Modelagem de Sinapses



Documentos relacionados
Do neurônio biológico ao neurônio das redes neurais artificiais

Modelagem de Sinapses

SISTEMA NERVOSO PARTE 1

7.012 Conjunto de Problemas 8

SISTEMA NERVOSO A FUNÇÃO GERAL

POTENCIAL ELÉTRICO.

A Membrana Neuronal, o Potencial de Membrana e o Potencial de Ação

Aula IV O CÉREBRO NORMAL CONEXÕES. síntese armazenamento transporte tipos principais mecanismos de remoção

AS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA

Projeto Medicina. Dr. Onésimo Duarte Ribeiro Júnior Professor Assistente da Disciplina de Anestesiologia da Faculdade de Medicina do ABC

IBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 3

3 Classificação Resumo do algoritmo proposto

Movimento Harmônico Simples: Exemplos (continuação)

Complemento II Noções Introdutória em Redes Neurais

grandeza do número de elétrons de condução que atravessam uma seção transversal do fio em segundos na forma, qual o valor de?

dv dt Fig.19 Pulso de tensão típico nos terminais do motor

Capítulo 04. Geradores Elétricos. 1. Definição. 2. Força Eletromotriz (fem) de um Gerador. 3. Resistência interna do gerador

PROJETO DE REDES

Exercícios Leis de Kirchhoff

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2

Introdução teórica aula 6: Capacitores

Filtros de sinais. Conhecendo os filtros de sinais.

DIODO SEMICONDUTOR. Conceitos Básicos. Prof. Marcelo Wendling Ago/2011

Bloco 3 do Projeto: Comparador com Histerese para Circuito PWM

Roteiro. Contracao muscular e potencial de acao. Musculo cardiaco caracteristicas da contracao do musculo cardiaco

IBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 6. O trabalho feito pela força para deslocar o corpo de a para b é dado por: = =

O processo fisiológico que está representado no gráfico é

FISIOLOGIA DO SISTEMA NERVOSO HUMANO

As proteínas transportadoras

Estabilizada de. PdP. Autor: Luís Fernando Patsko Nível: Intermediário Criação: 22/02/2006 Última versão: 18/12/2006

Professora Bruna FÍSICA B. Aula 17 Seus Óculos. Página 232

DIODOS. Professor João Luiz Cesarino Ferreira

NEUROFISIOLOGIA ORGANIZAÇÃO GERAL:

APLICAÇÃO REDE APLICAÇÃO APRESENTAÇÃO SESSÃO TRANSPORTE REDE LINK DE DADOS FÍSICA 1/5 PROTOCOLOS DE REDE

*Circuito proposto para a aula prática. Foram utilizados ao todo, no circuito, seis resistores com as seguintes propriedades:

UNIVERSIDADE CATÓLICA DE PETRÓPOLIS CENTRO DE ENGENHARIA E COMPUTAÇÃO

Técnico em Eletrotécnica

REPRESENTAÇÃO FASORIAL DE SINAIS SENOIDAIS

ACIONAMENTOS ELETRÔNICOS (INVERSOR DE FREQUÊNCIA)

Fisiologia do Sistema Nervoso

Associação de resistores

4 Arquitetura básica de um analisador de elementos de redes

Correlação e Regressão Linear

Caracterização temporal de circuitos: análise de transientes e regime permanente. Condições iniciais e finais e resolução de exercícios.

Resposta Transitória de Circuitos com Elementos Armazenadores de Energia

Tutorial de Eletrônica Aplicações com 555 v

Histogramas. 12 de Fevereiro de 2015

Experimento 8 Circuitos RC e filtros de freqüência

Modelagem matemática e computacional em neurociência

LEI DE OHM. Professor João Luiz Cesarino Ferreira. Conceitos fundamentais

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS INTEGRADAS DO PONTAL FÍSICA EXPERIMENTAL III INDUTORES E CIRCUITOS RL COM ONDA QUADRADA

Quadro de consulta (solicitação do mestre)

3 SCS: Sistema de Componentes de Software

TRANSFORMADORES. P = enrolamento do primário S = enrolamento do secundário

Guia Site Empresarial

Trabalho 7 Fila de prioridade usando heap para simulação de atendimento

Potencial Elétrico. e dividindo-se pela carga de prova q 0 temos o campo elétrico E:

A Membrana Neuronal, o Potencial de Membrana e o Potencial de Ação

T-530. Características. Características técnicas TELE ALARME MICROPROCESSADO. Aplicação

MEDIÇÃO DE TAXA DE ERRO DE BIT Alba Angélica Ratis

SISTEMA NERVOSO. Juntamente com o sistema endócrino, capacitam o organismo a:

DECODIFICADOR DE DISPLAY DE 7 SEGMENTOS COM LATCH

Aula 09. Memórias e Circuitos Digitais Seqüenciais

Controle II. Estudo e sintonia de controladores industriais

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?

