Balanced synaptic currents underlie low‐frequency oscillations in the subiculum
Notice bibliographique
Résumé
Numerous synaptic and intrinsic membrane mechanisms have been proposed for generating oscillatory activity in the hippocampus. Few studies, however, have directly measured synaptic conductances and membrane properties during oscillations. The time course and relative contribution of excitatory and inhibitory synaptic conductances, as well as the role of intrinsic membrane properties in amplifying synaptic inputs, remains unclear. To address this issue, we used an isolated whole hippocampal preparation that generates autonomous low-frequency oscillations near the theta range. Using 2-photon microscopy and expression of genetically encoded fluorophores, we obtained on-cell and whole-cell patch recordings of pyramidal cells and fast-firing interneurons in the distal subiculum. Pyramidal cell and interneuron spiking shared similar phase-locking to local field potential oscillations. In pyramidal cells, spiking resulted from a concomitant and balanced increase in excitatory and inhibitory synaptic currents. In contrast, interneuron spiking was driven almost exclusively by excitatory synaptic current. Thus, similar to tightly balanced networks underlying hippocampal gamma oscillations and ripples, balanced synaptic inputs in the whole hippocampal preparation drive highly phase-locked spiking at the peak of slower network oscillations.
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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».