MétaCan
Menu
Retour à la cohorte
Enregistrement W2064500745 · doi:10.1523/jneurosci.6027-09.2010

Glia Contribute to the Purinergic Modulation of Inspiratory Rhythm-Generating Networks

2010· article· en· W2064500745 sur OpenAlexafffund
Adrianne G. Huxtable, Jennifer Zwicker, Tucaauê S. Alvares, Araya Ruangkittisakul, Xin Fang, Leanne B Hahn, E Chaves, Glen B. Baker, Klaus Ballanyi, Gregory D. Funk

Notice bibliographique

RevueJournal of Neuroscience · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchAlberta Heritage Foundation for Medical ResearchFondation pour la Recherche Médicale
Mots-clésRhythmPurinergic receptorNeuroscienceModulation (music)CommunicationPsychologyMedicineInternal medicineAdenosinePhysics

Résumé

récupéré en direct d'OpenAlex

Glia modulate neuronal activity by releasing transmitters in a process called gliotransmission. The role of this process in controlling the activity of neuronal networks underlying motor behavior is unknown. ATP features prominently in gliotransmission; it also contributes to the homeostatic ventilatory response evoked by low oxygen through mechanisms that likely include excitation of preBötzinger complex (preBötC) neural networks, brainstem centers critical for breathing. We therefore inhibited glial function in rhythmically active inspiratory networks in vitro to determine whether glia contribute to preBötC ATP sensitivity. Glial toxins markedly reduced preBötC responses to ATP, but not other modulators. Furthermore, since preBötC glia responded to ATP with increased intracellular Ca(2+) and glutamate release, we conclude that glia contribute to the ATP sensitivity of preBötC networks, and possibly the hypoxic ventilatory response. Data reveal a role for glia in signal processing within brainstem motor networks that may be relevant to similar networks throughout the neuraxis.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,307
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,278
Écart entre enseignants0,248 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations94
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeuroscience of respiration and sleepTravaux en français237 207