A Multi-Component Model of the Developing Retinocollicular Pathway Incorporating Axonal and Synaptic Growth
Notice bibliographique
Résumé
During development, neurons extend axons to different brain areas and produce stereotypical patterns of connections. The mechanisms underlying this process have been intensively studied in the visual system, where retinal neurons form retinotopic maps in the thalamus and superior colliculus. The mechanisms active in map formation include molecular guidance cues, trophic factor release, spontaneous neural activity, spike-timing dependent plasticity (STDP), synapse creation and retraction, and axon growth, branching and retraction. To investigate how these mechanisms interact, a multi-component model of the developing retinocollicular pathway was produced based on phenomenological approximations of each of these mechanisms. Core assumptions of the model were that the probabilities of axonal branching and synaptic growth are highest where the combined influences of chemoaffinity and trophic factor cues are highest, and that activity-dependent release of trophic factors acts to stabilize synapses. Based on these behaviors, model axons produced morphologically realistic growth patterns and projected to retinotopically correct locations in the colliculus. Findings of the model include that STDP, gradient detection by axonal growth cones and lateral connectivity among collicular neurons were not necessary for refinement, and that the instructive cues for axonal growth appear to be mediated first by molecular guidance and then by neural activity. Although complex, the model appears to be insensitive to variations in how the component developmental mechanisms are implemented. Activity, molecular guidance and the growth and retraction of axons and synapses are common features of neural development, and the findings of this study may have relevance beyond organization in the retinocollicular pathway.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».