{rfName}
A

Indexado en

Licencia y uso

Citaciones

10

Altmetrics

Plum Print visual indicator of research metrics
PlumX Metrics
  • Citas
    • Índice de Citas: 5
    • Citas de Políticas: 1
  • Capturas
    • Lectores: 28
  • Redes Sociales
    • Compartidos, Me Gusta y Comentarios: 28
Ver detalles
Article has an altmetric score of 1

Grant support

This work has been partially supported by the Spanish Ministry of Economy and Competitiveness through the Cajal Blue Brain (C080020-09; the Spanish partner of the EPFL's Blue Brain initiative) and TIN2016-79684-P projects, by the Regional Government of Madrid through the S2013/ICE-2845-CASI-CAM-CM project, by the European Union's Horizon 2020 Framework Programme for Research and Innovation under Specific Grant Agreement No. 785907 (HBP SGA2), by the German Federal Ministry of Education and Research grant 01GQ1406, and by the German Research Foundation grant CU217/2-1. LA-S acknowledges support from the Spanish MINECO scholarship at the Residencia de Estudiantes and from the UPM grant for the stay in the Ernst Strungmann Institute (ESI) for Neuroscience. The funders had no role in study design, data collection and analysis, decision to publish, or preparation of the manuscript.

Análisis de autorías institucional

Anton-Sanchez, LauraAutor (correspondencia)Bielza, ConchaAutor o CoautorLarranaga, PedroAutor o Coautor
Compartir
Publicaciones
>
Artículo

A regularity index for dendrites - local statistics of a neuron's input space

Publicado en:Plos Computational Biology. 14 (11): e1006593- - 2018-11-01 14(11), DOI: 10.1371/journal.pcbi.1006593

Autores: Anton-Sanchez, L; Effenberger, F; Bielza, C; Larrañaga, P; Cuntz, H

Afiliaciones

FIAS, Frankfurt, Germany - Autor o Coautor
Max Planck Gesell, Ernst Strungmann Inst ESI Neurosci Cooperat, Frankfurt, Germany - Autor o Coautor
Univ Politecn Madrid, Dept Inteligencia Artificial, Madrid, Spain - Autor o Coautor

Resumen

Neurons collect their inputs from other neurons by sending out arborized dendritic structures. However, the relationship between the shape of dendrites and the precise organization of synaptic inputs in the neural tissue remains unclear. Inputs could be distributed in tight clusters, entirely randomly or else in a regular grid-like manner. Here, we analyze dendritic branching structures using a regularity index R, based on average nearest neighbor distances between branch and termination points, characterizing their spatial distribution. We find that the distributions of these points depend strongly on cell types, indicating possible fundamental differences in synaptic input organization. Moreover, R is independent of cell size and we find that it is only weakly correlated with other branching statistics, suggesting that it might reflect features of dendritic morphology that are not captured by commonly studied branching statistics. We then use morphological models based on optimal wiring principles to study the relation between input distributions and dendritic branching structures. Using our models, we find that branch point distributions correlate more closely with the input distributions while termination points in dendrites are generally spread out more randomly with a close to uniform distribution. We validate these model predictions with connectome data. Finally, we find that in spatial input distributions with increasing regularity, characteristic scaling relationships between branching features are altered significantly. In summary, we conclude that local statistics of input distributions and dendrite morphology depend on each other leading to potentially cell type specific branching features.

Palabras clave
AnimalsCell sizeCellsCircuitComputational biologyComputer simulationConnectivityConnectomeDendritesDipteraImage processing, computer-assistedModels, neurologicalMosaicsNeuronal plasticityNeuronsPattern recognition, automatedPoint pattern-analysisSoftwareSynapses

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Plos Computational Biology debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2018, se encontraba en la posición 5/57, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Mathematical & Computational Biology. Destacable, igualmente, el hecho de que la Revista está posicionada por encima del Percentil 90.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir del Field Citation Ratio (FCR) de la fuente Dimensions, arroja un valor de: 1.14, lo que indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: Dimensions May 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-05-02, el siguiente número de citas:

  • WoS: 3
  • Scopus: 3
  • Google Scholar: 4
Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-05-02:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 28.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 28 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 1.
  • El número de menciones en la red social X (antes Twitter): 3 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Germany.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (ANTON SANCHEZ, LAURA) .

el autor responsable de establecer las labores de correspondencia ha sido ANTON SANCHEZ, LAURA.