Sleep-Wake Related Discharge Properties of Basal Forebrain Neurons Recorded With Micropipettes in Head-Fixed Rats
Notice bibliographique
Résumé
The basal forebrain has been shown to play an important role in cortical activation of wake and paradoxical sleep (PS), yet has also been posited to play a role in slow wave sleep (SWS). In an effort to determine whether these different roles may be fulfilled by different cell groups, including cholinergic and GABAergic cells, we recorded from 123 units in waking-sleeping, head-fixed rats using micropipettes to allow juxtacellular labeling. Functional sets of intermingled cell groups emerged as units whose discharge was as follows: 1) maximum in active wake (aW) and positively or not correlated with EEG gamma activity, while positively correlated with nuchal EMG activity, and thus potentially facilitatory for waking and behavioral arousal (12%); 2) maximum in SWS or SWS-PS and positively correlated with delta EEG activity, while not or negatively correlated with EMG activity, and thus potentially promotive for sleep with cortical slow wave activity and/or accompanying behavioral changes (16%); 3) maximum in PS or PS and aW and positively correlated with gamma and theta EEG activity, while negatively or not correlated with EMG activity, and thus potentially promotive for cortical activation during PS or PS and W (62%); and 4) equivalent across all states and thus not involved in state regulation ( approximately 10%). Units of each group also manifested different firing patterns typified as slow tonic (19.5%), fast tonic (32.5%), or fast phasic (48%), including rhythmic bursting (6%). Through these diverse cell groups, the basal forebrain has the capacity to modulate cortical activity, behavior, and/or related physiological processes across the sleep-waking cycle and thereby regulate the sleep-wake state of the animal.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».