XiaoMi-AI文件搜索系统
World File Search System多巴胺
多巴胺辅助合成 MoO3/碳电极……
图 1. 合成过程示意图，涉及金属钼和过氧化氢在存在和不存在多巴胺盐酸盐的情况下的溶胶-凝胶反应。溶胶-凝胶反应产物经过水热处理 (HT) 以生成白色 α-MoO 3 -ref 和浅蓝色 HT-MoO 3 /C 粉末。
纹状体多巴胺对熟练运动学习的贡献
对熟练运动学习的纹状体多巴胺贡献Chris D. Phillips 1,2,3，Courtney C. Myers 1,4，Daniel K. Leventhal 5,6,7,8和Christian R.Burgess和Christian R. Burgess* 1,2,4 1 MINBOR GORLICATION，ANN BOR GORTIANG，MIN BOR GORTICE，MIN GORTION，MICERATION，48109 2 MIRECULAT＆SORTICTAT美国密歇根州阿尔伯市，48109 3，德克萨斯大学，美国德克萨斯州理查森市的达拉斯大学神经科学系，75080，75080 4神经科学研究生课程，密歇根大学，密歇根大学，密歇根州安阿伯大学，美国密歇根州安阿伯大学，48109 5 MI, USA, 48109 7 Parkinson Disease Foundation Research Center of Excellence, University of Michigan, Ann Arbor, MI, USA, 48109 8 Department of Neurology, VA Ann Arbor Health System, Ann Arbor, MI, USA, 48109 * Corresponding author: Christian Burgess crburge@umich.edu Conflict of Interest statement: The authors declare no competing financial interests.致谢：我们要感谢伊丽莎白·帕帕斯（Elizabeth Pappas）的帮助培训老鼠和布兰登·托特（Brandon Toth）以及伯吉斯实验室的其他成员，以进行有益的讨论和反馈。这项工作得到了大脑研究基金会种子赠款和NIH R01DK129366（CRB）的支持。
聚多巴胺聚合物性质的直接证据
受贻贝黏附蛋白的启发，聚多巴胺 (pDA) 已成为最广泛使用的材料表面功能化方法之一，部分原因是将 pDA 薄膜浸入多巴胺的碱性水溶液中后，大多数材料上都会沉积一层多功能、简单和自发性薄膜。然而，过去十年来，pDA 在表面改性方面的快速应用与人们对 pDA 成分的了解速度缓慢形成了鲜明对比。人们为阐明这种迷人材料的形成机制和结构进行了无数次尝试，但几乎没有达成共识，这主要是因为 pDA 具有不溶性；这使得大多数传统的聚合物分子量表征方法都无效。[1] 在这里，我们采用了非传统的单分子力谱 (SMFS) 方法来表征 pDA 薄膜。将涂有 pDA 的悬臂从氧化物表面拉回时，会显示出聚合物的特征，轮廓长度可达 200nm。 pDA 聚合物在其大部分轮廓长度上通常与表面结合较弱，偶尔会出现“粘性”点。我们的研究结果为 pDA 的聚合物性质提供了第一个直接证据，并为理解和调整其物理化学性质奠定了基础。
催产素，gaba和自闭症中的多巴胺相互作用
催产素在大脑发育中起重要作用，并且与大脑中的各种Neu Rotransitter系统有关。至少在发育的某些阶段，催产素在大脑中产生，分泌和分布的异常对于神经精神疾病的病原体至关重要，尤其是在自闭症谱系疾病中。自闭症的病因包括大脑的局部感觉和多巴胺能区域的变化，这也由催产素的下丘脑来源提供。了解他们的相互关系非常重要。在本综述中，讨论了催产素与多巴胺耐药系统，γ-氨基丁酸（GABA）抑制性神经传递及其在自闭症谱系障碍中的变性的关系。特别关注的结果描述了大脑抑制性GABA能标记的表达降低。据推测，由于催产素在某些发育阶段缺乏或功能障碍，GABA能Neu Rotransersission会改变，因此抑制了多巴胺能信号传导并有助于自闭症症状。
开发多巴胺受体 d2- 的光亲和探针...
