MétaCan
Menu
Retour à la cohorte
Enregistrement W2952367635 · doi:10.1523/jneurosci.0168-19.2019

Wide-Area All-Optical Neurophysiology in Acute Brain Slices

2019· article· en· W2952367635 sur OpenAlexaff
Samouil L. Farhi, Vicente Parot, Abhinav Grama, Masahito Yamagata, Ahmed S. Abdelfattah, Yoav Adam, Shan Lou, Jeong Jun Kim, Robert E. Campbell, David Cox, Adam E. Cohen

Notice bibliographique

RevueJournal of Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesIntelligence Advanced Research Projects ActivityHoward Hughes Medical Institute
Mots-clésNeuroscienceOptogeneticsChannelrhodopsinNeurophysiologyAMPA receptorConnectomeComputer scienceSlice preparationElectrophysiologyChemistryGlutamate receptorFunctional connectivityBiologyReceptor

Résumé

récupéré en direct d'OpenAlex

Optical tools for simultaneous perturbation and measurement of neural activity open the possibility of mapping neural function over wide areas of brain tissue. However, spectral overlap of actuators and reporters presents a challenge for their simultaneous use, and optical scattering and out-of-focus fluorescence in tissue degrade resolution. To minimize optical crosstalk, we combined an optimized variant (eTsChR) of the most blue-shifted channelrhodopsin reported to-date with a nuclear-localized red-shifted Ca 2 indicator, H2B-jRGECO1a. To perform wide-area optically sectioned imaging in tissue, we designed a structured illumination technique that uses Hadamard matrices to encode spatial information. By combining these molecular and optical approaches we made wide-area functional maps in acute brain slices from mice of both sexes. The maps spanned cortex and striatum and probed the effects of antiepileptic drugs on neural excitability and the effects of AMPA and NMDA receptor blockers on functional connectivity. Together, these tools provide a powerful capability for wide-area mapping of neuronal excitability and functional connectivity in acute brain slices.

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)0,002
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 enseignants0,146
Score d'incertitude au seuil0,497

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,346
Écart entre enseignants0,289 · 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

Citations43
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207