Investigation of cytoskeleton proteins in neurons of the cat lateral geniculate nucleus
Notice bibliographique
Résumé
The gross structure of neurons is supported by proteins that compose the cytoskeleton. Neurofilaments are intermediate cytoskeletal proteins that contribute to neuron structure and function, and three neurofilament subunits different in their molecular mass assemble to form heteropolymers that produce a structure-providing intracellular scaffold. The light neurofilament subunit is obligatory and can assemble with either the medium or heavy subunit, indicating some degree of independence between subunits. The presence of the heavy subunit has been shown to be associated with mature cells and is linked to large neurons in the cerebral cortex and thalamus. Spectrin is a membrane-associated actin-binding protein that, like neurofilament, has been linked to neuron shape. In this study of the cat dorsal lateral geniculate nucleus (dLGN) we examined whether labeling for neurofilament subunits and spectrin is linked to neuron size. We found that about one-third of neurons contained a visible amount of labeling for each neurofilament subunit, and the bulk of these labeled cells were large in comparison to the general population of neurons. The distribution of neuron sizes was not different between neurofilament subunits, indicating that neurofilament subunit content is not determined by neuron size. Spectrin labeling was evident in most dLGN neurons, and was not related to the size of neurons. That reactivity for neurofilament was predominant in large cells led us to directly examine the relationship between neurofilament and interneurons. The large majority of neurofilament-positive neurons did not contain GABA, indicating that neurofilament is predominant in projection cells and not in interneurons.
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 | 0,000 | 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 ».