MétaCan
Menu
Retour à la cohorte
Enregistrement W2050849480 · doi:10.1126/science.1173205

Synapse- and Stimulus-Specific Local Translation During Long-Term Neuronal Plasticity

2009· article· en· W2050849480 sur OpenAlexafffund
Dan Ohtan Wang, Sang Mok Kim, Yali Zhao, Hongik Hwang, Satoru K. Miura, Wayne S. Sossin, Kelsey C. Martin

Notice bibliographique

RevueScience · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeCanadian Institutes of Health Research
Mots-clésNeuroscienceSynapseAplysiaSynaptic plasticityBiologyStimulus (psychology)Postsynaptic potentialTranslation (biology)Neuronal memory allocationNeural facilitationSensory systemNeuroplasticityMetaplasticitySynaptic augmentationExcitatory postsynaptic potentialPsychologyMessenger RNAInhibitory postsynaptic potentialGeneReceptorGenetics

Résumé

récupéré en direct d'OpenAlex

Long-term memory and synaptic plasticity require changes in gene expression and yet can occur in a synapse-specific manner. Messenger RNA localization and regulated translation at synapses are thus critical for establishing synapse specificity. Using live-cell microscopy of photoconvertible fluorescent protein translational reporters, we directly visualized local translation at synapses during long-term facilitation of Aplysia sensory-motor synapses. Translation of the reporter required multiple applications of serotonin, was spatially restricted to stimulated synapses, was transcript- and stimulus-specific, and occurred during long-term facilitation but not during long-term depression of sensory-motor synapses. Translational regulation only occurred in the presence of a chemical synapse and required calcium signaling in the postsynaptic motor neuron. Thus, highly regulated local translation occurs at synapses during long-term plasticity and requires trans-synaptic signals.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,305
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,060
Tête enseignante GPT0,341
Écart entre enseignants0,280 · 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

Citations232
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207