Synaptic vesicle fusion is modulated through feedback inhibition by dopamine auto‐receptors
Notice bibliographique
Résumé
Mechanisms of synaptic vesicular fusion and neurotransmitter clearance are highly controlled processes whose finely-tuned regulation is critical for neural function. This modulation has been suggested to involve pre-synaptic auto-receptors; however, their underlying mechanisms of action remain unclear. Previous studies with the well-defined C. elegans nervous system have used functional imaging to implicate acid sensing ion channels (ASIC-1) to describe synaptic vesicle fusion dynamics within its eight dopaminergic neurons. Implementing a similar imaging approach with a pH-sensitive fluorescent reporter and fluorescence resonance after photobleaching (FRAP), we analyzed dynamic imaging data collected from individual synaptic termini in live animals. We present evidence that constitutive fusion of neurotransmitter vesicles on dopaminergic synaptic termini is modulated through DOP-2 auto-receptors via a negative feedback loop. Integrating our previous results showing the role of ASIC-1 in a positive feedback loop, we also put forth an updated model for synaptic vesicle fusion in which, along with DAT-1 and ASIC-1, the dopamine auto-receptor DOP-2 lies at a modulatory hub at dopaminergic synapses. Our findings are of potential broader significance as similar mechanisms are likely to be used by auto-receptors for other small molecule neurotransmitters across species.
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».