Ionic Factors Governing Rebound Burst Phenotype in Rat Deep Cerebellar Neurons
Notice bibliographique
Résumé
Large diameter cells in rat deep cerebellar nuclei (DCN) can be distinguished according to the generation of a transient or weak rebound burst and the expression of T-type Ca(2+) channel isoforms. We studied the ionic basis for the distinction in burst phenotypes in rat DCN cells in vitro. Following a hyperpolarization, transient burst cells generated a high-frequency spike burst of < or = 450 Hz, whereas weak burst cells generated a lower-frequency increase (<140 Hz). Both cell types expressed a low voltage-activated (LVA) Ca(2+) current near threshold for rebound burst discharge (-50 mV) that was consistent with T-type Ca(2+) current, but on average 7 times more current was recorded in transient burst cells. The number and frequency of spikes in rebound bursts was tightly correlated with the peak Ca(2+) current at -50 mV, showing a direct relationship between the availability of LVA Ca(2+) current and spike output. Transient burst cells exhibited a larger spike depolarizing afterpotential that was insensitive to blockers of voltage-gated Na(+) or Ca(2+) channels. In comparison, weak burst cells exhibited larger afterhyperpolarizations (AHPs) that reduced cell excitability and rebound spike output. The sensitivity of AHPs to Ca(2+) channel blockers suggests that both LVA and high voltage-activated (HVA) Ca(2+) channels trigger AHPs in weak burst compared with only HVA Ca(2+) channels in transient burst cells. The two burst phenotypes in rat DCN cells thus derive in part from a difference in the availability of LVA Ca(2+) current following a hyperpolarization and a differential activation of AHPs that establish distinct levels of membrane excitability.
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 ».