4 Segmentação Algoritmo proposto

Sistema Nervoso. Função: ajustar o organismo animal ao ambiente.

As bactérias operárias

Projeção ortográfica de modelos com elementos paralelos e oblíquos

Departamento de Matemática - UEL Ulysses Sodré. Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

UNIVERSIDADE CATÓLICA DE GOIÁS. DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL I (MAF 2201) Prof.

Soluções das Questões de Física do Processo Seletivo de Admissão à Escola Preparatória de Cadetes do Exército EsPCEx

FÍSICA PARA PRF PROFESSOR: GUILHERME NEVES

Bacharelado em Ciência e Tecnologia Bacharelado em Ciências e Humanidades. Representação Gráfica de Funções

Codificação neural. Natureza da Informação UFABC. Prof. João Henrique Kleinschmidt Material elaborado pelos professores de NI

Circuitos CA I. 1 Resumo da aula anterior. Aula 6. 5 de abril de 2011

Conceitos Básicos de Telefonia Celular

Especificação do 3º Trabalho

Universidade Federal do Rio de Janeiro. Princípios de Instrumentação Biomédica. Módulo 4

Capítulo 4 Trabalho e Energia

Unidade 5: Sistemas de Representação

1 Introdução. EA072 Prof. Fernando J. Von Zuben DCA/FEEC/Unicamp. Tópico 1.1: Introdução às Redes Neurais Artificiais (Parte II) 1

Obs.: O processo irá se repetir enquanto durar o disparo do alarme.

Hoje estou elétrico!

Unidade 10 Teoremas que relacionam trabalho e energia. Teorema da energia cinética Teorema da energia potencial Teorema da energia mecânica

CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES

Entendendo como funciona o NAT

4 Avaliação Econômica

Conforme explicado em 2.4.3, o sinal de voz x(n) às vezes é alterado com a adição de ruído r(n), resultando num sinal corrompido y(n).

TECIDO MUSCULAR CARACTERÍSTICAS

FÍSICA 3 Circuitos Elétricos em Corrente Contínua. Circuitos Elétricos em Corrente Contínua

Universidade Federal do Rio de Janeiro. Circuitos Elétricos I EEL420. Módulo 2

2 Diagrama de Caso de Uso

1.3 Conectando a rede de alimentação das válvulas solenóides

Física II Ondas, Fluidos e Termodinâmica USP Prof. Antônio Roque Aula 1

Tópico 3. Limites e continuidade de uma função (Parte 2)

BARRAMENTO DO SISTEMA

Vestibular1 A melhor ajuda ao vestibulando na Internet Acesse Agora! Cinemática escalar

Transcrição:

Modelagem de Sinapses 5915756 Introdução à Neurociência Computacional Antonio Roque Aula 10 Há dois tipos de sinapses, químicas e elétricas. Vamos começar considerando apenas a sinapse química, que é tida como a mais importante segundo a maioria dos neurocientistas. Uma sinapse química padrão conecta o axônio do neurônio que envia o estímulo, chamado de neurônio pré-sináptico, a um dendrito do neurônio que recebe o estímulo, chamado de neurônio pós-sináptico (veja a figura abaixo). Quando um potencial de ação chega ao terminal do axônio do neurônio pré-sináptico, uma série de eventos acontece: 1. Canais de cálcio na membrana do terminal pré-sináptico se abrem e íons de Ca 2+ entram na célula pré-sináptica. 2. Os íons de Ca 2+ provocam a fusão de vesículas que contêm neurotransmissores com a membrana pré-sináptica, liberando esses neurotransmissores na fenda sináptica. 3. Depois que as vesículas liberam seu conteúdo, elas retornam ao meio intracelular do neurônio pré-sináptico e são recarregadas com neurotransmissores para ser usadas novamente no futuro. 1

