MétaCan
Menu
Retour à la cohorte
Enregistrement W7048884569

Modeling Subfornical Organ Neurons

2018· dissertation· en· W7048884569 sur OpenAlexaff

Notice bibliographique

RevueQSpace (Queen's University Library) · 2018
Typedissertation
Langueen
DomaineEngineering
ThématiqueMagnetic Field Sensors Techniques
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSubfornical organBurstingTonic (physiology)Circumventricular organsElectrophysiologyStimulus (psychology)NeuronAngiotensin II
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Subfornical organ (SFO) neurons exhibit heterogeneity in ionic current expression and spiking behaviour, where the two major phenotypes appear as tonic and burst firing. Insight into the mechanisms behind this heterogeneity is critical for understanding how the SFO, a sensory circumventricular organ, integrates and selectively influences autonomic nervous system, endocrine, and behavioural function. To integrate efficient methods for investigating this heterogeneity, we built a single-compartment, Hodgkin-Huxley type model of an SFO neuron that is parameterized by SFO-specific in vitro voltage-clamp data. The model accounts for the individual membrane potential distribution and spike train variability of tonic and burst firing SFO neurons. Analysis of model dynamics confirms that a persistent Na+ and a Ca2+ current are required for burst initiation and maintenance, and suggests that a slow-activating K+ current may be responsible for burst termination in SFO neurons. Additionally, the model suggests that heterogeneity in current expression and subsequent influence on spike afterpotential underlies the behavioural differences between tonic and burst firing SFO neurons. The use of our model in coordination with in vitro electrophysiology experiments, provides a platform for explaining and predicting the response of SFO neurons to various combinations of circulating signals, as demonstrated by our preliminary investigation of inflammatory and cardiovascular signal integration. Our model predicts that 24-hr incubation in tumor necrosis factor alpha, an inflammatory cytokine, will result in the potentiation of SFO neuron excitability in response to angiotensin II. This prediction provides a potential mechanism to support previous findings that inflammation may be potentiating angiotensin II actions in the SFO. Future studies will work to further elucidate the mechanisms underlying the integration of physiologically important signals in the SFO.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,179
Écart entre enseignants0,173 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQSpace (Queen's University Library)Même sujetMagnetic Field Sensors TechniquesTravaux en français237 207