Granule cells perform frequency‐dependent pattern separation in a computational model of the dentate gyrus
Notice bibliographique
Résumé
Mnemonic discrimination (MD) may be dependent on oscillatory perforant path input frequencies to the hippocampus in a "U"-shaped fashion, where some studies show that slow and fast input frequencies support MD, while other studies show that intermediate frequencies disrupt MD. We hypothesize that pattern separation (PS) underlies frequency-dependent MD performance. We aim to study, in a computational model of the hippocampal dentate gyrus (DG), the network and cellular mechanisms governing this putative "U"-shaped PS relationship. We implemented a biophysical model of the DG that produces the hypothesized "U"-shaped input frequency-PS relationship, and its associated oscillatory electrophysiological signatures. We subsequently evaluated the network's PS ability using an adapted spatiotemporal task. We undertook systematic lesion studies to identify the network-level mechanisms driving the "U"-shaped input frequency-PS relationship. A minimal circuit of a single granule cell (GC) stimulated with oscillatory inputs was also used to study potential cellular-level mechanisms. Lesioning synapses onto GCs did not impact the "U"-shaped input frequency-PS relationship. Furthermore, GC inhibition limits PS performance for fast frequency inputs, while enhancing PS for slow frequency inputs. GC interspike interval was found to be input frequency dependent in a "U"-shaped fashion, paralleling frequency-dependent PS observed at the network level. Additionally, GCs showed an attenuated firing response for fast frequency inputs. We conclude that independent of network-level inhibition, GCs may intrinsically be capable of producing a "U"-shaped input frequency-PS relationship. GCs may preferentially decorrelate slow and fast inputs via spike timing reorganization and high frequency filtering.
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 ».