开发针对多巴胺受体 D 2 的光亲和探针以确定帕金森病药物的靶点作者：Spencer T. Kim 1、Emma J. Doukmak 1、Raymond G. Flax 1、Dylan J. Gray 1、Victoria N. Zirimu 1、Ebbing de Jong 3、Rachel C. Steinhardt 1,2,4摘要：多巴胺通路控制着生理和行为中非常重要的方面。这些通路中具有治疗重要性并且研究最深入的受体之一是多巴胺受体 D 2 (DRD2)。遗憾的是，使用传统的分子生物学技术很难研究 DRD2，而且大多数针对 DRD2 的药物是许多其他受体的配体。在这里，我们开发了能够使用光亲和标记与 DRD2 共价结合以及提供用于检测或亲和纯化的化学手柄的探针。这些探针在传统的生化测定中表现得像良好的 DRD2 激动剂，并且能够在细胞和受体标记的化学生物学测定中发挥作用。使用探针对大鼠全脑进行标记和亲和力富集，可以对探针的相互作用蛋白进行蛋白质组学分析。对命中结果的生物信息学研究表明，探针结合了帕金森病网络中的非典型靶向蛋白以及逆行内源性大麻素信号、神经元一氧化氮合酶、毒蕈碱乙酰胆碱受体 M1、GABA 受体和多巴胺受体 D 1 (DRD1) 信号网络。后续分析可能会深入了解该通路与帕金森病症状的具体关系，或为治疗提供新的靶点。这项工作强化了这样一种观点，即化学生物学和基于组学的方法相结合可以提供分子“相互作用组”的广阔图景，也可能深入了解药物观察到的效应的多效性，或者可能表明新的应用。关键词：多巴胺受体、光交联、光亲和标记 (PAL)、蛋白质组学、生物信息学、内源性大麻素途径、GABA 受体、毒蕈碱受体 M1、普拉克索、罗匹尼罗、DRD2 1. 简介 从欣快到精神病的生理状态均受多巴胺神经系统的神经解剖学通路支配。1 组成该系统的多巴胺能神经元通过将神经递质多巴胺与其受体结合而发挥作用。这些神经元表达的多种多巴胺受体亚型控制着行为的不同方面，据推测各个亚型会结合起来并形成不同的生化途径。2,3 但不幸的是，用药物或其他非内源性刺激物选择性地靶向单个多巴胺受体亚型（更不用说通路）极其困难。 1 从通过小分子引导神经化学的角度来看，多巴胺能系统控制的生理反应种类繁多，再加上缺乏选择性药物，使得药物/探针开发极具挑战性。多巴胺受体通常有 5 种亚型，即 D 1-5 ，它们又分为两个家族：D 1 样受体（D 1 和 D 5 ）和 D 2 样受体（D 2-4 ），其中 D 1 和 D 2 受体表现出
多巴胺和乙酰胆碱在延迟中具有不同的作用
au：Pleaseconfirmthatalleadinglevelsarerepredcorrectedcorcely：在日常生活中，我们遇到需要在潜在的奖励和相关成本（例如时间和（例如）努力的情况下进行权衡的情况。文献表明多巴胺在延迟和努力折现中的重要作用，对人类的延迟分解而混合。此外，纹状体中多巴形和胆碱能传播之间的相互拮抗相互作用表明乙酰胆碱在这些过程中的潜在对手作用。我们发现多巴胺D2（氟哌啶醇）和乙酰胆碱M1受体（Biperiden）拮抗对健康人的基于努力决策的特定组成部分的影响：氟哌啶醇减少，而Biperiden增加了付出体力努力的意愿。相比之下，在氟哌啶醇下减少了延迟打折，但不受Biperiden的影响。一起，我们的数据表明，在D2受体上作用的多巴胺可以调节努力和延迟折现，而对M1受体作用的乙酰胆碱似乎仅对努力打折产生更具体的影响。
基底神经节神经动物模型的模拟多巴胺调节
摘要：脊椎动物的基底神经节在动作选择中起着重要作用，这是替代运动程序之间冲突的解决方案。也已知基底神经节电路的有效操作依赖于适当水平的神经递质多巴胺。，我们研究了在以前的基底神经节模型中降低或增加模拟多巴胺的补品水平，该模型集成到了由动物行为启发的觅食任务中的机器人控制结构中。主要发现是，模拟多巴胺水平的进行性降低导致行为减慢，并且在低水平下无法启动运动。这些状态因显着水平的提高而部分缓解（更强的感觉/动机输入）。相反，增加的模拟多巴胺通过与丢失作用有关的部分表达的运动活动引起了机器人运动作用的扭曲。这也可能导致行为切换的频率增加。模拟多巴胺的水平显着降低或高于基线可能会导致行为整合的丧失，有时将机器人留在“行为陷阱”中。在受多巴胺失调影响的动物和人类中观察到某些类似的性状表明，机器人模型可以证明可用于理解多巴胺神经传递在基底神经节功能和功能障碍中的作用。
1 用超薄聚多巴胺进行离子和分子筛分...
https://doi.org/10.26434/chemrxiv-2023-3btbw ORCID：https://orcid.org/0000-0002-5906-7205 内容未经ChemRxiv同行评审。许可证：CC BY-NC 4.0
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