Postsynaptic Inhibition of Hypoglossal Motoneurons Produces Atonia of the Genioglossal Muscle During Rapid Eye Movement Sleep
Notice bibliographique
Résumé
STUDY OBJECTIVES: Hypoglossal motoneurons were recorded intracellularly to determine whether postsynaptic inhibition or disfacilitation was responsible for atonia of the lingual muscles during rapid eye movement (REM) sleep. DESIGN: Intracellular records were obtained of the action potentials and subthreshold membrane potential activity of antidromically identified hypoglossal motoneurons in cats during wakefulness, nonrapid eye movement (NREM) sleep, and REM sleep. A cuff electrode was placed around the hypoglossal nerve to antidromically activate hypoglossal motoneurons. The state-dependent changes in membrane potential, spontaneous discharge, postsynaptic potentials, and rheobase of hypoglossal motoneurons were determined. ANALYSES AND RESULTS: During quiet wakefulness and NREM sleep, hypoglossal motoneurons exhibited spontaneous repetitive discharge. In the transition from NREM sleep to REM sleep, repetitive discharge ceased and the membrane potential began to hyperpolarize; maximal hyperpolarization (10.5 mV) persisted throughout REM sleep. During REM sleep there was a significant increase in rheobase, which was accompanied by barrages of large-amplitude inhibitory postsynaptic potentials (IPSPs), which were reversed following the intracellular injection of chloride ions. The latter result indicates that they were mediated by glycine; IPSPs were not present during wakefulness or NREM sleep. CONCLUSIONS: We conclude that hypoglossal motoneurons are postsynaptically inhibited during naturally occurring REM sleep; no evidence of disfacilitation was observed. The data also indicate that glycine receptor-mediated postsynaptic inhibition of hypoglossal motoneurons is crucial in promoting atonia of the lingual muscles during REM sleep.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».