Effect of Nonlinear Summation of Synaptic Currents on the Input–Output Properties of Spinal Motoneurons
Notice bibliographique
Résumé
A single spinal motoneuron receives tens of thousands of synapses. The neurotransmitters released by many of these synapses act on iontotropic receptors and alter the driving potential of neighboring synapses. This interaction introduces an intrinsic nonlinearity in motoneuron input-output properties where the response to two simultaneous inputs is less than the linear sum of the responses to each input alone. Our goal was to determine the impact of this nonlinearity on the current delivered to the soma during activation of predetermined numbers and distributions of excitatory and inhibitory synapses. To accomplish this goal we constructed compartmental models constrained by detailed measurements of the geometry of the dendritic trees of three feline motoneurons. The current "lost" as a result of local changes in driving potential was substantial and resulted in a highly nonlinear relationship between the number of active synapses and the current reaching the soma. Background synaptic activity consisting of a balanced activation of excitatory and inhibitory synapses further decreased the current delivered to the soma, but reduced the nonlinearity with respect to the total number of active excitatory synapses. Unexpectedly, simulations that mimicked experimental measures of nonlinear summation, activation of two sets of excitatory synapses, resulted in nearly linear summation. This result suggests that nonlinear summation can be difficult to detect, despite the substantial "loss" of current arising from nonlinear summation. The magnitude of this "loss" appears to limit motoneuron activity, based solely on activation of iontotropic receptors, to levels that are inadequate to generate functionally meaningful muscle forces.
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) | 0,000 | 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 ».