4. Os neurotransmissores liberados na região do meio extracelular entre os dois terminais sinápticos chamada de fenda sináptica se difundem pela fenda sináptica e se ligam temporariamente a receptores na membrana do dendrito do neurônio pós-sináptico. 5. As ligações entre os neurotransmissores e os receptores provocam aberturas de canais na membrana pós-sináptica por onde íons podem passar provocando alterações no potencial de membrana do neurônio pós-sináptico. 6. A ligação dos neurotransmissores com os receptores de membrana é um processo muito rápido (de menos de 1 ms) após o qual os neurotransmissores são liberados. A liberação é feita por células gliais especializadas, denominadas transportadoras. As transportadoras removem os neurotransmissores da membrana pós-sináptica e os transportam ao neurônio pré-sináptico para que eles sejam re-armazenados nas suas vesículas. Há dois tipos básicos de receptores na membrana do neurônios pós-sináptico: receptores ionotrópicos e receptores metabotrópicos. Os receptores ionotrópicos são canais iônicos que se abrem quando se ligam a um neurotransmissor e deixam passar íons para dentro ou para fora do neurônio pós-sináptico. Os receptores metabotrópicos serão descritos mais adiante. 2

Dependendo do tipo de neurotransmissor, quando ele se liga a um receptor ionotrópico isso pode provocar uma pequena despolarização local na membrana (pela entrada de carga positiva) ou uma pequena hiperpolarização local na membrana (pela entrada de carga negativa). Uma despolarização local na membrana é chamada de potencial pós-sináptico excitatório e uma hiperpolarização local é chamada de potencial pós-sináptico inibitório. Eles costumam ser indicados por suas siglas em inglês: EPSP (excitatory post-synaptic potential) e IPSP (inhibitory post-synaptic potential). Um neurônio pré-sináptico sempre libera o mesmo tipo de neurotransmissor: quando ele provoca uma despolarização local, o neurônio pré-sináptico é chamado de excitatório e a sinapse é dita excitatória; quando ele provoca uma hiperpolarização local, o neurônio présináptico é chamado de inibitório e a sinapse é dita inibitória. A Figura abaixo ilustra um potencial pós-sináptico excitatório e um potencial póssináptico inibitório. 3

No caso dos receptores metabotrópicos, sua ligação com neurotransmissores não provoca a abertura de canais iônicos de forma direta, mas de forma indireta porque os receptores metabotrópicos não formam canais iônicos. Quando um neurotransmissor se liga a um receptor metabotrópico, este libera proteínas chamadas de proteínas G no meio intracelular. As proteínas G se ligam a moléculas sinalizadoras chamadas de segundos mensageiros que desencadeiam uma sequência de eventos bioquímicos no interior do neurônio pós-sináptico. Essa sequência pode causar diversos fenômenos, como a abertura de canais iônicos, a alteração conformacional (sem a abertura de canais) de proteínas de membrana e de moléculas transportadoras e até alterações na expressão gênica. As modificações causadas pela ligação de um neurotransmissor com um receptor metabotrópico ocorrem mais lentamente e são mais duradouras do que as modificações causadas pela ligação de um neurotransmissor com um receptor ionotrópico. Além disso, elas podem ocorrer em locais mais distantes da região da sinapse. A figura abaixo ilustra esquematicamente o funcionamento dos receptores ionotrópicos e metabotrópicos. 4

Combinações de potenciais pós-sinápticos excitatórios e inibitórios no tempo e no espaço em um mesmo neurônio podem produzir fenômenos de somação temporal e espacial. A figura abaixo ilustra isso. Os potenciais pós-sinápticos (excitatórios ou inibitórios) têm durações muito maiores que a de um potencial de ação. Um potencial pós-sináptico típico tem uma fase de subida que leva de 1 a 2 ms e um tempo de decaimento mais lento, que leva de 3 a 5 ms. A figura a seguir ilustra um potencial pós-sináptico típico. O principal neurotransmissor excitatório do cérebro é o glutamato e o principal neurotransmissor inibitório é o GABA (ácido γ-aminobutírico). Os dois podem atuar tanto sobre receptores ionotrópicos como metabotrópicos. 5

