α-Motoneurons maintain biophysical heterogeneity in obesity and diabetes in Zucker rats
Notice bibliographique
Résumé
Small-diameter sensory dysfunction resulting from diabetes has received much attention in the literature, whereas the impact of diabetes on α-motoneurons (MN) has not. In addition, the chance of developing insulin resistance and diabetes is increased in obesity. No study has examined the impact of obesity or diabetes on the biophysical properties of MN. Lean Zucker rats and Zucker diabetic fatty (ZDF) rats were separated into lean, obese (ZDF fed standard chow), and diabetic (ZDF fed high-fat diet that led to diabetes) groups. Glass micropipettes recorded hindlimb MN properties from identified flexor and extensor MN. MN were separated within their groups on the basis of input conductance, which created high- and low-input conductance subpopulations for each. A significant shorter (20%) afterhyperpolarization half-decay (AHP 1/2 ) was found in low-conductance MN for the diabetic group only, whereas AHP½ tended to be shorter in the obese group (19%). Significant positive correlations were found among rheobase and input conductance for both lean and obese animals. No differences were found between the groups for afterhyperpolarization amplitude (AHP amp ), input conductance, rheobase, or any of the rhythmic firing properties (frequency-current slope and spike-frequency adaptation index). MN properties continue to be heterogeneous in obese and diabetic animals. Obesity does not seem to influence lumbar MN. Despite the resistance of MN to the impact of diabetes, the reduced AHP 1/2 decay and the tendency for a reduction in AHP amp may be the first sign of change to MN function. NEW & NOTEWORTHY Knowledge about the impact of obesity and diabetes on the biophysical properties of motoneurons is lacking. We found that diabetes reduces the duration of the afterhyperpolarization and that motoneuron function is unchanged by obesity. A reduced afterhyperpolarization may impact discharge characteristics and may be the first sign of change to motoneuron function.
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 | 0,001 | 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 | 0,001 |
| 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 ».