How signals propagate in neuronal compartments? Insights from the Poisson-Nernst Planck model.
Notice bibliographique
Résumé
The emergence of novel experimental techniques such as dendritic patch-clamp recordings or genetically-encoded Ca2+-indicators have made the activity of the dendritic tree considerably more tractable, challenging the old postulate that dendrites serve mainly to connect neurons and to convey information with no specific role in synaptic plasticity. Hence, how the dendritic tree transforms synaptic input into neuronal output and defines the relationships between active synapses is now a leading question in neuroscience. To understand the specific role of dendrites, dendritic spines and dendritic tree geometry in shaping neuronal signal, a crucial first step is to understand precisely voltage and ionic dynamics in such small neuronal compartments. For this purpose, we use the Poisson-Nernst-Planck (PNP) model, which is the recognized standard for modeling voltage dynamics and ionic electrodiffusion in electrolytes at the scale now reached by experimental techniques. This non-linear model presents significant challenges for both modeling and simulation due to its high concentration gradients and sensitivity to boundary conditions, making it difficult to simulate on complex geometries. We resolve these issues here by using a state-of-the-art finite volume method, the Discrete-Duality Finite Volume method, which we previously developed to simulate the PNP system of equations on various two-dimensional geometries representing neuronal compartments. Using this method, we investigate the propagation and attenuation of an ionic influx coming from a synapse near a dendritic branch bifurcation and at a dendritic spine, as well as signal invasion in the nearby branches and spines. By connecting these compartments to an ionic reservoir representing the dendritic shaft, we observe that the distance to the shaft strongly influences signal propagation. Notably, a spine positioned close to a large branch behaves as an isolated compartment, while a distant spine is susceptible to signal invasion. Our numerical results therefore suggest that the local geometry of the dendritic tree has a major influence on spine behavior. Consequently, this study proposes that synaptic plasticity rules would differ depending on the location of the spine on the tree, meaning that plasticity occurs not only at the spine level, but also across the entire dendritic tree architecture.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».