Neurociência dinâmica

A neurociência dinâmica descreve a dinâmica não linear em muitos níveis do cérebro, desde células neurais individuais até processos cognitivos, estados de sono e comportamento de neurônios em simulação neuronal em larga escala. A abordagem de sistemas dinâmicos para neurociência é um ramo da biologia matemática que utiliza dinâmica não linear para entender e modelar o sistema nervoso e suas funções. Em um sistema dinâmico, todos os estados possíveis são expressos por um espaço de fase. Tais sistemas podem experimentar bifurcação (uma mudança qualitativa no comportamento) em função de seus parâmetros de bifurcação e frequentemente exibem caos.[1]

Os neurônios têm sido modelados como sistemas não lineares há décadas, mas os sistemas dinâmicos surgem de várias outras maneiras no sistema nervoso. As interações dinâmicas entre as vias do fluido extracelular remodelam nossa visão da comunicação intraneural.[2][3][4]

Dinâmica neuronal

editar

Eletrofisiologia do neurônio

editar

A motivação para uma abordagem dinâmica da neurociência decorre de um interesse na complexidade física do comportamento dos neurônios. Como exemplo, considere a interação acoplada entre o potencial de membrana de um neurônio e a ativação de canais iônicos em todo o neurônio. À medida que o potencial de membrana de um neurônio aumenta suficientemente, os canais na membrana se abrem para permitir a entrada ou saída de mais íons. O fluxo iônico altera ainda mais o potencial de membrana, o que afeta ainda mais a ativação dos canais iônicos, o que afeta o potencial de membrana e assim por diante. Essa é frequentemente a natureza das equações não lineares acopladas. Um exemplo quase direto disso é o modelo Morris-Lecar:[5]

 

O objetivo é demonstrar a base fisiológica dos modelos de neurônios dinâmicos, portanto, esta discussão cobrirá apenas as duas variáveis ​​da equação:

  •   representa o potencial atual da membrana;
  •   é a chamada "variável de recuperação", que nos dá a probabilidade de que um determinado canal de potássio esteja aberto para permitir a condução iônica.

Excitabilidade dos neurônios

editar

Um dos temas predominantes na neurobiologia clássica é o conceito de um componente digital para os neurônios. Este conceito foi rapidamente absorvido pelos cientistas da computação, onde evoluiu para a função de ponderação simples para redes neurais artificiais acopladas. Os neurobiólogos chamam a voltagem crítica na qual os neurônios disparam de limiar. A crítica dinâmica desse conceito digital é que os neurônios não exibem verdadeiramente disparos de tudo ou nada e, em vez disso, devem ser considerados ressonadores.[6]

Referências

  1. «Agenda of the Dynamical Neuroscience XVIII: The resting brain: not at rest!». Consultado em 7 de agosto de 2010. Cópia arquivada em 9 de julho de 2011 
  2. Agnati, L.F.; Zoli, M.; Strömberg, I.; Fuxe, K. (1995). «Intercellular communication in the brain: Wiring versus volume transmission». Elsevier BV. Neuroscience. 69 (3): 711–726. ISSN 0306-4522. PMID 8596642. doi:10.1016/0306-4522(95)00308-6 
  3. Wackerbauer, Renate; Showalter, Kenneth (22 de outubro de 2003). «Collapse of Spatiotemporal Chaos». American Physical Society (APS). Physical Review Letters. 91 (17): 174103. Bibcode:2003PhRvL..91q4103W. ISSN 0031-9007. PMID 14611350. doi:10.1103/physrevlett.91.174103 
  4. Lefèvre, Julien; Mangin, Jean-François (22 de abril de 2010). Friston, Karl J., ed. «A Reaction-Diffusion Model of Human Brain Development». Public Library of Science (PLoS). PLOS Computational Biology. 6 (4): e1000749. Bibcode:2010PLSCB...6E0749L. ISSN 1553-7358. PMC 2858670 . PMID 20421989. doi:10.1371/journal.pcbi.1000749  
  5. Morris, C.; Lecar, H. (1981). «Voltage oscillations in the barnacle giant muscle fiber». Elsevier BV. Biophysical Journal. 35 (1): 193–213. Bibcode:1981BpJ....35..193M. ISSN 0006-3495. PMC 1327511 . PMID 7260316. doi:10.1016/s0006-3495(81)84782-0 
  6. Izhikevich, E. Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting. Massachusetts: The MIT Press, 2007.