uma introdução à computação neural biológica dijalma fardin júnior [email protected]...

67
Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior [email protected] [email protected]

Upload: internet

Post on 17-Apr-2015

105 views

Category:

Documents


3 download

TRANSCRIPT

Page 1: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Uma Introdução à Computação Neural Biológica

Dijalma Fardin Jú[email protected]

[email protected]

Page 2: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Sumário

1) Células Nervosas2) Canais Iônicos3) Potencial de Membrana4) O Potencial de Ação5) Transmissão Sináptica6) Integração Sináptica7) Conclusão

Page 3: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Células Nervosas

Classes

• Células Gliais• Neurônios

– Existem cerca de 10¹¹ neurônios no cérebro humano

– Nascem até uma certa idade e, a partir daí, aparentemente praticamente apenas morrem, sugerindo que estes guardam informação e que não podem ser substituídos sem perda da mesma.

– Neurônios são células nervosas individuais que conduzem os sinais elétricos

– Possuem uma morfologia simples

• As informações processadas pelos neurônios são sinais elétricos

Page 4: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Células Nervosas

Tipos de Neurônios - Funcionalidade

Page 5: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Células Nervosas

Page 6: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Células Nervosas

Canais Iônicos• Membrana Plasmática

– Espessura – 6 a 8 nm– Consiste de um mosaico de lipídios e

proteínas (canais iônicos)

• A base física usada para a manipulação dos sinais elétricos são os canais iônicos que se localizam na membrana plasmática.

• Propriedades– Conduzem os íons– São seletivos– Vazão – 108 íons/segundo– Espessura – 6 a 8 angstrons– A sua ação gera as diferenças de

potencial que irão conduzir as informações pelos neurônios.

Page 7: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Canais Iônicos

Classificação• Não-reguláveis

– Resting Channels

• Reguláveis– Abrem e fecham nas

respostas aos vários estímulos. Podem ser:

• Voltage-gated – alterações na voltagem

• Ligand-gated – transmissores químicos

• Mechanically gated – Pressão ou esforço

Page 8: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Canais Iônicos

Características

• O fluxo de íons através dos canais, não consome energia

• Alguns canais comportam-se como resistores simples, funcionando como canais “Ohmicos”. Para estes temos:– i = Vm / R ou– i = Vm × (1/R)

• Cada canal tem ao menos um estado aberto e um ou dois estados fechados. A transição entre estes estados é chamado de gating.

Page 9: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Células Nervosas

Potencial de Repouso da Membrana• No descanso, uma célula nervosa possui um excesso de íons

positivos (Na+, K+) do lado de fora da membrana, que é mantido por bombas iônicas de Na+ e K+.

• O potencial de membrana (Vm) é definido como:Vm = Vin – Vout.

• Por convenção, o potencial do lado de fora da célula é igual a ZERO. Ou seja, no descanso:Vr = Vin (Geralmente em torno de –60 a –70 mV)

• A direção do fluxo da corrente é, convencionalmente, definida como a direção do movimento de circulação das cargas positivas. Ou seja, os cátions (K+, Na+) se movem na direção da corrente, enquanto os ânions (Cl- e A-) em direção contrária.

Page 10: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Distribuição Iônica no Repouso

--385A- (ânion orgânico)

-6056052Cl-

+5544050Na+

-7520400K+

Potencial de Equilíbrio

(mV)

Líquido Extracelular

(mM)

Citoplasma

(mM)

Íon

É o potencial de membrana na qual não ocorreria fluxo efetivo de cada um destes íons através da membrana celular, apesar da diferença de concentração.

Page 11: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Polarização

• Quando existe um fluxo líquido de cátions ou ânions para dentro ou fora da célula, a separação de carga ao longo da membrana celular é alterada, alterando também a polarização da membrana. Esta pode ser:– Despolarização – alteração para um potencial de membrana menos

negativo.• Quando esta se aproxima de um nível crítico, chamado de threshold,

a célula responde ativamente com a abertura dos canais voltage-gated em número sufuciente para produzir um Potencial de Ação.

– Hiperpolarização - alteração para um potencial de membrana mais negativo.

– Potencial Eletrotônico - mudanças no potencial de membrana que não determinam a abertura dos canais iônicos voltage-gated.

Page 12: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Potencial de Equilíbrio das células gliais• Nas células gliais, a maioria dos resting channels são permeáveis apenas ao

K+. Estas células possuem alta concentração de K+ e A- em seu interior.

• Íons K+ podem, eventualmente, difundir-se de dentro pra fora devido a sua alta concentração.

• Neste caso, o exterior da membrana passaria a acumular cargas positivas e, em seu interior, cargas negativas, concentrando-se nas faces da membrana.

• A separação produziria uma ddp elétrica crescente que se oporia à força do gradiente de concentração, impedindo a continuação do efluxo de K+:

– Em um determinado momento, as duas forças tornam-se iguais, com direção oposta. Neste momento, o valor do potencial é conhecido como Potencial de Equilíbrio de Potássio.

• Ele pode ser calculado usando a Equação de Nernst:

Ex – Potencial de Equilíbrio de um íon X

R – Constante dos gases ideaisT – Temperatura (Kelvin)Z – Valência do íon XF – Constante de FaradayXo – Concentração do íon X fora da célula

Xi – Concentração íon X dentro da célula

i

oX X

X

ZF

RTE ln

Page 13: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Potencial de Equilíbrio nos Neurônios• Nos neurônios, apenas os ânions orgânicos não atravessam a membrana celular.

