MétaCan
Menu
Retour à la cohorte
Enregistrement W2947515856 · doi:10.3389/fncir.2019.00040

Divisive Inhibition Prevails During Simultaneous Optogenetic Activation of All Interneuron Subtypes in Mouse Primary Visual Cortex

2019· article· en· W2947515856 sur OpenAlexafffund
Tony G. J. Ingram, Jillian L. King, Nathan A. Crowder

Notice bibliographique

RevueFrontiers in Neural Circuits · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésOptogeneticsInterneuronNeuroscienceParvalbuminDisinhibitionVisual cortexInhibitory postsynaptic potentialBiologyNeocortexExcitatory postsynaptic potentialVasoactive intestinal peptideNeuropeptideReceptor

Résumé

récupéré en direct d'OpenAlex

The mouse primary visual cortex (V1) has become an important brain area for exploring how neural circuits process information. Optogenetic tools have helped to outline the connectivity of a local V1 circuit comprising excitatory pyramidal neurons and several genetically-defined inhibitory interneuron subtypes that express parvalbumin, somatostatin, or vasoactive intestinal peptide. Optogenetic modulation of individual interneuron subtypes can alter the visual responsiveness of pyramidal neurons with distinct forms of inhibition and disinhibition. However, different interneuron subtypes have potentially opposing actions, and the potency of their effects relative to each other remains unclear. Therefore, in this study we simultaneously optogenetically activated all interneuron subtypes during visual processing to explore whether any single inhibitory effect would predominate. This aggregate interneuron activation consistently inhibited pyramidal neurons in a divisive manner, which was essentially identical to the pattern of inhibition produced by activating parvalbumin-expressing interneurons alone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,924

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,274
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Neural CircuitsMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207