Differential distribution of SK channel subtypes in the brain of the weakly electric fish <i>Apteronotus leptorhynchus</i>
Notice bibliographique
Résumé
Calcium signals in vertebrate neurons can induce hyperpolarizing membrane responses through the activation of Ca(2+)-activated potassium channels. Of these, small conductance (SK) channels regulate neuronal responses through the generation of the medium after-hyperpolarization (mAHP). We have previously shown that an SK channel (AptSK2) contributes to signal processing in the electrosensory system of Apteronotus leptorhynchus. It was shown that for pyramidal neurons in the electrosensory lateral line lobe (ELL), AptSK2 expression selectively decreases responses to low-frequency signals. The localization of all the SK subunits throughout the brain of Apteronotus then became of substantial interest. We have now cloned two additional SK channel subunits from Apteronotus and determined the expression patterns of all three AptSK subunits throughout the brain. In situ hybridization experiments have revealed that, as in mammalian systems, the AptSK1 and 2 channels showed a partially overlapping expression pattern, whereas the AptSK3 channel was expressed in different brain areas. The AptSK1 and 2 channels were the primary subunits found in the major electrosensory processing areas. Immunohistochemistry further revealed distinct compartmentalization of the AptSK1 and 2 channels in the ELL. AptSK1 was localized to the apical dendrites of pyramidal neurons, whereas AptSK2 channels are primarily somatic. The distinct expression patterns of all three AptSK channels may reflect subtype-specific contributions to neuronal function, and the high homology between subtypes from a number of species suggests that the functional roles for each channel subtype are conserved from early vertebrate evolution.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».