Competition is a driving force in topographic mapping
Notice bibliographique
Résumé
Topographic maps are the primary means of relaying spatial information in the brain. Understanding the mechanisms by which they form has been a goal of experimental and theoretical neuroscientists for decades. The projection of the retina to the superior colliculus (SC)/tectum has been an important model used to show that graded molecular cues and patterned retinal activity are required for topographic map formation. Additionally, interaxon competition has been suggested to play a role in topographic map formation; however, this view has been recently challenged. Here we present experimental and computational evidence demonstrating that interaxon competition for target space is necessary to establish topography. To test this hypothesis experimentally, we determined the nature of the retinocollicular projection in Math5 (Atoh7) mutant mice, which have severely reduced numbers of retinal ganglion cell inputs into the SC. We find that in these mice, retinal axons project to the anteromedialj portion of the SC where repulsion from ephrin-A ligands is minimized and where their attraction to the midline is maximized. This observation is consistent with the chemoaffinity model that relies on axon-axon competition as a mapping mechanism. We conclude that chemical labels plus neural activity cannot alone specify the retinocollicular projection; instead axon-axon competition is necessary to create a map. Finally, we present a mathematical model for topographic mapping that incorporates molecular labels, neural activity, and axon competition.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».