MétaCan
Menu
← Retour à la cohorte
Enregistrement W2011003278 · doi:10.1371/journal.pone.0086347

Carbon Dioxide and Fruit Odor Transduction in Drosophila Olfactory Neurons. What Controls their Dynamic Properties?

2014· article· en· W2011003278 sur OpenAlexafffund
Andrew S. French, Shannon Meisner, Chih‐Ying Su, Päivi H. Torkkeli

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOdorNeuronStimulationBiologyNeuroscienceStimulus (psychology)BiophysicsTransduction (biophysics)Olfactory systemChemoreceptorBiochemistryReceptor

Résumé

récupéré en direct d'OpenAlex

We measured frequency response functions between odorants and action potentials in two types of neurons in Drosophila antennal basiconic sensilla. CO2 was used to stimulate ab1C neurons, and the fruit odor ethyl butyrate was used to stimulate ab3A neurons. We also measured frequency response functions for light-induced action potential responses from transgenic flies expressing H134R-channelrhodopsin-2 (ChR2) in the ab1C and ab3A neurons. Frequency response functions for all stimulation methods were well-fitted by a band-pass filter function with two time constants that determined the lower and upper frequency limits of the response. Low frequency time constants were the same in each type of neuron, independent of stimulus method, but varied between neuron types. High frequency time constants were significantly slower with ethyl butyrate stimulation than light or CO2 stimulation. In spite of these quantitative differences, there were strong similarities in the form and frequency ranges of all responses. Since light-activated ChR2 depolarizes neurons directly, rather than through a chemoreceptor mechanism, these data suggest that low frequency dynamic properties of Drosophila olfactory sensilla are dominated by neuron-specific ionic processes during action potential production. In contrast, high frequency dynamics are limited by processes associated with earlier steps in odor transduction, and CO2 is detected more rapidly than fruit odor.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,069
Tête enseignante GPT0,239
Écart entre enseignants0,170 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetNeurobiology and Insect Physiology Research→Travaux en français237 207→