Firing Dynamics of Cerebellar Purkinje Cells
Notice bibliographique
Résumé
Knowledge of intrinsic neuronal firing dynamics is a critical first step to establishing an accurate biophysical model of any neuron. In this study we examined cerebellar Purkinje cells to determine the bifurcations likely to underlie firing dynamics within a biophysically realistic and experimentally supported model. We show that Purkinje cell dynamics are consistent with a system undergoing a saddle-node bifurcation of fixed points in the transition from rest to firing and a saddle homoclinic bifurcation from firing to rest. Our analyses account for numerous observed Purkinje cell firing properties that include bistability, plateau potentials, specific aspects of the frequency-current (F-I) relationship, first spike latency, and the ability for climbing fiber input to induce state transitions in the bistable regime. We also experimentally confirm new properties predicted from our model and analysis that include the presence of a depolarizing afterpotential (DAP), the ability to fire at low frequencies (<50 Hz) and with a high gain in the F-I relationship, and a bistable region limited to low-frequency firing. Purkinje cell dynamics, including bistability, prove to arise from numerous biophysical factors that include the DAP, fast refractory dynamics, and a long membrane time constant. A hyperpolarizing activated cation current (I(H)) is shown not to be directly involved in establishing bistable dynamics but rather reduces the range for bistability. A combined electrophysiological and modeling approach thus accounts for several properties of Purkinje cells, providing a firm basis from which to assess Purkinje cell output patterns.
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) | 0,000 | 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 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 ».