Os principais receptores ionotrópicos para o glutamato são os chamados receptores AMPA e NMDA. Eles recebem estes nomes por causa das drogas agonistas que os ativam (ácido α-amino-3-hidroxi-metil-4-isoxazolepropriônico, ou AMPA; e N-metil-D-aspartato, ou NMDA). Tanto os receptores AMPA como NMDA, quando ligados ao glutamato, atuam como canais iônicos para cátions em geral (Na +, Ca 2+, etc), embora o receptor NMDA seja mais permeável ao Ca 2+ do que o receptor AMPA. As correntes resultantes (para dentro da célula) têm potenciais de reversão em torno de 0 mv. A corrente iônica associada ao receptor AMPA é ativada e inativada muito rapidamente. Já a corrente associada ao receptor NMDA é ativada mais lentamente e a sua inativação é muito mais lenta. Além disso, a condutância dos receptores NMDA tem uma dependência com a voltagem mais complicada e o seu comportamento não pode ser reproduzido pelo modelo padrão de Hodgkin-Huxley. Para modelá-la, é necessário modificar um pouco o modelo de Hodgkin-Huxley. O neurotransmissor inibitório GABA ativa dois tipos de receptores, chamados de GABA A e GABA B. O receptor GABA A é ionotrópico e constitui um canal iônico para o Cl cuja condutância se ativa e inativa de maneira relativamente rápida. Já o receptor GABA B é metabotrópico e produz um aumento mais lento e duradouro da condutância ao K +. As correntes resultantes (para dentro ou para fora da célula) têm potenciais de reversão em torno de 75 mv. Estudos experimentais com o uso da técnica de patch-clamp (ver aula 10), que permite o registro da atividade de um único canal, mostram que os potenciais pós-sinápticos são eventos macroscópicos resultantes do comportamento de uma população de canais iônicos que transitam rapidamente entre os seus estados condutor e o não condutor. Por causa disso, a geração dos potenciais pós-sinápticos pode ser bem modelada pelo formalismo de Hodgkin e Huxley, que descreve o comportamento temporal de voltagens e correntes em termos de alterações em condutâncias (a única exceção é condutância dos receptores NMDA). Como se trata de sinapses, essas condutâncias são chamadas de condutâncias sinápticas. 6

Segundo o formalismo de Hodgkin-Huxley, a corrente sináptica pela membrana do neurônio pós-sináptico produzida após a chegada de um potencial de ação ao terminal do neurônio pré-sináptico é dada por (1) onde g sin (t) é a condutância sináptica (que descreve a variação na condutância dos canais sinápticos na membrana do neurônio pós-sináptico), V pós (t) é a voltagem de membrana do neurônio pós-sináptico e E sin é o potencial de reversão (equilíbrio) da sinapse. ó Existem várias maneiras de modelar a condutância sináptica g sin (t). Uma maneira muito popular em modelos de redes de neurônios é assumir que g sin (t) é uma função prédeterminada de t que vale 0 para t < t 0, onde t 0 é o instante da chegada do potencial de ação ao terminal pré-sináptico, e é positiva para t > t 0 : (2) onde g sin é uma constante cujo valor é o da condutância sináptica máxima para o tipo de sinapse modelada e a função z(t) é escolhida de forma a reproduzir a variação temporal da condutância: subida em direção ao valor de pico igual a 1 (para que g sin (t pico ) = g sin ) seguida por decaimento em direção a 0. As formas funcionais pré-determinadas mais usadas para a função z(t) são: a) Decaimento exponencial simples: que corresponde a um crescimento instantâneo da condutância sináptica de 0 para g sin em t 0 seguido por um decaimento exponencial com constante de tempo τ. (3) 7

b) Função alfa (assim chamada porque Rall lhe deu este nome em 1967): (4) onde k é uma constante de normalização escolhida para que o valor máximo de z(t) seja 1. O instante em que z(t) dada por (4) atinge o pico é t pico = t 0 + τ, de maneira que o fator k deve ser e (mostre como exercício). Logo, a função alfa pode ser reescrita como: c) Diferença de duas exponenciais: (5) (6) onde τ s e τ d são constantes de tempo que controlam a subida e a descida da condutância, respectivamente, e k é um fator de normalização para que o valor máximo de z(t) seja 1. O instante em que z(t) dada por (6) atinge o pico é, de maneira que o fator de normalização é (mostre como exercício): (7) (8) A figura abaixo mostra comportamento típicos dessas três formas funcionais para z(t). No caso do decaimento exponencial simples, τ = 3 ms; no caso da função alfa, τ = 1 ms; e no caso da diferença de duas exponenciais, τ d = 3 ms e τ s = 1 ms. 8

