XiaoMi-AI文件搜索系统
World File Search System纹状体
通过慢性快速扫描环状伏安法确定的多巴胺释放的性别差异和背纹状体：社会住房和反复刺激的影响
我们使用慢性16通道碳纤维电极和快速扫描的环状伏安法（FSCV）研究了伏隔核（NAC）和背外侧纹状体（DLS）中多巴胺（DA）释放的性别差异。电刺激诱导的（ES; 60 Hz）DA释放记录在单人或成对的雄性和雌性大鼠的NAC中。同时记录核心（NACC）和壳（NAC）时，与单个女性和男性相比，NACC的NACC中有更大的ES DA释放。住房不影响男性的ES NAC DA释放。相比之下，雌性大鼠DL的ES DA释放明显高于雄性大鼠。在用甲基苯丙胺治疗之前和之后，这是正确的。此外，在cast割的（铸造）男性和卵形（OVX）女性中，DLS的ES DA释放没有性别差异，这表明这种性别差异的激素依赖性。然而，在完整的和性腺切除大鼠的DL中，女性的da重摄取比男性慢。最后，在4周内研究了60 Hz的内侧前脑束后的DA释放。es da释放随着时间的流逝而增加，表现出敏感性。使用这种新颖的16通道慢性FSCV电极，我们发现社会住房在NACS中的影响，DLS完整大鼠的DA释放性别差异以及DLS摄入和Gonadectomized大鼠DLS的性别差异以及DA重新摄取的性别差异，以及我们报告了Es-eS诱导的DA释放da In dls in dls dls in vivo的敏感性。
多动症患者的灵活奖励学习受损与腹侧纹状体和顶叶皮质强化敏感性和神经信号减弱有关
个人如何从正面和负面的奖励反馈中学习并据此做出决策，可以通过强化学习的计算模型形式化（Sutton and Barto 1998）。RL 模型的核心是奖励预测误差 (RPE)，它反映了已实现奖励和预期奖励之间的差异。从神经上讲，预测误差由中脑多巴胺的阶段性释放发出信号（Hollerman and Schultz 1998，Schultz 2013），同时纹状体和其他大脑区域的神经活动也相应出现（Pine, Sadeh et al. 2018）。人类功能性神经影像学研究报告了中脑、纹状体和几个皮质区域中 RPE 的相关性（O'Doherty, Dayan et al. 2004，D'Ardenne, McClure et al. 2008，Daw, Gershman et al. 2011，Deserno, Huys et al. 2015）。 RL 神经行为相关性的个体差异确实与人类多种多巴胺测量方法有关，包括药理学操作（Pessiglione、Seymour 等人 2006 年、Westbrook、van den Bosch 等人 2020 年、Deserno、Moran 等人 2021 年）、神经化学正电子发射断层扫描 (PET)（Deserno、Huys 等人 2015 年、Westbrook、van den Bosch 等人 2020 年、Calabro、Montez 等人 2023 年）和特定基因型（Frank、Moustafa 等人 2007 年、Dreher、Kohn 等人 2009 年）。
运动神经元疾病患者的纹状体亨廷顿蛋白夹杂物的渗透率降低和中间HTT基因扩张
在人类基因组中的短串联重复扩张在多种神经系统疾病中的代表性过多。最近表明，亨廷顿（HTT）重复膨胀具有完整的外观，即40或更多的CAG重复序列通常会导致亨廷顿氏病（HD），在肌萎缩性侧索硬化症患者（ALS）的患者中代表过多。携带HTT重复膨胀的患者是渗透率降低（36-39 CAG重复序列），还是具有中间渗透率的等位基因（27-35 CAG重复序列），尚未研究ALS的风险。在这里，我们研究了HTT重复扩张在运动神经元疾病（MND）队列中的作用，搜索了扩展的HTT等位基因，并研究了与表型和神经病理学的相关性。包括含有C9ORF72六核苷酸重复扩张（HRE）的MND患者，以调查该组HTT重复扩张是否更常见。我们发现，与欧洲血统的其他人群相比，该队列中的中间体（5.63％–6.61％）和降低（范围为0.57％–0.66％）HTT基因扩展的率降低（范围为0.57％–0.66％），但没有MND队列与对照组之间的差异，对C9 orff的状态没有差异。在三名中间或降低渗透率HTT等位基因的患者尸检后，在尾状核和额叶中观察到亨廷顿蛋白夹杂物，但在神经系统的不同部位未检测到明显的体细胞骨髓。因此，我们首次证明了具有MND和中间和降低的渗透率HTT重复扩张的个体中的亨廷顿蛋白包含物，但是需要更多的临床病理研究来进一步了解HTT基因扩张相关的多oi ofiotiropropropy的影响。
