I<sub>H</sub>activity is increased in populations of slow versus fast motor axons of the rat
Notice bibliographique
Résumé
Much is known about the electrophysiological variation in motoneuron somata across different motor units. However, comparatively less is known about electrophysiological variation in motor axons and how this could impact function or electrodiagnosis in healthy or diseased states. We performed nerve excitability testing on two groups of motor axons in Sprague-Dawley rats that are known to differ significantly in their chronic daily activity patterns and in the relative proportion of motor unit types: one group innervating the soleus ("slow motor axons") and the other group innervating the tibialis anterior ("fast motor axons") muscles. We found that slow motor axons have significantly larger accommodation compared to fast motor axons upon application of a 100 ms hyperpolarizing conditioning stimulus that is 40% of axon threshold (Z = 3.24, p = 0.001) or 20% of axon threshold (Z = 2.67, p = 0.008). Slow motor axons had larger accommodation to hyperpolarizing currents in the current-threshold measurement (-80% Z = 3.07, p = 0.002; -90% Z = 2.98, p = 0.003). In addition, we found that slow motor axons have a significantly smaller rheobase than fast motor axons (Z = -1.99, p = 0.047) accompanied by a lower threshold in stimulus-response curves. The results provide evidence that slow motor axons have greater activity of the hyperpolarization-activated inwardly rectifying cation conductance (IH) than fast motor axons. It is possible that this difference between fast and slow axons is caused by an adaptation to their chronic differences in daily activity patterns, and that this adaptation might have a functional effect on the motor unit. Moreover, these findings indicate that slow and fast motor axons may react differently to pathological conditions.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».