Determinismo e estocasticidade em modelos de neurônios biológicos

Investigou-se a gênese de atividade irregular em neurônios de centros geradores de padrões através de modelos eletrofisiologicamente realistas. Para tanto, foram adotadas abordagens paralelas. Primeiramente, desenvolveram-se técnicas para determinar quais os mecanismos biofísicos subjacentes ao...

Full description

Bibliographic Details
Main Author: Boris Marin
Other Authors: Reynaldo Daniel Pinto
Language:Portuguese
Published: Universidade de São Paulo 2013
Subjects:
Online Access:http://www.teses.usp.br/teses/disponiveis/43/43134/tde-23092014-154612/
Description
Summary:Investigou-se a gênese de atividade irregular em neurônios de centros geradores de padrões através de modelos eletrofisiologicamente realistas. Para tanto, foram adotadas abordagens paralelas. Primeiramente, desenvolveram-se técnicas para determinar quais os mecanismos biofísicos subjacentes aos processos de codificação de informação nestas células. Também foi proposta uma nova metodologia híbrida (baseada em continuação numérica e em varreduras força bruta) para análise de bancos de dados de modelos neuronais, permitindo estendê-los e revelar instâncias de multiestabilidade entre regimes oscilatórios e quiescentes. Além disto, a fim de determinar a origem de comportamento complexo em modelos neuronais simplificados, empregaram-se métodos geométricos da teoria de sistemas dinâmicos. A partir da análise de mapas unidimensionais perturbados por ruído, foram discutidos possíveis cenários para o surgimento de caos em sistemas dinâmicos aleatórios. Finalmente mostrou-se que, levando em conta o ruído, uma classe de modelos de condutâncias reproduz padrões de disparo observados in vivo. Estas pertubações revelam a riqueza da dinâmica transiente, levando o sistema a visitar um arcabouço determinista complexo preexistente -- sem recorrer a ajustes finos de parâmetros ou a construções ad hoc para induzir comportamento caótico. === We investigated the origin of irregularities in the dynamics of central pattern generator neurons, through analyzing electrophysiologically realistic models. A number of parallel approaches were adopted for that purpose. Initially, we studied information coding processes in these cells and proposed a technique to determine the underlying biophysical mechanisms. We also developed a novel hybrid method (based on numerical continuation and brute force sweeps) to analyze neuronal model databases, extending them and unveiling instances of multistability between oscillatory and resting regimes. Furthermore, in order to determine the origin of irregular dynamics in simplified neuronal models, we employed geometrical methods from the theory of dynamical systems. The analysis of stochastically perturbed maps allowed us to discuss possible scenarios for the generation of chaotic behaviour in random dynamical systems. Finally we showed that, by taking noise into account, a class of conductance based models gives rise to firing patterns akin to the ones observed \\emph{in vivo}. These perturbations unveil the richness of the transient dynamics, inducing the system to populate a preexistent complex deterministic scaffolding -- without resorting to parameter fine-tuning or ad hoc constructions to induce chaotic activity.