No caso em que o neurônio pré-sináptico emite um trem de disparos de potenciais de ação, produzindo uma sequência correspondente de potenciais pós-sinápticos no neurônio póssináptico, neste esquema em que g sin (t) é uma função pré-determinada de t a condutância sináptica do neurônio pós-sináptico é dada pela soma das funções individuais g sin (t) resultantes de cada disparo pré-sináptico: (9) onde t i são os instantes de chegada dos disparos do neurônio pré-sináptico no terminal présináptico. Um exemplo de resposta a um trem de disparos pré-sinápticos é dado na figura abaixo. No exemplo da figura, as condutâncias sinápticas individuais são descritas por funções alfa (equação 5) com τ = 10 ms e os instantes de chegada dos disparos présinápticos ao terminal pré-sináptico são 20, 40, 60 e 80 ms. 9

Os instantes de tempo em que as funções fixas g sin (t) começam a crescer são os instantes de chegada dos potenciais de ação ao terminal pré-sináptico e não os instantes de emissão dos potenciais de ação pelo neurônio pré-sináptico. A função disso é modelar o tempo de propagação do potencial de ação pelo axônio do neurônio e outros processos que possam ocorrer no terminal sináptico retardando o início do efeito do disparo pré-sináptico sobre o neurônio pós-sináptico. A combinação dos atrasos de condução e sináptico pode ser de vários milissegundos e, portanto, comparável à duração de um potencial pós-sináptico. Por causa disso, muitos modelos de redes de neurônios, principalmente para regiões extensas do cérebro, incluem atrasos na resposta de neurônios pós-sinápticos a disparos dos neurônios pré-sinápticos a eles. Foi mencionado acima que a condutância dos canais formados pelos receptores NMDA (canais NMDA) tem um comportamento diferente das condutâncias dos canais formados pelos receptores AMPA e GABA. Ela depende da voltagem do neurônio pós-sináptico, o que faz com que a equação (1), em que g sin só depende de t, não seja apropriada para modelá-la. A dependência da condutância dos canais NMDA com a voltagem V pós do neurônio póssináptico é devida ao fato de que quando V pós está próxima do seu valor de repouso os receptores NMDA são bloqueados por íons de magnésio (Mg 2+ ). Quando o neurônio póssináptico é despolarizado, esses íons de magnésio são removidos dos receptores e permitem a passagem de carga elétrica. Jahr e Stevens (1990) propuseram, a partir de um ajuste de curvas experimentais, uma expressão para descrever a fração u(v pós ) de canais NMDA que não estão bloqueados por íons de magnésio em função de V pós que tornou-se amplamente utilizada em modelos computacionais. A expressão deles é: 10

ó ó onde a = 0,062 mv -1, b = 3,57 mm e [Mg 2+ ] é a concentração extracelular de magnésio. Em geral, usa-se um valor pré-definido para [Mg 2+ ], por exemplo 1 mm. (10) A corrente sináptica pelos canais NMDA pode, portanto, ser modelada pela expressão, ó ó com g NMDA (t) dada por (2). Os canais NMDA conduzem íons de cálcio (Ca 2+ ) e cátions monovalentes (principalmente Na + ). (11) Note que a abertura dos canais NMDA depende tanto da despolarização do neurônio présináptico (o que faz com que ele emita um potencial de ação) como da despolarização do neurônio pós-sináptico (para que haja a retirada dos íons de magnésio). Portanto, os receptores NMDA atuam como detectores de coincidência de atividade nos neurônios prée pós-sináptico. Isso faz com que os receptores NMDA tenham importante papel em mecanismos de modificação temporal da eficácia sináptica, ou plasticidade sináptica, como será visto em aulas futuras. Uma maneira alternativa de modelar sinapses que não assume funções pré-fixadas consiste em usar algum esquema cinético. Um exemplo simples será dado aqui. Como feito anteriormente, vamos supor que a condutância de uma sinapse é representada pela condutância máxima da sinapse (quando todos os canais sinápticos estão abertos) g sin multiplicada pela fração de canais sinápticos abertos, s(t), onde s é uma variável com valor entre 0 e 1. 11

