Récepteurs Mu aux opioïdes dans l'habénula : récompense et/ou aversion dans l'addiction
Bibliographic record
Abstract
Les récepteurs mu aux opioïdes (MORs) jouent un rôle central dans l’addiction et ce majoritairement via le contrôle qu’ils exercent sur les phénomènes de récompense. Les effets des MORs sur le système de récompense sont généralement attribués à leur expression dans le circuit mésocorticolimbique. Les MORs sont toutefois exprimés dans d’autres régions du cerveau, notamment dans une petite structure cérébrale épithalamique qui exprime la plus forte densité de MORs : l’habénula médiane (MHb). Le rôle de cette population spécifique de récepteurs n’a jamais été exploré, malgré l’implication fortement suggérée dans la littérature de l’habénula dans l’addiction et les processus de récompense/aversion sous-jacents. Nous avons donc généré un modèle de souris knockout conditionnel chez lesquelles nous supprimons les MORs uniquement dans l’habénula et nous les avons soumis à des tests comportementaux dans le but d’évaluer les fonctions de ces récepteurs et leur impact sur le comportement avec un focus sur les processus aversifs, cognitifs et récompensant. Nos résultats révèlent que les récepteurs mu que nous supprimons dans l’habénula limitent l’aversion somatique et affective mais ne modulent ni les réponses locomotrices, analgésiques et de récompense à la morphine, ni les fonctions cognitives que nous avons testées. Nous identifions donc pour la première fois une population de MORs dans l’habénula qui freinent l’aversion et nous suggérons par là-même que les récepteurs mu de l’habénula pourraient être cruciaux dans le stage «sevrage aversif» des cycles d’addiction.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".