A Hypothesis for Theta Rhythm Frequency Control in CA1 Microcircuits
Notice bibliographique
Résumé
Computational models of neural circuits with varying levels of biophysical detail have been generated in pursuit of an underlying mechanism explaining the ubiquitous hippocampal theta rhythm. However, within the theta rhythm are at least two types with distinct frequencies associated with different behavioral states, an aspect that must be considered in pursuit of these mechanistic explanations. Here, using our previously developed excitatory-inhibitory network models that generate theta rhythms, we investigate the robustness of theta generation to intrinsic neuronal variability by building a database of heterogeneous excitatory cells and implementing them in our microcircuit model. We specifically investigate the impact of three key "building block" features of the excitatory cell model that underlie our model design: these cells' rheobase, their capacity for post-inhibitory rebound, and their spike-frequency adaptation. We show that theta rhythms at various frequencies can arise dependent upon the combination of these building block features, and we find that the speed of these oscillations are dependent upon the excitatory cells' response to inhibitory drive, as encapsulated by their phase response curves. Taken together, these findings support a hypothesis for theta frequency control that includes two aspects: (i) an internal mechanism that stems from the building block features of excitatory cell dynamics; (ii) an external mechanism that we describe as "inhibition-based tuning" of excitatory cell firing. We propose that these mechanisms control theta rhythm frequencies and underlie their robustness.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».