MétaCan
Menu
Retour à la cohorte
Enregistrement W4200278597 · doi:10.1101/2021.12.13.472435

Spike initiation properties in the axon support high-fidelity signal transmission

2021· preprint· en· W4200278597 sur OpenAlexafffund
Mohammad Amin Kamaleddin, Nooshin Abdollahi, Stéphanie Ratté, Steven A. Prescott

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDepolarizationAxonNeuroscienceSomaAxon hillockAntidromicSpike (software development)SIGNAL (programming language)WaveformCoincidence detection in neurobiologyPhysicsComputer scienceBiophysicsElectrophysiologyBiologyTelecommunicationsMedicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The axon initial segment (AIS) converts graded depolarization into all-or-none spikes that are transmitted by the axon to downstream neurons. Analog-to-digital transduction and digital signal transmission call for distinct spike initiation properties (filters) and those filters should, therefore, differ between the AIS and distal axon. Here we show that unlike the AIS, which spikes repetitively during sustained depolarization, the axon spikes transiently and only if depolarization reaches threshold before K V 1 channels activate. Rate of depolarization is critical. This was shown by optogenetically evoking spikes in the distal axon of CA1 pyramidal neurons using different photostimulus waveforms and pharmacological conditions while recording antidromically propagated spikes at the soma, thus circumventing the prohibitive difficulty of patching intact axons. Computational modeling shows that K V 1 channels in the axon implement a high-pass filter that is matched to the axial current waveform associated with spike propagation, thus maximizing the signal-to-noise ratio to ensure high-fidelity transmission of spike-based signals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,231
Écart entre enseignants0,191 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNeuroscience and Neural EngineeringTravaux en français237 207