On Myelinated Axon Plasticity and Neuronal Circuit Formation and Function
Notice bibliographique
Résumé
Studies of activity-driven nervous system plasticity have primarily focused on the gray matter. However, MRI-based imaging studies have shown that white matter, primarily composed of myelinated axons, can also be dynamically regulated by activity of the healthy brain. Myelination in the CNS is an ongoing process that starts around birth and continues throughout life. Myelin in the CNS is generated by oligodendrocytes and recent evidence has shown that many aspects of oligodendrocyte development and myelination can be modulated by extrinsic signals including neuronal activity. Because modulation of myelin can, in turn, affect several aspects of conduction, the concept has emerged that activity-regulated myelination represents an important form of nervous system plasticity. Here we review our increasing understanding of how neuronal activity regulates oligodendrocytes and myelinated axons in vivo , with a focus on the timing of relevant processes. We highlight the observations that neuronal activity can rapidly tune axonal diameter, promote re-entry of oligodendrocyte progenitor cells into the cell cycle, or drive their direct differentiation into oligodendrocytes. We suggest that activity-regulated myelin formation and remodeling that significantly change axonal conduction properties are most likely to occur over timescales of days to weeks. Finally, we propose that precise fine-tuning of conduction along already-myelinated axons may also be mediated by alterations to the axon itself. We conclude that future studies need to analyze activity-driven adaptations to both axons and their myelin sheaths to fully understand how myelinated axon plasticity contributes to neuronal circuit formation and 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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».