Synapse specific and plasticity-regulated AMPAR mobility tunes synaptic integration
Notice bibliographique
Résumé
Abstract Synaptic responses adapt to fast repetitive inputs during bursts of neuronal network activity over timescales of milliseconds to seconds, either transiently facilitating or depressing. This high-frequency stimulus-dependent short-term synaptic plasticity (HF-STP) relies on a number of molecular processes that collectively endow synapses with filtering properties for information processing, optimized for the transmission of certain input frequencies and patterns in distinct circuits 1–3 . Changes in HF-STP are traditionally thought to stem from changes in pre-synaptic transmitter release 1,2 , but post-synaptic modifications in receptor biophysical properties or surface diffusion also regulate HF-STP 4–11 . A major challenge in understanding synapse function is to decipher how pre- and post-synaptic mechanisms synergistically tune synaptic transmission efficacy during HF-STP, and to determine how neuronal activity modifies post-synaptic signal computation and integration to diversify neuronal circuit function. Here, taking advantage of new molecular tools to directly visualize glutamate release 12 and specifically manipulate the surface diffusion of endogenous AMPAR in intact circuits 13 , we define the respective contributions of pre-synaptic glutamate release, AMPAR desensitization and surface mobility to frequency-dependent synaptic adaptation. We demonstrate that post-synaptic gain control and signal integration capacity in synaptic networks is influenced by synapse-specific differences in AMPAR desensitization and diffusion-trapping characteristics that are shaped by molecular signaling events recruited during LTP.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».