MétaCan
Menu
Retour à la cohorte
Enregistrement W1964261824 · doi:10.1113/jphysiol.2005.099119

Simulation of Ca<sup>2+</sup> persistent inward currents in spinal motoneurones: mode of activation and integration of synaptic inputs

2005· article· en· W1964261824 sur OpenAlexafffund
Sherif M. Elbasiouny, David J. Bennett, Vivian K. Mushahwar

Notice bibliographique

RevueThe Journal of Physiology · 2005
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthNational Institute for Health and Care ResearchFondation pour la Recherche MédicaleHeritage Medical Research Institute
Mots-clésNeuroscienceBiophysicsChemistryPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

The goal of this study was to investigate the nature of activation of the dendritic calcium persistent inward current (Ca(2+) PIC) and its contribution to the enhancement and summation of synaptic inputs in spinal motoneurones. A compartmental cable model of a cat alpha-motoneurone was developed comprising the realistic dendritic distribution of Ia-afferent synapses and low-voltage-activated L-type calcium (Ca(v)1.3) channels distributed over the dendrites in a manner that was previously shown to match a wide set of experimental measurements. The level of synaptic activation was systematically increased and the resulting firing rate, somatic and dendritic membrane potentials, dendritic Ca(v)1.3 channel conductance, and dendritic Ca(2+) PIC were measured. Our simulation results suggest that during cell firing the dendritic Ca(2+) PIC is not activated in an all-or-none manner. Instead, it is initially activated in a graded manner with increasing synaptic input until it reaches its full activation level, after which additional increases in synaptic input result in minimal changes in the Ca(2+) PIC (PIC saturated). The range of graded activation of Ca(2+) PIC occurs when the cell is recruited and causes a steep increase in the firing frequency as the synaptic current is increased, coinciding with the secondary range of the synaptic frequency-current (F-I) relationship. Once the Ca(2+) PIC is saturated the slope of the F-I relationship is reduced, corresponding to the tertiary range of firing. When the post-spike afterhyperpolarization (AHP) is blocked, either directly by blocking the calcium-activated potassium channels, or indirectly by blocking the sodium spikes, the PIC is activated in an all-or-none manner with increasing synaptic input. Thus, the AHP serves to limit the depolarization of the cell during firing and enables graded, rather than all-or-none, activation of the Ca(2+) PIC. The graded activation of the Ca(2+) PIC with increasing synaptic input results in a graded (linear) enhancement and linear summation of synaptic inputs. In contrast, the saturated Ca(2+) PIC enhances synaptic inputs by a constant amount (constant current), and leads to less-than linear summation of multiple synaptic inputs. These model predictions improve our understanding of the mode of activation of the dendritic Ca(2+) PIC and its role in the enhancement and integration of synaptic inputs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,306
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetNeuroscience and Neural EngineeringTravaux en français237 207