MétaCan
Menu
← Retour à la cohorte
Enregistrement W3102743520 · doi:10.1101/023291

Topology, cross-frequency, and same-frequency band interactions shape the generation of phase-amplitude coupling in a neural mass model of a cortical column

2015· preprint· en· W3102743520 sur OpenAlexafffund
Roberto C. Sotero

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2015
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAmplitudeCoupling (piping)PhysicsPhase (matter)Topology (electrical circuits)Frequency bandCluster analysisBiological systemStatistical physicsComputer scienceMathematicsTelecommunicationsArtificial intelligenceOpticsMaterials scienceQuantum mechanicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Phase-amplitude coupling (PAC), a type of cross-frequency coupling (CFC) where the phase of a low-frequency rhythm modulates the amplitude of a higher frequency, is becoming an important indicator of information transmission in the brain. However, the neurobiological mechanisms underlying its generation remain undetermined. A realistic, yet tractable computational model of the phenomenon is thus needed. Here we propose a neural mass model of a cortical column, comprising fourteen neuronal populations distributed across four layers (L2/3, L4, L5 and L6). The conditional transfer entropies (cTE) from the phases to the amplitudes of the generated oscillations are estimated by means of the conditional mutual information. This approach provides information regarding directionality by distinguishing PAC from APC (amplitude-phase coupling), i.e. the information transfer from amplitudes to phases, and can be used to estimate other types of CFC such as amplitude-amplitude coupling (AAC) and phase-phase coupling (PPC). While experiments often only focus on one or two PAC combinations (e.g., theta-gamma or alpha-gamma), we found that a cortical column can simultaneously generate almost all possible PAC combinations, depending on connectivity parameters, time constants, and external inputs. We found that the strength of PAC between two populations was strongly correlated with the strength of the effective connections between them and, on average, did not depend upon the presence or absence of a direct (anatomical) connection. When considering a cortical column circuit as a complex network, we found that neuronal populations making indirect PAC connections had, on average, higher local clustering coefficient, efficiency, and betweenness centrality than populations making direct connections and populations not involved in PAC connections. This suggests that their interactions were more efficient when transmitting information. Since more than 60% of the obtained interactions represented indirect connections, our results highlight the importance of the topology of cortical circuits for the generation on of the PAC phenomenon. Finally, our results demonstrated that indirect PAC interactions can be explained by a cascade of direct CFC and same-frequency band interactions, suggesting that PAC analysis of experimental data should be accompanied by the estimation of other types of frequency interactions for an integrative understanding of the phenomenon.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,304
Écart entre enseignants0,234 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeural dynamics and brain function→Travaux en français237 207→