Gain control of γ frequency activation by a novel feed forward disinhibitory loop: implications for normal and epileptic neural activity
Notice bibliographique
Résumé
The inhibition of excitatory (pyramidal) neurons directly dampens their activity resulting in a suppression of neural network output. The inhibition of inhibitory cells is more complex. Inhibitory drive is known to gate neural network synchrony, but there is also a widely held view that it may augment excitability by reducing inhibitory cell activity, a process termed disinhibition. Surprisingly, however, disinhibition has never been demonstrated to be an important mechanism that augments or drives the activity of excitatory neurons in a functioning neural circuit. Using voltage sensitive dye imaging (VSDI) we show that 20-80 Hz stimulus trains, β-γ activation, of the olfactory cortex pyramidal cells in layer II leads to a subsequent reduction in inhibitory interneuron activity that augments the efficacy of the initial stimulus. This disinhibition occurs with a lag of about 150-250 ms after the initial excitation of the layer 2 pyramidal cell layer. In addition, activation of the endopiriform nucleus also arises just before the disinhibitory phase with a lag of about 40-80 ms. Preventing the spread of action potentials from layer II stopped the excitation of the endopiriform nucleus, abolished the disinhibitory activity, and reduced the excitation of layer II cells. After the induction of experimental epilepsy the disinhibition was more intense with a concomitant increase in excitatory cell activity. Our observations provide the first evidence of feed forward disinhibition loop that augments excitatory neurotransmission, a mechanism that could play an important role in the development of epileptic seizures.
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 | 0,001 |
| 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 | 0,001 |
| 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 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 ».