Identification of the Mechanism Mediating Genioglossus Muscle Suppression in REM Sleep
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
RATIONALE: Inhibition of pharyngeal motoneurons accompanies REM sleep and is a cause of hypoventilation and obstructive sleep apnea in humans. One explanation posits that the neurotransmitters glycine and γ-aminobutyric acid are responsible for REM sleep motor inhibition. However, blockade of that mechanism at cranial motor nuclei increases motor activity in all sleep-wake states, and least of all in REM sleep, arguing against it as a major mechanism of REM sleep pharyngeal motor inhibition. OBJECTIVES: To identify the mechanism of REM sleep inhibition at the hypoglossal motor pool. METHODS: Genioglossus and diaphragm activities were recorded in 34 rats across sleep-wake states. Microdialysis probes were implanted into the hypoglossal motor pool. MEASUREMENTS AND MAIN RESULTS: Here we show that muscarinic receptor antagonism at the hypoglossal motor pool prevents the inhibition of genioglossus activity throughout REM sleep; likewise, with G-protein-coupled inwardly rectifying potassium (GIRK) channel blockade. Importantly, the genioglossus activating effects of these interventions were largest in REM sleep and minimal or often absent in other sleep-wake states. Finally, we showed that muscarinic inhibition of the genioglossus is functionally linked to GIRK channel activation. CONCLUSIONS: We identify a powerful cholinergic-GIRK channel mechanism operating at the hypoglossal motor pool that has its largest inhibitory influence in REM sleep and minimal or no effects in other sleep-wake states. This mechanism is the major cause of REM sleep inhibition at a pharyngeal motor pool critical for effective breathing.
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.
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 | 0,006 |
| 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 | 0,000 |
| 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 découle