MétaCan
Menu
Retour à la cohorte
Enregistrement W3194134573 · doi:10.1101/2021.08.17.456520

Learning to be on time: temporal coordination of neural dynamics by activity-dependent myelination

2021· preprint· en· W3194134573 sur OpenAlexaff
Afroditi Talidou, Paul W. Frankland, Donald Mabbott, Jérémie Lefebvre

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity Health NetworkUniversity of TorontoHospital for Sick ChildrenUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceHomeostatic plasticityMechanism (biology)NeuroplasticitySynaptic plasticityNeural activitySynchronization (alternating current)MyelinMetaplasticityAxonPhysicsBiologyComputer scienceCentral nervous systemReceptor

Résumé

récupéré en direct d'OpenAlex

Abstract Activity-dependent myelination is the mechanism by which myelin changes as a function of neural activity, and plays a fundamental role in brain plasticity. Mediated by structural changes in glia, activity-dependent myelination regulates axonal conduction velocity. It remains unclear how neural activity impacts myelination to orchestrate the timing of neural signaling. We developed a model of spiking neurons enhanced with neuron-glia feedback. Inspired by experimental data and use-dependent synaptic plasticity, we introduced a learning rule, called the Activity-Dependent Myelination (ADM) rule, by which conduction velocity scales with firing rates. We found that the ADM rule implements a homeostatic control mechanism that promotes and preserves synchronization. ADM-mediated plasticity was found to optimize synchrony by compensating for variability in axonal lengths by scaling conduction velocity in an axon-specific way. This property was maintained even when the network structure is altered. We further explored how external stimuli interact with the ADM rule to trigger bidirectional and reversible changes in conduction delays. These results highlight the role played by activity-dependent myelination in synchronous neural communication and brain plasticity.

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: 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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,016
Tête enseignante GPT0,231
Écart entre enseignants0,215 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNeural dynamics and brain functionTravaux en français237 207