The Rates of Protein Synthesis and Degradation Account for the Differential Response of Neurons to Spaced and Massed Training Protocols
Notice bibliographique
Résumé
The sensory-motor neuron synapse of Aplysia is an excellent model system for investigating the biochemical changes underlying memory formation. In this system, training that is separated by rest periods (spaced training) leads to persistent changes in synaptic strength that depend on biochemical pathways that are different from those that occur when the training lacks rest periods (massed training). Recently, we have shown that in isolated sensory neurons, applications of serotonin, the neurotransmitter implicated in inducing these synaptic changes during memory formation, lead to desensitization of the PKC Apl II response, in a manner that depends on the method of application (spaced versus massed). Here, we develop a mathematical model of this response in order to gain insight into how neurons sense these different training protocols. The model was developed incrementally, and each component was experimentally validated, leading to two novel findings: First, the increased desensitization due to PKA-mediated heterologous desensitization is coupled to a faster recovery than the homologous desensitization that occurs in the absence of PKA activity. Second, the model suggests that increased spacing leads to greater desensitization due to the short half-life of a hypothetical protein, whose production prevents homologous desensitization. Thus, we predict that the effects of differential spacing are largely driven by the rates of production and degradation of proteins. This prediction suggests a powerful mechanism by which information about time is incorporated into neuronal processing.
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 | 0,002 |
| 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 | 0,000 | 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 ».