ADHD患者的灵活奖励学习受损与腹侧纹状体和顶叶皮质中的钝化敏感性和神经信号有关
基于奖励的学习和决策是了解注意力缺陷多动障碍（ADHD）的症状的主要候选人。但是，只有有限的证据可用于多动症中所见变化的神经计算基础。这涉及动态变化的环境中的灵活行为适应，这对于患有多动症的人来说是具有挑战性的。先前的一项研究表明，青少年多动症的选择转换升高，伴随着内侧前额叶皮层中的学习信号。在这里，我们使用概率逆转学习实验（fMRI）研究了与年龄和性别匹配的对照（n = 17）相比，我们研究了ADHD（n = 17）的年轻人（n = 17）。任务需要持续学习，以指导灵活的行为适应变化的奖励意外事件。为了解开行为数据的神经计算基础，我们使用了加固学习（RL）模型，该模型为fMRI数据的分析提供了信息。ADHD患者的表现比对照组较差，尤其是在逆转之前的试验中，即奖励调解稳定时。这种模式是由“嘈杂”选择切换产生的，无论先前的反馈如何。RL建模显示，ADHD患者的负反馈降低了增强敏感性和增强的学习率。在神经水平上，这反映在ADHD中左后顶叶皮层中选择概率的降低表示。由于样本量相对较小，这些神经计算发现仍然是初步的。建模显示了对未选择选项的学习的边缘降低，这与学习信号的边缘减少相似，该学习信号纳入了左侧腹侧纹状体中的未选择选项。在一起，我们表明，多动症中的灵活行为受损是由于选择过度切换（“超灵活性”），这取决于学习环境，这可能是有害的或有益的。在计算上，这是由于对加强的敏感性而引起的，我们检测到了注意力控制网络中的神经相关性，特别是在顶叶皮层中。
bhad198.pdf -Dosenbach Lab
丘脑是涉及感觉，运动和认知功能的神经途径的关键继电器中心，包括皮质 - 纹状体 - thalamo-cortical和Cortico-pontico-ponto-ponto-cerebello-cerebello-thalamo-cortical loops。尽管这些电路很重要，但它们的发展已经被研究了。在体内研究这些途径的一种方法是使用功能性连通性MRI，但是很少有研究检查了丘脑 - 皮层和小脑和小脑 - 皮质功能连接的发育中。在这里，我们使用静止状态功能连通性来测量丘脑和小脑的功能连通性，并在2个独立的儿童（7-12岁）和成年人（19-40岁）的儿童（7-12岁）和成人（19-40岁）中具有先前定义的皮质功能网络。在两个数据集中，我们发现与成年人相比，儿童的腹侧丘脑和体成臂面部皮质功能网络之间的功能连通性更强，从而扩展了先前的皮质 - 纹状体功能连接性发现。此外，还有更多的皮质网络集成（即儿童中丘脑中与多个网络的功能连通性最强，而不是成年人。我们发现小脑皮质功能连通性没有发育差异。在一起，这些结果表明在皮质 - 纹状体 - 丘脑和皮质甲状腺皮质 - 甲状腺thalamo-thalamo-cortical途径中的成熟模式不同。
磁共振图像的白鲸（Delphinapterus leucas）大脑的解剖学和三维重建
磁共振成像提供了一种观察大脑内部结构的方法，其中传统的嵌入，切片，染色，安装和微观检查的过程不实用。此外，可以通过其精确的定量空间相互关系来分析内部结构，这在空间扭曲经常伴随组织学处理后很难完成。由于这些原因，磁共振成像使传统上难以分析的标本更容易访问。在本研究中，将白鲸（Beluga）Delphinapterus Leucas的大脑图像在119个前层的冠状平面中扫描。从这些扫描中，使用程序VoxelViewand和Voxelmath（Vital Images，Inc。）构建了计算机生成的三维模型。此模型，其中内部和外部形态的细节在三维空间中表示，然后在正交平面中切除，以在水平和矢状平面中产生相应的“虚拟”部分。在所有三个平面中的部分都显示出call体，内部囊，脑囊，脑室梗，脑室，某些丘脑核基团，尾巴核，腹侧纹状体，腹侧纹状体，腹侧纹状体，脑室，pontine核，小胡子皮质和白色的corercial和gyrci sulci sulci sulci sulci和gyrci sulci。
