Balanced ionotropic receptor dynamics support signal estimation via voltage-dependent membrane noise
Notice bibliographique
Résumé
Encoding behaviorally relevant stimuli in a noisy background is critical for animals to survive in their natural environment. We identify core biophysical and synaptic mechanisms that permit the encoding of low-frequency signals in pyramidal neurons of the weakly electric fish Apteronotus leptorhynchus, an animal that can accurately encode even miniscule amplitude modulations of its self-generated electric field. We demonstrate that slow NMDA receptor (NMDA-R)-mediated excitatory postsynaptic potentials (EPSPs) are able to summate over many interspike intervals (ISIs) of the primary electrosensory afferents (EAs), effectively eliminating the baseline EA ISI correlations from the pyramidal cell input. Together with a dynamic balance of NMDA-R and GABA-A-R currents, this permits stimulus-evoked changes in EA spiking to be transmitted efficiently to target electrosensory lobe (ELL) pyramidal cells, for encoding low-frequency signals. Interestingly, AMPA-R activity is depressed and appears to play a negligible role in the generation of action potentials. Instead, we hypothesize that cell-intrinsic voltage-dependent membrane noise supports the encoding of perithreshold sensory input; this noise drives a significant proportion of pyramidal cell spikes. Together, these mechanisms may be sufficient for the ELL to encode signals near the threshold of behavioral detection.
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 | 0,001 |
| 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 ».