A dependência temporal de s é governada pela dinâmica de liberação de neurotransmissores pelo neurônio pré-sináptico após a chegada de um potencial de ação ao seu terminal e pela dinâmica de ligação desses neurotransmissores com os receptores localizados no neurônio pós-sináptico. Essa dinâmica pode ser modelada por um modelo cinético de dois estados (ver, por exemplo, Destexhe et al., 1998) α R + T TR, (12) β onde R representa a quantidade de receptores não-ligados, T representa a quantidade de transmissores liberada, TR representa a quantidade de receptores ligados a transmissores e α e β representam as taxas de transição entre os dois estados do sistema. Este modelo implica que a concentração de receptores ligados a transmissores obedece à seguinte equação diferencial (considerando que existe um grande número de canais iônicos e desprezando flutuações estatísticas): As concentrações de R e de TR devem obedecer à seguinte equação de conservação: (13) onde [R tot ] é a concentração total de receptores. Dividindo a equação acima por [R tot ], (14) onde r é a fração de receptores não ligados e s é a fração de receptores ligados, que é igual à fração de canais sinápticos abertos definida acima. Dividindo (13) por [R tot ] e usando a equação (14), chega-se à seguinte equação diferencial para s(t): 12

(15) Esta equação pode ser resolvida exatamente a partir da hipótese de que a liberação de neurotransmissores ocorre em pulsos quadrados e idênticos disparados sempre que o potencial no terminal pré-sináptico ultrapassa um dado limiar (por exemplo, 0 mv). Considerando que um pulso se inicia em t 0 e vai até t 1 (duração igual a t 1 t 0 ) e que a sua amplitude é constante e igual a T max, podemos dividir o pulso em duas fases distintas: (a) durante um pulso; e (b) após um pulso. A equação (15) pode ser resolvida analiticamente para cada uma dessas duas fases. Seja: a) Durante um pulso (t 0 < t < t 1 ): [T] = T max ; b) Após um pulso (t > t 1 ): [T] = 0. Durante o pulso caso (a), a equação (15) fica, Dividindo-se ambos os lados por (αt max +β), Definindo, (16) e τ pode-se reescrever a equação (15) como, 1 ( αt + β ) max, (17) 13

Esta equação tem como solução (lembre-se que ela é válida para t 0 < t < t 1 ): (18) (19) Após o pulso caso (b), a equação (15) torna-se, cuja solução (lembre-se que ela é válida para t > t 1 ) é: (20) Segundo este esquema, a condutância sináptica é modelada pela equação, (21) e para cada fase de um pulso (durante ou depois dele) s(t) obedece, ou à equação (19), ou à equação (21). (22) Da mesma forma, a corrente sináptica associada à condutância acima é dada por: ó (23) onde V pós é o potencial de membrana do neurônio pós-sináptico, E sin é o potencial de reversão da corrente sináptica e g sin (t) é a condutância da sinapse dada por (22). Para cada fase de um pulso, ela é modelada pelas equações (19) ou (21). 14

A aproximação de tratar as quantidades de neurotransmissores liberadas como pulsos quadrados idênticos simplifica bastante a resolução numérica de um sistema de neurônios acoplados sinapticamente. Ao invés de ter que resolver uma equação diferencial como a (15) para cada sinapse, basta calcular numericamente a equação (19) ou a (21), dependendo da fase do pulso em que se esteja, e isto envolve basicamente o cálculo de exponenciais (que podem ser pré-calculadas e tabeladas para facilitar a eficiência computacional). É por isso que o uso de funções fixas para modelar as condutâncias sinápticas é popular entre modeladores de redes de neurônios. Para maiores detalhes sobre como implementar numericamente o modelo descrito pelas equações (19) e (21), sugere-se o artigo de Destexhe et al. (1998). Uma simulação de uma sinapse excitatória entre dois neurônios modelada pelas equações (19) e (21) foi feita por Giugliano e Arsiero (2006). Uma figura desse artigo é reproduzida abaixo, mostrando que o modelo captura as propriedades de saturação e somação temporal quando ocorrem múltiplos eventos pré-sinápticos. Os modelos de sinapses mostrados acima não incluem efeitos do passado das atividades dos neurônios pré- e pos-sináptico sobre a eficácia sináptica. Em outras palavras, a amplitude do potencial pós-sináptico é independente de terem havido ou não no passado recente outros potenciais sinápticos gerados na mesma sinapse. Resultados experimentais mostram que muitas sinapses possuem o que se chama de plasticidade sináptica de curta duração (para diferenciar de plasticidade sináptica de longa duração, que tem a ver com aprendizado e memória e que será discutida mais tarde). 15

