Retrograde Regulation of GABA Transmission by the Tonic Release of Oxytocin and Endocannabinoids Governs Postsynaptic Firing
Notice bibliographique
Résumé
The probability of neurotransmitter release at the nerve terminal is an important determinant of synaptic efficacy. At some central synapses, the postsynaptic, or target, neuron determines neurotransmitter release probability (P(r)) at the presynaptic terminal. The mechanisms responsible for this target-cell dependent control of P(r) have not been elucidated. Using whole-cell patch-clamp recordings from magnocellular neurosecretory cells in the paraventricular and supraoptic nuclei of the hypothalamus, we demonstrate that inhibitory, GABA synapses specifically onto oxytocin (OT)-producing neurosecretory cells exhibit a low P(r) that is relatively uniform at multiple synapses onto the same cell. This low P(r) results from a two-step process that requires the tonic release of OT from the postsynaptic cell. The ambient extracellular levels of neuropeptide are sufficient to activate postsynaptic OT receptors and trigger the Ca2+-dependent production of endocannabinoids, which act in a retrograde manner at presynaptic cannabinoid CB1 receptors to decrease GABA release. The functional consequence of this tonic inhibition of GABA release is that all inhibitory inputs facilitate uniformly when activated at high rates of activity. This causes inhibition in the postsynaptic cell that is sufficiently powerful to disrupt firing. Blockade of CB1 receptors increases P(r) at these synapses, resulting in a rapid depression of IPSCs at high rates of activity, thereby eliminating the ability of afferent inputs to inhibit postsynaptic firing. By playing a deterministic role in GABA release at the afferent nerve terminal, the postsynaptic OT neuron effectively filters synaptic signals and thereby modulates its own activity patterns.
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 ».