MétaCan
Menu
Retour à la cohorte
Enregistrement W2031650785 · doi:10.3389/fncom.2012.00030

Fluctuating Inhibitory Inputs Promote Reliable Spiking at Theta Frequencies in Hippocampal Interneurons

2012· article· en· W2031650785 sur OpenAlexafffund
Duluxan Sritharan, Frances K. Skinner

Notice bibliographique

RevueFrontiers in Computational Neuroscience · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoGovernment of OntarioCompute Canada
Mots-clésInhibitory postsynaptic potentialNeuroscienceHippocampal formationExcitatory postsynaptic potentialHippocampusPopulationPostsynaptic CurrentTheta rhythmPhysicsSubthreshold conductionBiologyMedicineVoltage

Résumé

récupéré en direct d'OpenAlex

Theta-frequency (4-12 Hz) rhythms in the hippocampus play important roles in learning and memory. CA1 interneurons located at the stratum lacunosum-moleculare and radiatum junction (LM/RAD) are thought to contribute to hippocampal theta population activities by rhythmically pacing pyramidal cells with inhibitory postsynaptic potentials. This implies that LM/RAD cells need to fire reliably at theta frequencies in vivo. To determine whether this could occur, we use biophysically based LM/RAD model cells and apply different cholinergic and synaptic inputs to simulate in vivo-like network environments. We assess spike reliabilities and spiking frequencies, identifying biophysical properties and network conditions that best promote reliable theta spiking. We find that synaptic background activities that feature large inhibitory, but not excitatory, fluctuations are essential. This suggests that strong inhibitory input to these cells is vital for them to be able to contribute to population theta activities. Furthermore, we find that Type I-like oscillator models produced by augmented persistent sodium currents (I(NaP)) or diminished A-type potassium currents (I(A)) enhance reliable spiking at lower theta frequencies. These Type I-like models are also the most responsive to large inhibitory fluctuations and can fire more reliably under such conditions. In previous work, we showed that I(NaP) and I(A) are largely responsible for establishing LM/RAD cells' subthreshold activities. Taken together with this study, we see that while both these currents are important for subthreshold theta fluctuations and reliable theta spiking, they contribute in different ways - I(NaP) to reliable theta spiking and subthreshold activity generation, and I(A) to subthreshold activities at theta frequencies. This suggests that linking subthreshold and suprathreshold activities should be done with consideration of both in vivo contexts and biophysical specifics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,323
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Computational NeuroscienceMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207