Histamine H<sub>3</sub> receptor activation increases the firing of striatal medium spiny neurons in slices from infantile rats
Notice bibliographique
Résumé
Striatal medium spiny neurons (MSN) form two subpopulations (MSN-D1 and MSN-D2) according to the expression of dopamine D1 or D2 receptors and their target regions. The activation of postsynaptic histamine H1 and H2 receptors increases MSN-D1 and MSN-D2 excitability. Since MSN also express H3 receptors (H3Rs), in this work we explored the effect of their activation on MSN firing. Electrophysiological recordings (whole-cell patch-clamp, current-clamp mode) were conducted on forebrain slices from infantile rats (12–16 postnatal days). In both MSN-D1 and MSN-D2 perfusion with the H3R agonist immepip (1 µmol/L) increased neuronal firing evoked by current injection, an effect reproduced by R-α-methylhistamine (1 µmol/L) and prevented by the antagonist clobenpropit (10 µmol/L). Blockade of N- or P/Q-type voltage-activated calcium channels by ω-conotoxin-GVIA (1 µmol/L) or ω-agatoxin-TK (400 nmol/L) increased MSN firing but did not preclude the immepip effect. The potassium channel blockers 4-aminopyridine (1 mmol/L) and tetraethylammonium (300 µmol/L) increased neuronal firing and prevented the immepip action. Likewise, the KV7 channel blocker XE-991 (10 µmol/L) and the muscarinic receptor agonist carbachol (10 µmol/L) increased MSN firing frequency and occluded the immepip effect. These data indicate that the activation of postsynaptic H3Rs facilitates MSN-D1 and MSN-D2 firing by inhibiting KV7 potassium channels.
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 ».