Regulation of Burst Dynamics Improves Differential Encoding of Stimulus Frequency by Spike Train Segregation
Notice bibliographique
Résumé
Distinguishing between different signals conveyed in a single sensory modality presents a significant problem for sensory processing. The weakly electric fish Apteronotus leptorhynchus use electrosensory information to encode both low-frequency signals associated with environmental and prey signals and high-frequency communication signals between conspecifics. We identify a mechanism whereby the GABA(B) component of a feedback pathway to the electrosensory lobe is recruited to regulate the intrinsic burst dynamics and coding properties of pyramidal cells for these behaviorally relevant input signals. Through recordings in an in vitro slice preparation and a reduced model of pyramidal cells, we show that recruitment of dendritic GABA(B) currents can shift the timing of a backpropagating spike and its influence on an intrinsic burst mechanism. This regulation of burst firing alters the coding properties of pyramidal cells by improving the correlation of burst and tonic spikes with respect to low- or high-frequency components of complex stimuli. GABA(B) modulation of spike backpropagation thus improves the segregation of burst and tonic spikes evoked by simulated sensory input, allowing pyramidal cells to parcel the spike train into coding streams for the low- and high-frequency components. As the feedback pathway is predicted to be activated in circumstances where environmental and communication stimuli coexist, these data reveal a novel means by which inhibitory input can regulate spike backpropagation to improve signal segregation.
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 | 0,000 |
| 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) | 0,001 | 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 ».