脑科学 - 欧文实验室
摘要：最近的研究表明，长期意识障碍 (PDOC) 是由关键皮质和皮质下网络的结构和功能障碍引起的，包括默认模式网络 (DMN) 和前脑中脑回路 (AFM)。然而，这种损伤的具体机制仍然未知。已知纹状体-苍白球通路的中断会导致丘脑的过度抑制和皮质缺乏兴奋，这是 PDOC 的特征。在这里，我们在 rs-fMRI 数据上使用光谱动态因果模型和参数经验贝叶斯来评估 PDOC 中的 DMN 变化是否是由 AFM 中断引起的。PDOC 患者表现出 AFM 内的整体耦合减少，具体而言，纹状体的自我抑制减少，同时纹状体与丘脑的耦合减少。这导致 AFM 对 DMN 的抑制作用消失，主要由包括楔前叶和下顶叶皮质在内的后部区域驱动。反过来，DMN 显示出楔前叶和内侧前额叶皮质的自我抑制中断。我们的结果在皮层下水平上为前部中脑回路模型提供了支持，但强调了 AFM 对 DMN 的抑制作用，而 DMN 在 PDOC 中被破坏。
利用机器学习识别多巴胺信号的神经特征
摘要：用于成像神经递质、神经调节剂和神经肽的新工具的出现改变了我们对神经化学在大脑发育和认知中的作用的理解，但对这一新维度的神经生物学信息的分析仍然具有挑战性。在这里，我们使用近红外儿茶酚胺纳米传感器 (nIRCat) 对纹状体脑组织切片中的多巴胺调节进行成像，并实施机器学习以确定多巴胺调节的哪些特征是刺激强度变化和不同神经解剖区域所独有的。我们训练了一个支持向量机和一个随机森林分类器来判断记录是从背外侧纹状体 (DLS) 还是背内侧纹状体 (DMS) 进行的，并发现机器学习能够准确区分 DLS 中发生的多巴胺释放和 DMS 中发生的多巴胺释放，而这是典型统计分析无法实现的。此外，我们的分析表明，多巴胺调节信号（包括独特的多巴胺释放位点的数量和每次刺激事件释放的多巴胺峰值）最能预测神经解剖学。这是因为综合神经调节剂的量是用于监测动物研究中神经调节的常规指标。最后，我们的研究发现，机器学习对不同刺激强度或神经解剖区域的区分仅在成年动物中才有可能，这表明在动物发育过程中多巴胺调节动力学具有高度的可变性。我们的研究强调，机器学习可以成为一种广泛使用的工具，用于区分神经解剖区域或神经典型状态和疾病状态，具有传统统计分析无法检测到的特征。关键词：多巴胺、机器学习、纳米传感器、纹状体■简介
全基因组对大肠杆菌中替代性肽聚糖交联所需的基因的鉴定揭示了-lactams的意外影响多层网络中的遗传合作性暗示了亨廷顿氏病小鼠与症状同步的纹状体中的细胞存活和衰老
动机：亨廷顿氏病（HD）可以通过基因放松来发展。然而，基因放松管制对HD遗传合作的动力学的影响仍然很差。在这里，我们在HD敲入小鼠的大脑（等位基因HDH小鼠）的大脑中建立了一个多层网络模型。为了增强生物学精度和基因优先序列，我们整合了三个源网络的互补家族，所有这些都从HDH小鼠中的相同RNA-SEQ时间序列数据推断为加权 - 边缘网络，在该网络中，Edge-Edge-Edge-lates跨源网络跨源网络跨源网络和时点的路径长度变化。结果：加权边缘网络识别出富含受管化基因（临界阶段）的紧密遗传合作性的连续波，在皮质中曾经久经术，与纹状体呈现，并与纹状体相关，与细胞的存活有关（例如hipk4）与细胞增殖相互缠绕（例如scn4b）和细胞衰老（例如CDKN2A产品）响应。顶部纹状体加权边缘在HD发病机理的无脊椎动物模型中富含有缺陷行为的调节剂，从而验证了它们与体内神经元功能障碍的相关性。共同揭示了HDH小鼠大脑中遗传合作的高度动态的时间特征，其中2步逻辑突出了症状小鼠纹状体中细胞维持和延伸的重要性，提供了高度优先的靶标。联系人：Christian.neri@inserm.fr补充信息：补充数据可在Online BioInformatics获得。可用性和实现：加权边缘网络分析（WENA）数据和源代码，用于执行信号（SDS）的光谱分解（SDS）和Wena分析，均为使用Python编写，可在http://www.broca.inserm.inserm.inserm.fr/hd-wena/上获得。
