STAR protocols · 2020
Accurate Silent Synapse Estimation from Simulator-Corrected Electrophysiological Data Using the SilentMLE Python Package.
СтатьяПоддержка исследования: вне правительства СШАНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Lynn Michael, Naud Richard, Béïque Jean-Claude
Аннотация
The proportion of silent (AMPAR-lacking) synapses is thought to be related to the plasticity potential of neural networks. We created a maximum-likelihood estimator of silent synapse fraction based on simulations of the underlying experimental methodology. Here, we provide a set of guidelines for running a Python package on compatible experimental synaptic data. Compared with traditional failure-rate approaches, this synthetic likelihood estimator improves the validity and accuracy of the estimates of the silent synapse fraction. For complete details on the use and execution of this protocol, please refer to Lynn et al. (2020).