MétaCan
Menu
Retour à la cohorte
Enregistrement W4389164949 · doi:10.1038/s41467-023-43777-z

Endogenous noise of neocortical neurons correlates with atypical sensory response variability in the Fmr1−/y mouse model of autism

2023· article· en· W4389164949 sur OpenAlexaff
Arjun Bhaskaran, Théo Gauvrit, Yukti Vyas, Guillaume Bony, Melanie Ginger, Andreas Frick

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesFondation de FranceFondation pour la Recherche MédicaleInstitut National de la Santé et de la Recherche Médicale
Mots-clésNeuroscienceAutismSensory systemSensory processingStimulus (psychology)Fragile X syndromeEndogenyBiological neural networkPsychologyBiologyDevelopmental psychologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Excessive neural variability of sensory responses is a hallmark of atypical sensory processing in autistic individuals with cascading effects on other core autism symptoms but unknown neurobiological substrate. Here, by recording neocortical single neuron activity in a well-established mouse model of Fragile X syndrome and autism, we characterized atypical sensory processing and probed the role of endogenous noise sources in exaggerated response variability in males. The analysis of sensory stimulus evoked activity and spontaneous dynamics, as well as neuronal features, reveals a complex cellular and network phenotype. Neocortical sensory information processing is more variable and temporally imprecise. Increased trial-by-trial and inter-neuronal response variability is strongly related to key endogenous noise features, and may give rise to behavioural sensory responsiveness variability in autism. We provide a novel preclinical framework for understanding the sources of endogenous noise and its contribution to core autism symptoms, and for testing the functional consequences for mechanism-based manipulation of noise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,062
Tête enseignante GPT0,290
Écart entre enseignants0,228 · 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 tête enseignante, 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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeural dynamics and brain functionTravaux en français237 207