MétaCan
Menu
← Retour à la cohorte
Enregistrement W3179285002 · doi:10.1101/2021.07.07.451434

Hippocampal Astrocytes Encode Reward Location

2021· preprint· en· W3179285002 sur OpenAlexfundno aff
A. Doron, Alon Rubin, Aviya Benmelech-Chovav, Netai Benaim, Tom Carmi, Tirzah Kreisel, Yaniv Ziv, Inbal Goshen

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesIsrael Science FoundationCanadian Institutes of Health ResearchEuropean Commission
Mots-clésHippocampal formationAstrocyteNeuroscienceENCODECalcium imagingHippocampusEncoding (memory)CognitionPlace cellSensory systemSpatial cognitionPsychologyBiologyCalciumChemistryCentral nervous system

Résumé

récupéré en direct d'OpenAlex

Abstract Astrocytic calcium dynamics have been implicated in the encoding of sensory information, and modulating them has been shown to impact behavior. However, real-time calcium activity of astrocytes in the hippocampus of awake mice has never been investigated. We used 2-photon microscopy to chronically image CA1 astrocytes as mice ran in familiar or novel virtual environments and obtained water rewards. We found that astrocytes exhibit persistent ramping activity towards the reward location in a familiar environment, but not in a novel one. Using linear decoders, we could precisely predict the location of the mouse in a familiar environment from astrocyte activity alone. We could not do the same in the novel environment, suggesting astrocyte spatial activity is experience dependent. This is the first indication that astrocytes can encode location in spatial contexts, thereby extending their known computational capabilities, and their role in cognitive functions.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 savante0,0010,000
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 Opus0,026
Tête enseignante GPT0,232
Écart entre enseignants0,206 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeuroinflammation and Neurodegeneration Mechanisms→Travaux en français237 207→