Synaptic Background Activity Enhances the Responsiveness of Neocortical Pyramidal Neurons
Notice bibliographique
Résumé
Neocortical pyramidal neurons in vivo are subject to an intense synaptic background activity but little is known of how this activity affects cellular responsiveness and what function it may serve. These issues were examined in morphologically reconstructed neocortical pyramidal neurons in which synaptic background activity was simulated based on recent measurements in cat parietal cortex. We show that background activity can be decomposed into two components: a tonically active conductance and voltage fluctuations. Previous studies have mostly focused on the conductance effect, revealing that background activity is responsible for a decrease in responsiveness, which imposes severe conditions of coincidence of inputs necessary to discharge the cell. It is shown here, in contrast, that responsiveness is enhanced if voltage fluctuations are taken into account; in this case the model can produce responses to inputs that would normally be subthreshold. This effect is analyzed by dissecting and comparing the different components of background activity, as well as by evaluating the contribution of parameters such as the dendritic morphology, the distribution of leak currents, the value of axial resistivity, the densities of voltage-dependent currents, and the release parameters underlying background activity. Interestingly, the model's optimal responsiveness was obtained when voltage fluctuations were of the same order as those measured intracellularly in vivo. Possible consequences were also investigated at the population level, where the presence of background activity allowed networks of pyramidal neurons to instantaneously detect inputs that are small compared with the classical detection threshold. These results suggest, at the single-cell level, that the presence of voltage fluctuations has a determining influence on cellular responsiveness and that these should be taken into account in models of background activity. At the network level, we predict that background activity provides the necessary drive for detecting events that would normally be undetectable. Experiments are suggested to explore this possible functional role for background activity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».