MétaCan
Menu
Retour à la cohorte
Enregistrement W2050557026 · doi:10.1152/jn.00391.2005

Simulation of Dendritic Ca<sub>V</sub>1.3 Channels in Cat Lumbar Motoneurons: Spatial Distribution

2005· article· en· W2050557026 sur OpenAlexaff
Sherif M. Elbasiouny, David J. Bennett, Vivian K. Mushahwar

Notice bibliographique

RevueJournal of Neurophysiology · 2005
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSomaNeuroscienceDendritic spikeChemistryDendritic spinePhysicsBiophysicsBiologyExcitatory postsynaptic potentialHippocampal formation

Résumé

récupéré en direct d'OpenAlex

We used computer simulations to study the dendritic spatial distribution of low voltage-activated L-type calcium (Ca(V)1.3 type) channels, which mediate hysteretic persistent inward current (PIC) in spinal motoneurons. This study was prompted by the growing experimental evidence of the functional interactions between synaptic inputs and active conductances over the motoneuron dendritic tree. A compartmental cable model of an adult cat alpha-motoneuron was developed in NEURON simulation environment constituting the detailed morphology of type-identified triceps surae alpha-motoneuron and realistic distribution of group Ia afferent-to-motoneuron contacts. Simulations of different distributions of Ca(V)1.3 channels were conducted and the resultant behavior was compared to experimental data. Our results suggest that Ca(V)1.3 channels do not uniformly cover the whole motoneuron dendritic tree. Instead, their distribution is similar to that of synaptic contacts. We found that Ca(V)1.3 channels are primarily localized to a wide intermediate band overlapping with the dendritic Ia-synaptic territory at dendritic distances of 300 to 850 microm (0.62 +/- 0.21lambda) from the soma in triceps surae alpha-motoneurons. These findings explain the functional interaction between synaptic inputs and the Ca(V)1.3 channels over the motoneuron dendritic tree.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,266
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations94
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetNeuroscience and Neural EngineeringTravaux en français237 207