Drivers of Sinoatrial Node Automaticity in Zebrafish: Comparison With Mechanisms of Mammalian Pacemaker Function
Notice bibliographique
Résumé
Cardiac excitation originates in the sinoatrial node (SAN), due to the automaticity of this distinct region of the heart. SAN automaticity is the result of a gradual depolarisation of the membrane potential in diastole, driven by a coupled system of transarcolemmal ion currents and intracellular Ca 2+ cycling. The frequency of SAN excitation determines heart rate and is under the control of extra- and intracardiac (extrinsic and intrinsic) factors, including neural inputs and responses to tissue stretch. While the structure, function, and control of the SAN have been extensively studied in mammals, and some critical aspects have been shown to be similar in zebrafish, the specific drivers of zebrafish SAN automaticity and the response of its excitation to vagal nerve stimulation and mechanical preload remain incompletely understood. As the zebrafish represents an important alternative experimental model for the study of cardiac (patho-) physiology, we sought to determine its drivers of SAN automaticity and the response to nerve stimulation and baseline stretch. Using a pharmacological approach mirroring classic mammalian experiments, along with electrical stimulation of intact cardiac vagal nerves and the application of mechanical preload to the SAN, we demonstrate that the principal components of the coupled membrane- Ca 2+ pacemaker system that drives automaticity in mammals are also active in the zebrafish, and that the effects of extra- and intracardiac control of heart rate seen in mammals are also present. Overall, these results, combined with previously published work, support the utility of the zebrafish as a novel experimental model for studies of SAN (patho-) physiological function.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».