasticité synaptique et de la mémoire à long-terme. En effet, l’activité synaptique régule la phosphorylation de GCN2 et d’eIF2α, ce qui permet de moduler les niveaux du facteur de transcription ATF4. Celui-ci régule à son tour la transcription CREB-dépendante et permet ainsi de contrôler les niveaux d’expression génique et la synthèse de protéines nécessaires pour la stabilisation à long-terme des modifications synaptiques. De plus, la régulation de la voie mTOR et de la traduction spécifique des ARNm 5’TOP semble également jouer un rôle important pour la plasticité synaptique à long-terme. La modulation de cette cascade par l’activité synaptique augmente en effet spécifiquement la capacité de traduction des synapses activées, ce qui leur permet de traduire et d’incorporer les protéines nécessaires au renforcement durable des synapses. De telles recherches permettront sans doute de mieux comprendre la régulation des mécanismes traductionnels par l’activité synaptique, ainsi que leur importance pour la maintenance de la potentialisation à long-terme et de la mémoire à long-terme.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".