MétaCan
Menu
Retour à la cohorte
Enregistrement W2106951973 · doi:10.1073/pnas.0405939101

A balance between excitatory and inhibitory synapses is controlled by PSD-95 and neuroligin

2004· article· en· W2106951973 sur OpenAlexaff
Oliver Prange, Tak Pan Wong, Kimberly Gerrow, Yu Tian Wang, Alaa El‐Husseini

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésExcitatory postsynaptic potentialInhibitory postsynaptic potentialExcitatory synapseNeuroliginPostsynaptic potentialNeuroscienceSynapsePostsynaptic densityPost-tetanic potentiationPostsynaptic CurrentBiologyBiochemistryReceptor

Résumé

récupéré en direct d'OpenAlex

Factors that control differentiation of presynaptic and postsynaptic elements into excitatory or inhibitory synapses are poorly defined. Here we show that the postsynaptic density (PSD) proteins PSD-95 and neuroligin-1 (NLG) are critical for dictating the ratio of excitatory-to-inhibitory synaptic contacts. Exogenous NLG increased both excitatory and inhibitory presynaptic contacts and the frequency of miniature excitatory and inhibitory synaptic currents. In contrast, PSD-95 overexpression enhanced excitatory synapse size and miniature frequency, but reduced the number of inhibitory synaptic contacts. Introduction of PSD-95 with NLG augmented synaptic clustering of NLG and abolished NLG effects on inhibitory synapses. Interfering with endogenous PSD-95 expression alone was sufficient to reduce the ratio of excitatory-to-inhibitory synapses. These findings elucidate a mechanism by which the amounts of specific elements critical for synapse formation control the ratio of excitatory-to-inhibitory synaptic input.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,348
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations366
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207