MétaCan
Menu
Retour à la cohorte
Enregistrement W4221134347 · doi:10.1016/j.jbc.2022.101866

Understanding the physical basis of memory: Molecular mechanisms of the engram

2022· review· en· W4221134347 sur OpenAlexaff
Clara Ortega‐de San Luis, Tomás J. Ryan

Notice bibliographique

RevueJournal of Biological Chemistry · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesnon disponible
Mots-clésEngramMemory consolidationNeuroscienceEncoding (memory)RecallMemory formationMammalian brainLong-term memoryCognitive sciencePsychologyComputer scienceCognitive psychologyHippocampusCognition

Résumé

récupéré en direct d'OpenAlex

Memory, defined as the storage and use of learned information in the brain, is necessary to modulate behavior and critical for animals to adapt to their environments and survive. Despite being a cornerstone of brain function, questions surrounding the molecular and cellular mechanisms of how information is encoded, stored, and recalled remain largely unanswered. One widely held theory is that an engram is formed by a group of neurons that are active during learning, which undergoes biochemical and physical changes to store information in a stable state, and that are later reactivated during recall of the memory. In the past decade, the development of engram labeling methodologies has proven useful to investigate the biology of memory at the molecular and cellular levels. Engram technology allows the study of individual memories associated with particular experiences and their evolution over time, with enough experimental resolution to discriminate between different memory processes: learning (encoding), consolidation (the passage from short-term to long-term memories), and storage (the maintenance of memory in the brain). Here, we review the current understanding of memory formation at a molecular and cellular level by focusing on insights provided using engram technology.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,346
Tête enseignante GPT0,358
Écart entre enseignants0,012 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations95
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetMemory and Neural MechanismsTravaux en français237 207