MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132977795

Use of compartmental models to predict physiological properties of hippocampal inhibitory neurons

2006· dissertation· W7132977795 sur OpenAlexfundno aff
Fernanda Saraga

Notice bibliographique

RevueTSpace · 2006
Typedissertation
Langue
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchUniversities Space Research Association
Mots-clésHippocampal formationInhibitory postsynaptic potentialGap junctionInterneuronExcitatory postsynaptic potentialContext (archaeology)PopulationPostsynaptic potentialElectrical Synapses
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Inhibitory neurons, or interneurons, which make up only 10-15% of the neuronal population in the hippocampus are thought to control and sculpt field rhythms through their contact with hundreds of excitatory cells, or pyramidal neurons. Interneurons are heterogeneous in terms of their morphologies, biophysical properties, and their presynaptic or postsynaptic targets. These heterogeneities are thought to have functional significance. We hypothesize that biophysical parameters of neurons can be determined by a variety of simulations using morphologically realistic multi-compartment neuron models. Virtual experiments, which would be difficult or impossible to perform in real experiments, can be used to place constraints on such parameters as the ion channel content of distal dendrites or the location of electrical synapses between neurons. The basket cell models were used in two-cell networks to explore how location and strength of electrical coupling affects network spiking patterns. Proximal gap junctions resulted in pure synchrony patterns for all gap junctional strengths and all intrinsic frequencies explored. Middle and distal dendritic gap junctional locations produced a variety of network patterns including pure synchrony, phase-locked and anti-phase. Both interneuron types have been shown experimentally to contribute to the theta/gamma field rhythms that have been measured in vivo during exploration and learning. Speculations on the possible role of the parameters explored here are discussed within the context of the theta/gamma field rhythms and the hippocampal circuitry. Kinetic model parameters were determined for the muscarinic potassium current, IM, by using multi-compartment models of O-LM interneurons with various IM somato-dendritic distributions. The simulations predicted conductance densities for each distribution to match experiments. Using a reverse engineering approach, the steady-state activation curves of IM were predicted in simulations to match whole cell recordings from experiments. Using sinusoidal current inputs, the O-LM interneuron models displayed a resonance at theta frequencies which could be expanded with block of IM, particularly for suprathreshold sinusoidal inputs. The aim of this dissertation was to use compartmental models to predict physiological parameters of hippocampal inhibitory neurons. The oriens-lacunosum/moleculare (O-LM) and basket cell interneurons were the focus of this work due to the availability of biophysical data for these interneuron subtypes.

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)0,002
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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,124
Tête enseignante GPT0,301
Écart entre enseignants0,177 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetNeural dynamics and brain function→Travaux en français237 207→