MétaCan
Menu
Retour à la cohorte
Enregistrement W4386446387 · doi:10.1101/2023.09.01.555947

Tauopathy severely disrupts homeostatic set-points in emergent neural dynamics but not in the activity of individual neurons

2023· preprint· en· W4386446387 sur OpenAlexfundno aff
James N. McGregor, Clayton A. Farris, Sahara Ensley, Aidan Schneider, Chao Wang, Yuqi Liu, Jianhong Tu, Halla Elmore, Keenan D. Ronayne, Ralf Weßel, Eva L. Dyer, Kiran Bhaskaran‐Nair, David M. Holtzman, Keith B. Hengen

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced ResearchBrightFocus FoundationNational Institutes of HealthNational Science Foundation
Mots-clésTauopathyNeuroscienceSet (abstract data type)Dynamics (music)Neural activityHomeostasisCognitive scienceComputer scienceBiologyPsychologyMedicineCell biologyNeurodegenerationDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The homeostatic regulation of neuronal activity is essential for robust computation; key set-points, such as firing rate, are actively stabilized to compensate for perturbations. From this perspective, the disruption of brain function central to neurodegenerative disease should reflect impairments of computationally essential set-points. Despite connecting neurodegeneration to functional outcomes, the impact of disease on set-points in neuronal activity is unknown. Here we present a comprehensive, theory-driven investigation of the effects of tau-mediated neurodegeneration on homeostatic set-points in neuronal activity. In a mouse model of tauopathy, we examine 27,000 hours of hippocampal recordings during free behavior throughout disease progression. Contrary to our initial hypothesis that tauopathy would impact set-points in spike rate and variance, we found that cell-level set-points are resilient to even the latest stages of disease. Instead, we find that tauopathy disrupts neuronal activity at the network-level, which we quantify using both pairwise measures of neuron interactions as well as measurement of the network’s nearness to criticality , an ideal computational regime that is known to be a homeostatic set-point. We find that shifts in network criticality 1) track with symptoms, 2) predict underlying anatomical and molecular pathology, 3) occur in a sleep/wake dependent manner, and 4) can be used to reliably classify an animal’s genotype. Our data suggest that the critical set-point is intact, but that homeostatic machinery is progressively incapable of stabilizing hippocampal networks, particularly during waking. This work illustrates how neurodegenerative processes can impact the computational capacity of neurobiological systems, and suggest an important connection between molecular pathology, circuit function, and animal behavior.

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: 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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,045
Tête enseignante GPT0,258
Écart entre enseignants0,213 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNeural dynamics and brain functionTravaux en français237 207