MétaCan
Menu
Retour à la cohorte
Enregistrement W4200009014 · doi:10.3791/56776-v

Two-photon Calcium Imaging in Neuronal Dendrites in Brain Slices

2018· article· en· W4200009014 sur OpenAlexaff
Olivier Camiré, Lisa Topolnik

Notice bibliographique

RevueJournal of Visualized Experiments · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSomaNeuroscienceCalcium imagingGABAergicInhibitory postsynaptic potentialDendritic spikeTwo-photon excitation microscopySynaptic plasticityIntracellularElectrophysiologyDendrite (mathematics)Calcium in biologyParvalbuminDendritic spineBiologyBiophysicsCalciumChemistryPhysicsExcitatory postsynaptic potentialCell biologyHippocampal formationOpticsFluorescence

Résumé

récupéré en direct d'OpenAlex

Calcium (Ca2+) imaging is a powerful tool to investigate the spatiotemporal dynamics of intracellular Ca2+ signals in neuronal dendrites. Ca2+ fluctuations can occur through a variety of membrane and intracellular mechanisms and play a crucial role in the induction of synaptic plasticity and regulation of dendritic excitability. Hence, the ability to record different types of Ca2+ signals in dendritic branches is valuable for groups studying how dendrites integrate information. The advent of two-photon microscopy has made such studies significantly easier by solving the problems inherent to imaging in live tissue, such as light scattering and photodamage. Moreover, through combination of conventional electrophysiological techniques with two-photon Ca2+ imaging, it is possible to investigate local Ca2+ fluctuations in neuronal dendrites in parallel with recordings of synaptic activity in soma. Here, we describe how to use this method to study the dynamics of local Ca2+ transients (CaTs) in dendrites of GABAergic inhibitory interneurons. The method can be also applied to studying dendritic Ca2+ signaling in different neuronal types in acute brain slices.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,048
Tête enseignante GPT0,434
Écart entre enseignants0,385 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetNeural dynamics and brain functionTravaux en français237 207