Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

20.03.2019 | Ausgabe 2/2019

Journal of Computational Neuroscience 2/2019

Membrane potential resonance in non-oscillatory neurons interacts with synaptic connectivity to produce network oscillations

Zeitschrift:
Journal of Computational Neuroscience > Ausgabe 2/2019
Autoren:
Andrea Bel, Horacio G. Rotstein
Wichtige Hinweise
Action Editor: Frances K. Skinner
Horacio G. Rotstein is also affiliated as Corresponding Investigator, CONICET, Argentina.

Publisher’s note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Several neuron types have been shown to exhibit (subthreshold) membrane potential resonance (MPR), defined as the occurrence of a peak in their voltage amplitude response to oscillatory input currents at a preferred (resonant) frequency. MPR has been investigated both experimentally and theoretically. However, whether MPR is simply an epiphenomenon or it plays a functional role for the generation of neuronal network oscillations and how the latent time scales present in individual, non-oscillatory cells affect the properties of the oscillatory networks in which they are embedded are open questions. We address these issues by investigating a minimal network model consisting of (i) a non-oscillatory linear resonator (band-pass filter) with 2D dynamics, (ii) a passive cell (low-pass filter) with 1D linear dynamics, and (iii) nonlinear graded synaptic connections (excitatory or inhibitory) with instantaneous dynamics. We demonstrate that (i) the network oscillations crucially depend on the presence of MPR in the resonator, (ii) they are amplified by the network connectivity, (iii) they develop relaxation oscillations for high enough levels of mutual inhibition/excitation, and (iv) the network frequency monotonically depends on the resonators resonant frequency. We explain these phenomena using a reduced adapted version of the classical phase-plane analysis that helps uncovering the type of effective network nonlinearities that contribute to the generation of network oscillations. We extend our results to networks having cells with 2D dynamics. Our results have direct implications for network models of firing rate type and other biological oscillatory networks (e.g, biochemical, genetic).

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 2/2019

Journal of Computational Neuroscience 2/2019 Zur Ausgabe

Premium Partner

    Bildnachweise