MétaCan
Menu
Retour à la cohorte
Enregistrement W3005021879 · doi:10.1113/jp278940

Serotonin modulates optimized coding of natural stimuli through increased neural and behavioural responses via enhanced burst firing

2020· article· en· W3005021879 sur OpenAlexafffund
Mariana M. Márquez, Maurice J. Chacron

Notice bibliographique

RevueThe Journal of Physiology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of Canada
Mots-clésNeuroscienceStimulus (psychology)Sensory systemSerotoninSerotonergicNeural codingBurstingPsychologyBiologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

KEY POINTS: The function of serotonergic fibres onto sensory areas remains poorly understood We show that serotonin application enhances sensory neural and behavioural responses to second order stimuli Enhanced neural responses most likely occurred because of increased burst firing Changes in neural sensitivity due to burst firing were the best predictor of changes in behavioural sensitivity Our results suggest that serotonin optimizes coding of stimuli encountered during aggression. ABSTRACT: Understanding how the processing of sensory information leads to behavioural responses remains a central problem in systems neuroscience. Here, we investigated how the neuromodulator serotonin affects neural and behavioural responses to second-order envelope stimuli within the electrosensory system of the weakly electric fish Apteronotus leptorhynchus. We found that serotonin application increased neuronal excitability through greater tendency for burst firing. We found that increased excitability led to overall higher neural sensitivities to higher envelope frequencies. Separating the spike train into bursts and isolated spike train components revealed that this was due to significant increases in neural sensitivity for the former but not the latter. We next investigated the consequences of such changes in sensitivity towards optimized coding of stimuli with specific statistics. Our results show that serotonin application compromised optimal coding of stimuli with statistics seen under naturalistic conditions due to changes in burst, but not isolated spike firing. Finally, we found that serotonin application increased behavioural sensitivity to envelope stimuli. Interestingly, changes in neural sensitivity due to bursts were a far better predictor of changes in behavioural sensitivity, suggesting that burst firing is decoded by downstream brain areas. Overall, our results suggest that serotonin modulates neural responses to optimize coding and perception of stimuli during behavioural contexts associated with encountering dominant conspecifics.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,032
Tête enseignante GPT0,276
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetFish biology, ecology, and behaviorTravaux en français237 207