Behavioral timescale synaptic plasticity in the hippocampus creates non-spatial representations during learning and is modulated by entorhinal inputs
Notice bibliographique
Résumé
Behavioral timescale synaptic plasticity (BTSP) is a form of synaptic potentiation where a single plateau potential in hippocampal neurons forms a place field during spatial learning. We asked whether BTSP can also form non-spatial responses in the hippocampus and what roles the medial and lateral entorhinal cortex (MEC and LEC) play in driving non-spatial BTSP. Two-photon calcium imaging of dorsal CA1 neurons while mice performed an odor-cued working memory task revealed plateau-like events which formed stable odor-specific responses. These BTSP-like events were much more frequent during the first day of task learning, suggesting that BTSP may be important for early learning. Strong single-neuron stimulation through holographic optogenetics induced plateau-like events and subsequent odor-fields, causally linking BTSP with non-spatial representations. MEC chemogenetic inhibition reduced the frequency of plateau-like events, whereas LEC inhibition reduced potentiation and field-induction probability. Calcium imaging of LEC and MEC temporammonic CA1 projections revealed that MEC axons were more strongly activated by odor presentations, while LEC axons were more odor-selective, further confirming the role of MEC in driving plateau-like events and LEC in relaying odor-specific information. Altogether, odor-specific information from LEC and strong odor-timed activity from MEC are crucial for driving BTSP in CA1, which is a synaptic plasticity mechanism for generation of both spatial and non-spatial responses in the hippocampus.
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 | 0,001 |
| 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 ».