MétaCan
Menu
Retour à la cohorte
Enregistrement W2033763684 · doi:10.1152/jn.00482.2012

Dopamine exerts activation-dependent modulation of spinal locomotor circuits in the neonatal mouse

2012· article· en· W2033763684 sur OpenAlexafffund
Jennifer M. Humphreys, Patrick J. Whelan

Notice bibliographique

RevueJournal of Neurophysiology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNeuroscienceExcitatory postsynaptic potentialBurstingSpinal cordRhythmDopamineGlutamatergicMonoamine neurotransmitterBiological neural networkSerotoninCentral pattern generatorStimulationBiologyGlutamate receptorPsychologyChemistryInhibitory postsynaptic potentialReceptorMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Monoamines can modulate the output of a variety of invertebrate and vertebrate networks, including the spinal cord networks that control walking. Here we examined the multiple changes in the output of locomotor networks induced by dopamine (DA). We found that DA can depress the activation of locomotor networks in the neonatal mouse spinal cord following ventral root stimulation. By examining disinhibited rhythms, where the Renshaw cell pathway was blocked, we found that DA depresses a putative recurrent excitatory pathway that projects onto rhythm-generating circuitry of the spinal cord. This depression was D(2) but not D(1) receptor dependent and was not due exclusively to depression of excitatory drive to motoneurons. Furthermore, the depression in excitation was not dependent on network activity. We next compared the modulatory effects of DA on network function by focusing on a serotonin and a N-methyl-dl-aspartate-evoked rhythm. In contrast to the depressive effects on a ventral root-evoked rhythm, we found that DA stabilized a drug-evoked rhythm, reduced the frequency of bursting, and increased amplitude. Overall, these data demonstrate that DA can potentiate network activity while at the same time reducing the gain of recurrent excitatory feedback loops from motoneurons onto the network.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,213

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,295
Écart entre enseignants0,275 · 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.

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

Citations41
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207