Low‐frequency‐induced synaptic potentiation: A paradigm shift in the field of memory‐related plasticity mechanisms?
Notice bibliographique
Résumé
Long-term potentiation (LTP) and long-term depression (LTD) are two forms of synaptic plasticity thought to play functional roles in learning and memory processes. It is generally assumed that the direction of synaptic modifications (i.e., up- or down-regulation of synaptic strength) depends on the specific pattern of afferent inputs, with high frequency activity or stimulation effectively inducing LTP, while low-frequency patterns often elicit LTD. This dogma ("high frequency-LTP, low frequency-LTD") has recently been challenged by evidence demonstrating low frequency stimulation (LFS)-induced synaptic potentiation in the rodent hippocampus and amygdala. Extensive work in the past decades has focused on deciphering the mechanisms by which high frequency stimulation of afferent fiber systems results in LTP. With this review, we will compare and contrast the well-known synaptic and cellular mechanisms underlying classical, high-frequency-induced LTP to those mediating the more recently discovered phenomena of LFS-induced synaptic enhancement. In addition, we argue that LFS protocols provide a means to more accurately mimic some endogenous, oscillatory activity patterns present in hippocampal and extra-hippocampal (especially neocortical) circuits during periods of memory consolidation. Consequently, LFS-induced synaptic potentiation offers a novel and important avenue to investigate cellular and systems-level mechanisms mediating the encoding, consolidation, and transfer of information throughout multiple forebrain networks implicated in learning and memory processes. (c) 2009 Wiley-Liss, Inc.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».