Reduction of Spike Afterdepolarization by Increased Leak Conductance Alters Interspike Interval Variability
Notice bibliographique
Résumé
Data from neurons in vivo have shown that spike output can often sustain episodes of high variability. Theoretical studies have indicated that the high conductance state of neurons brought on by synaptic activity can contribute to an increase in the variability of spike output by decreasing the integration timescale of the neuron. In the present work, we were interested in understanding how background synaptic conductance activity alters the interspike interval (ISI) variability of layer III pyramidal cells of the medial entorhinal cortex. We compared ISI variability in pyramidal cells as a result of synaptic current- or conductance-mediated membrane fluctuations. We found that the effects of background synaptic conductance activity on ISI variability depend on the neuron type. In pyramidal cells lacking spike frequency adaptation, the variability increased in relation to a comparable synaptic current stimulus. In contrast, in pyramidal cells displaying spike frequency adaptation, the synaptic conductance stimulus produced lower ISI variability. To understand this result, we constructed a phenomenological model that reproduced the basic properties of these neurons under control and increased leak conductance. We found that leak can change the properties of the neuron by acting as a bifurcation parameter that reduces the afterdepolarization (ADP) and decreases the slope (gain) of the frequency-current relationship, particularly for transient stimuli. A lower gain with the added leak causes a reduction in ISI variability. We conclude that the ability of a high conductance state to increase ISI variability cannot be generalized and can depend on the spike ADP dynamics expressed by the neuron.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».