MétaCan
Menu
Retour à la cohorte
Enregistrement W4401710996 · doi:10.1016/j.celrep.2024.114590

Optogenetic silencing of medial septal GABAergic neurons disrupts grid cell spatial and temporal coding in the medial entorhinal cortex

2024· article· en· W4401710996 sur OpenAlexafffund
Jennifer C. Robinson, Johnson Ying, Michael E. Hasselmo, Mark P. Brandon

Notice bibliographique

RevueCell Reports · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensMcGill University Health CentreMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesNational Institute of Mental HealthOffice of Naval ResearchNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésNeuroscienceOptogeneticsHippocampal formationEntorhinal cortexGABAergicHippocampusGrid cellBiologySpatial memoryPopulationInhibitory postsynaptic potentialGridWorking memoryMedicineCognition

Résumé

récupéré en direct d'OpenAlex

The hippocampus and medial entorhinal cortex (MEC) form a cognitive map that facilitates spatial navigation. As part of this map, MEC grid cells fire in a repeating hexagonal pattern across an environment. This grid pattern relies on inputs from the medial septum (MS). The MS, and specifically GABAergic neurons, are essential for theta rhythm oscillations in the entorhinal-hippocampal network; however, the role of this population in grid cell function is unclear. To investigate this, we use optogenetics to inhibit MS-GABAergic neurons and observe that MS-GABAergic inhibition disrupts grid cell spatial periodicity. Grid cell spatial periodicity is disrupted during both optogenetic inhibition periods and short inter-stimulus intervals. In contrast, longer inter-stimulus intervals allow for the recovery of grid cell spatial firing. In addition, grid cell phase precession is also disrupted. These findings highlight the critical role of MS-GABAergic neurons in maintaining grid cell spatial and temporal coding in the MEC.

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 seuil0,003

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 technologies0,0000,000
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 Opus0,038
Tête enseignante GPT0,283
Écart entre enseignants0,245 · 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

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetMemory and Neural MechanismsTravaux en français237 207