A plasticidade sináptica de curta duração refere-se ao aumento, chamado de facilitação, ou à diminuição, chamada de depressão, da amplitude do potencial pós-sináptico durante uma ativação sináptica repetitiva. Ele é chamada de curta duração porque ocorre em escalas de tempo de milissegundos a minutos, enquanto que a escala de tempo da plasticidade sináptica de longa duração é bem maior, podendo durar a vida inteira. A figura abaixo, adaptada de Markran et al. (1998), mostra exemplos de depressão e facilitação sináptica em neurônios corticais. Disparos repetidos do neurônio pré-sináptico podem levar à diminuição da amplitude dos potenciais pré-sinápticos (figura da esquerda) ou ao aumento dessa amplitude (figura da direita). A figura da direita também mostra porque esse tipo de plasticidade é de curta duração: um disparo pré-sináptico ocorrido um curto tempo após a sequência inicial provoca um potencial pós-sináptico de amplitude reduzida em relação ao potencial aumentado do fim da sequência inicial. Um modelo simples para depressão sináptica é o proposto por Abbott et al. (1997). Segundo esse modelo, a condutância de uma sinapse é modelada por (24) onde z(t) é uma variável que controla a eficácia sináptica. O valor de repouso dessa variável é tomado como 1, mas sempre que ocorrer uma transmissão sináptica esse valor é reduzido por um fator constante f (f < 1), z fz. Após a redução, z(t) retorna exponencialmente ao seu valor de repouso com uma constante de tempo τ rec, 16

dz( t) τ rec = 1 z( t). (25) dt Caso o intervalo entre dois disparos seja grande o suficiente, a variável de controle da eficácia sináptica voltará ao seu valor de repouso. Com a diminuição do intervalo entre disparos, isto é, com o aumento da frequência dos potenciais de ação pré-sinápticos, a variável de controle sofre forte redução. Isto implica em potenciais pós-sinápticos menores e na consequente depressão pós-ativação. Este mesmo modelo também pode ser usado para modelar a facilitação sináptica, basta fazer f > 1. Normalmente, usam-se constantes de tempo τ rec diferentes para depressão e facilitação. Resultados de simulações da mesma sinapse entre dois neurônios do exemplo anterior (Giugliano e Arsiero, 2006) sem plasticidade sináptica de curta duração (esquerda), com depressão sináptica (meio) e com facilitação sináptica (direita) estão mostrados na figura abaixo. Com relação às sinapses elétricas, pode-se modelá-las como resistências elétricas conectando os citoplasmas de dois neurônios. A figura abaixo ilustra o circuito equivalente correspondente a esse modelo. A sinapse elétrica é modelada como uma junção comunicante (gap junction) conectando dois compartimentos modelados segundo o esquema de Hodgkin-Huxley. 17

A conexão entre os citoplasmas das duas células é feita por uma resistência ôhmica R GJ. As resistências variáveis modelando os canais ativos das duas células não estão mostradas para não sobrecarregar a figura. A figura também ilustra o processo de estimulação de uma célula por injeção de corrente externa, I inj, mostrando que parte dela pode escapar pela junção comunicante e ir para a outra célula. A corrente passando pela junção comunicante é dada por (26) e o potencial de membrana do neurônio 2 pode ser relacionado ao potencial de membrana do neurônio 1 por um coeficiente de acoplamento k: V 2 = kv 1. (27) Referências 1. Abbott, L. F., Varela, J. A., Sen, K. and Nelson, S. B., Synaptic depression and cortical gain control. Science, 275:220-224, 1997. 2. Destexhe, A., Mainen, Z. F. and Sejnowski, T. J., Kinetic Models of Synaptic Transmission. In: Koch, C. and Segev, I. (eds.), Methods in Neural Modeling: From Ions to Networks, 2nd. Edition. Cambridge, MA: MIT Press, 1998, pp. 1-25. 18

3. Giugliano, M. and Arsiero, M., Modeling of biological neuronal networks. In: Akay, M. (ed.), Wiley Encyclopedia of Biomedical Engineering, New York, Wiley, 2006. 4. Jahr, C. E. and Stevens, C. F., A quantitative description of NMDA receptor channel kinetic behavior. Journal of Neuroscience, 10:1830-1837, 1990. 5. Markran, H., Wang, Y. and Tsodyks, M., Differential signaling via the same axon of neocortical pyramidal neurons. Proceedings of the National Academy of Sciences of the USA, 95:5323-5328, 1998. 19