MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281672360 · doi:10.1101/2022.05.26.493588

Signal Transformations and New Timing Rules of Hippocampal CA3 to CA1 Synapses

2022· preprint· en· W4281672360 sur OpenAlexaff
Sandra Gattas, Aliza A. Le, Javad Karimi Abadchi, Benedict Pruess, Yanning Shen, A. Lee Swindlehurst, Michael A. Yassa, Gary Lynch

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesOffice of Naval ResearchNational Institutes of Health
Mots-clésSynapseNonlinear systemComputer scienceNeuroscienceHippocampal formationHippocampusNode (physics)Excitatory postsynaptic potentialArtificial neural networkFunction (biology)Transmission (telecommunications)Information transmissionArtificial intelligenceInhibitory postsynaptic potentialBiologyPhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract The synapse is the fundamental unit of communication in the nervous system. Determining how information is transferred across the synaptic interface is one of the most complex endeavors in neuroscience, owing to the large number of contributing factors and events. An approach to solving this problem involves collapsing across these complexities to derive concise mathematical formulas that fully capture the governing dynamics of synaptic transmission. We investigated the feasibility of deriving such a formula – an input-output transformation function for the CA3 to CA1 node of the hippocampus -- using the Volterra expansion technique for nonlinear system identification. The entirety of the field EPSP in the apical dendrites of mouse brain slices was described with >94% accuracy by a 2 nd order equation that captured the linear and nonlinear influence of past inputs on current outputs. This function generalized to cases not included in its derivation and uncovered previously undetected timing rules. The basal dendrites expressed a substantially different transfer function and evidence was obtained that, unlike the apical system, a 3 rd order system or higher will be needed for complete characterization. Collectively, these results describe a readily implemented and unusually sensitive means for evaluating the effects of pharmacological treatments and disease related conditions on synaptic dynamics. At scale, the approach will also provide information needed for the construction of biologically realistic models of brain networks.

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 savante0,0010,000
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 Opus0,061
Tête enseignante GPT0,302
Écart entre enseignants0,241 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeuroscience and Neuropharmacology Research→Travaux en français237 207→