ComputaÃÃo dendrÃtica: uma abordagem de fÃsica estatÃstica

AUTOR(ES)
DATA DE PUBLICAÇÃO

2007

RESUMO

No campo da neurociÃncia computacional, a atividade elÃtrica dos neurÃnios à tradicionalmente modelada por equaÃÃes diferenciais nÃo-lineares acopladas, representando a evoluÃÃo do potencial de membrana e certas variÃveis relacionadas Ãs condutÃncias iÃnicas presentes no sistema. Uma tendÃncia recente consiste na extensÃo desta estratÃgia de modelagem, detalhando as Ãrvores dendrÃticas neuronais atravÃs da abordagem compartimental. Essa modelagem fina visa examinar a possibilidade de que essas extensas regiÃes neuronais em forma de Ãrvores ramificadas desempenhem funÃÃes importantes, ou seja, sejam palco de uma complexa "computaÃÃo dendrÃtica". Nesta dissertaÃÃo, estudamos analiticamente e atravÃs de simulaÃÃes um modelo cuja dinÃmica da transmissÃo de estÃmulos dos elementos excitÃveis à simples, porÃm a estrutura da Ãrvore dendrÃtica à modelada em detalhe na forma de uma Ãrvore de Cayley com um grande nÃmero de compartimentos. Resolvemos a equaÃÃo mestra do problema, primeiro pela aproximaÃÃo de campo mÃdio simples, que apresenta fracos resultados. Em seguida, estudamos um cÃlculo da aproximaÃÃo de pares, com resultados mais promissores. Os resultados de nossas simulaÃÃes computacionais sugerem que a estrutura da Ãrvore dendrÃtica da cÃlula mitral à fundamental para o aumento da faixa dinÃmica observado no glomÃrulo olfatÃrio. Constatamos tambÃm o aparecimento de retropropagaÃÃo de excitaÃÃes, um fato jà observado experimentalmente. Nossos resultados sugerem que a estrutura fÃsica em forma de Ãrvore extensa com vÃrias camadas poderia implementar importantes computaÃÃes dendrÃticas, em especial uma funÃÃo compressora de sinais com faixa dinÃmica de mais de 50 dB. Fazemos tambÃm uma aplicaÃÃo deste sistema ao glomÃrulo olfatÃrio dos mamÃferos, que contÃm dezenas de dendritos primÃrios de cÃlulas mitrais entrelaÃados e conectados por junÃÃes comunicantes, modelado por Ãrvores dendrÃticas com elementos conectados por uma rede bidirecional quase-aleatÃria. Um resultado notÃvel nesta arquitetura à que a razÃo de ramificaÃÃo das excitaÃÃes nÃo à dada simplesmente pela soma das razÃes dos casos isolados previamente conhecidos (rede aleatÃria e Ãrvore isolada). No nosso modelo as Ãrvores conectam-se por junÃoes bidirecionais sorteadas aleatoriamente. Dependendo do nÃmero de junÃÃes comunicantes e de sua eficiÃncia, o sistema passa a ter laÃos, possibilitando o aparecimento de atividade autosustentada na forma de transiÃÃo de fase de nÃo-equilÃbrio. Deste forma, foi possÃvel determinar numericamente as linhas crÃticas desta transiÃÃo de fase. Neste caso, atravÃs de simulaÃÃes, obtemos na criticalidade valores de faixa dinÃmica similares aos observados experimentalmente para o glomÃrulo olfatÃrio. Este resultado sugere uma possÃvel funÃÃo fisiolÃgica para junÃÃes comunicantes nos circuitos neuronais do bulbo olfatÃrio

ASSUNTO(S)

junÃÃo comunicante branching ratio fisica dendrito ativo dendritic computation faixa dinÃmica classe de universalidade neurociÃncia razÃo de ramificaÃÃo backpropagation computaÃÃo dendrÃtica olfactory glomerulus retropropagaÃÃo dynamic range cayley tree Ãrvore de cayley cÃlula mitral glomÃrulo olfatÃrio gap junction universality class criticalidade active dendrite mitral cell criticality neuroscience

Documentos Relacionados