Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
PubblicatoOttavia De rossi Modificato 11 anni fa
1
MODELLI NEURONALI: 1) Comprensione misure sperimentali 2) Analisi teorica del sistema 3) Predizione interazioni in reti neuronali 4) Ricostruzione delle funzioni nervose
2
Registrazioni da fettine di tessuto cerebellare (tecnica del patch-clamp)
3
Repetitive firing
4
bursting
5
resonance
6
Circuito equivalente
7
Modello a circuito parallelo
8
Conduttanze voltaggio e tempo dipendenti
9
Canali ionici : teoria del gating
10
Gating: tempo-dipendenza b a b y (1-y) a
11
Gating: voltaggio dipendenza
12
Processo attivato dalla depolarizzazione
Processo inattivato dalla depolarizzazione
13
Dinamica del Ca2+ intracellulare
esistono conduttanze Ca-dipendenti, ed è quindi necessaria una rappresentazione esplicita della dinamica del Ca2+ Ca2+ Ca2+ Pompe, tamponi ecc.
14
Sistema di ODE del primo ordine
Soluzione con metodi di integrazione numerica
15
Modello di Hodgkin-Huxley (HH)
16
Estrazione parametri cinetici
Vengono ricavati i parametri y
17
Ricostruzione conduttanze
18
Ricostruzione risposta eccitabile
19
Predizione conduzione negli assoni
20
Sinapsi sinapsi eccitatorie sinapsi inibitorie 1 ms
21
Modelli multicompartimentali
V2 V3 V1 In ogni compartimento
22
Parametri cinetici modello
23
Repetitive firing modello
24
Repetitive firing modello
25
Bursting modello
26
Resonance modello
27
Modelli tipo HH: 1) sono in relazione alla realtà molecolare 2) derivano da misure sperimentali 3) incorporano un numero arbitrario di meccanismi 4) sono applicabili a sistemi multicompartimentali 5) sono adattabili (modulazione) 6) riproducono il timing degli spikes 7) evolvono dinamicamente 8) sono passibili di analisi teorica
28
Rete neuronale del cervelletto (schematica)
29
Trasmissione ripetitiva
30
Risonanza (frequenza theta)
31
Plasticità sinaptica: LTP
Modifiche: neurotrasmissione eccitabilità intrinseca
32
La prospettiva: La realizzazione di reti simulate che incorporino modelli tipo HH (realistici) potrebbe consentire una migliore comprensione delle complesse dinamiche delle reti neuronali del sistema nervoso
Presentazioni simili
© 2024 SlidePlayer.it Inc.
All rights reserved.