Cholinergic Modulation of Locomotor Circuits in Vertebrates
Notice bibliographique
Résumé
Locomotion is a basic motor act essential for survival. Amongst other things, it allows animals to move in their environment to seek food, escape predators, or seek mates for reproduction. The neural mechanisms involved in the control of locomotion have been examined in many vertebrate species and a clearer picture is progressively emerging. The basic muscle synergies responsible for propulsion are generated by neural networks located in the spinal cord. In turn, descending supraspinal inputs are responsible for starting, maintaining, and stopping locomotion as well as for steering and controlling speed. Several neurotransmitter systems play a crucial role in modulating the neural activity during locomotion. For instance, cholinergic inputs act both at the spinal and supraspinal levels and the underlying mechanisms are the focus of the present review. Much information gained on supraspinal cholinergic modulation of locomotion was obtained from the lamprey model. Nicotinic cholinergic inputs increase the level of excitation of brainstem descending command neurons, the reticulospinal neurons (RSNs), whereas muscarinic inputs activate a select group of hindbrain neurons that project to the RSNs to boost their level of excitation. Muscarinic inputs also reduce the transmission of sensory inputs in the brainstem, a phenomenon that could help in sustaining goal directed locomotion. In the spinal cord, intrinsic cholinergic inputs strongly modulate the activity of interneurons and motoneurons to control the locomotor output. Altogether, the present review underlines the importance of the cholinergic inputs in the modulation of locomotor activity in vertebrates.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 ».