Modeling the effects of neuronal morphology on dendritic chloride diffusion and GABAergic inhibition
Notice bibliographique
Résumé
Poster presentation at the Twenty Third Annual Computational Neuroscience Meeting: CNS*2014 Québec City, Canada. 26-31 July 2014. Gamma-aminobutyric acid receptors (GABAARs) are ligand-gated chloride (Cl−) channels which mediate the majority of inhibitory neurotransmission in the CNS. Spatiotemporal changes of intracellular Cl− concentration alter the concentration gradient for Cl− across the neuronal membrane and thus affect the current flow through GABAARs and the efficacy of GABAergic inhibition. However, the impact of complex neuronal morphology on Cl− diffusion and the redistribution of intracellular Cl− is not well understood. Recently, computational models for Cl− diffusion and GABAAR-mediated inhibition in realistic neuronal morphologies became available [1-3]. Here we have used computational models of morphologically complex dendrites to test the effects of spines on Cl− diffusion. In all dendritic morphologies tested, spines slowed down longitudinal Cl− diffusion along dendrites and decreased the amount and spatial spread of synaptically evoked Cl− changes. Spine densities of 2-10 spines/µm decreased the longitudinal diffusion coefficient of Cl− to 80-30% of its value in smooth dendrites, respectively. These results suggest that spines are able to limit short-term ionic plasticity [4] at dendritic GABAergic synapses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».