Como interagem os íons?• Considerando, por um momento, que uma pequena quantidade de Na+ atravesse

a membrana, existem duas forças fazendo com que estes íons entrem para dentro da célula, que são:

– A força química, por ser o Na+ mais concentrado no exterior, e– A força elétrica, causada pela ddp através da membrana.

• O influxo de Na+ despolariza a célula, afastando o potencial de membrana do potencial de equilíbrio de K+ (-75 mV), embora não o aproximando o suficiente do potencial de equilíbrio de Na+, que é +55 mV.

• Quanto maior a despolarização, mais o gradiente de concentração impulsionará o K+ para fora da célula e, conseqüentemente, maior será o efluxo de K+.

• Eventualmente, o potencial de membrana atingirá um novo valor de equilíbrio no qual o efluxo dos íons K+ contrabalance o influxo dos íons de Na+:

– A célula não pode permitir que os movimentos passivos de Na+ e K+ ocorram sem oposição, visto que os gradientes iônicos, necessários para o bom funcionamento da célula, iriam ser dissipados.

Page 14: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Bomba de Na+ e K+• A dissipação é impedida pela

Bomba de Na+ e K+, que move os íons contra seus gradientes eletroquímicos.

• Ela precisa de energia para funcionar, que é obtida através da hidrólise do ATP.

• Desta forma, o Potencial de Repouso da Membrana não está em equilíbrio e sim, em um estado estável.

Page 15: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Bomba de Na+ e K+• Ela expulsa 3 íons de Na+ para

cada 2 íons de K+ que traz para seu interior e, por isso, é dita de eletrogênica, ou seja, gera uma corrente iônica efetiva de efluxo, que tende a hiperpolarizar a membrana até um novo potencial de repouso.

• No novo potencial de repouso, o fluxo passivo efetivo de influxo, pelos canais iônicos, contrabalança precisamente o fluxo ativo de efluxo, produzido pela bomba.

Page 16: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

• Embora os fluxos de Na+ e K+ definam o valor do potencial de repouso da membrana, Vm, este não é igual a EK nem a ENa, mas fica entre eles.

• Quando Vm é determinado por duas ou mais espécies iônicas, a influência de cada espécie é determinada tanto por suas concentrações dentro e fora da célula como pela permeabilidade da membrana a cada íon. Essa relação é expressa pela equação de Goldman:

Determinação do Potencial de Repouso da Membrana

Vm – Potencial de Repouso da Membrana

R – Constante dos gases ideaisT – Temperatura (Kelvin)F – Constante de Faraday[X+]o– Concentração do íon X+ fora da célula

[X+] i – Concentração íon X+ dentro da célula

Px – Permeabilidade do íon X

oCliNaik

iCloNaokm ClPNaPKP

ClPNaPKP

F

RTV

ln

Page 17: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Circuito Elétrico Equivalente

• Usando a condutância, o inverso da resistência, temos:

• Cada resting channel contribui para a geração de uma ddp entre as duas faces da membrana. Uma fonte de potencial elétrico é chamado de força eletromotriz e uma força eletromotriz gerado por potencial químico é chamado de bateria.

• Cada canal de K+ atua como uma resistência (rk), de modo que o fluxo pode ser calculado usando a lei de Ohm

i = V.k

kr

Vi

Page 18: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

• Uma célula contém muitos resting channels de K+, e todos estes podem ser combinados em um mesmo circuito equivalente, consistindo em um condutor em série com uma bateria.

• Como a bateria nesse circuito depende exclusivamente do gradiente de concentração de K+, sendo independente no número de canais, então seu valor é Ek.

Circuito Elétrico Equivalente

Page 19: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

• Por analogia, todos os canais passivos de Cl- e Na+ podem ser representados por combinações semelhantes.

Circuito Elétrico Equivalente

Page 20: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

• O fluxo passivo de corrente pode ser modelado por um circuito elétrico equivalente que inclui elementos representativos dos canais íons-seletivos da membrana e por vias de curto-circuito do líquido extra-celular e do citoplasma

Face Extracelular

Face Intracelular

Circuito Elétrico Equivalente

gNa gK gCl

ENa EK ECl

Page 21: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Circuito Elétrico Equivalente

• Os fluxos estáveis de íons de Na+ e K+ são contrabalançados pelos fluxos iônicos ativos, mantidos pela bomba de Na+-K+.

• A bomba de Na+-K+ mantém a carga da bateria iônica e pode ser adicionada ao circuito sob a forma de geradores de corrente

• Para o neurônio os materiais condutores são o citoplasma e o líquido celular, sendo a bicamada lipídica, o material isolante. Dado que ela é atravessada pelos canais iônicos, a membrana é um capacitor vazante.

Page 22: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Canais Iônicos

Potencial de Ação

• A transferência de informação entre os neurônios se dá pelo potencial de ação.

• É iniciado por uma corrente iônica através dos canais de Na+ voltage-gated.

• Um sinal de entrada qualquer despolariza a membrana plasmática abrindo os canais de Na+ , permitindo um aumento destes íons no interior da célula.

Page 23: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Potencial de AçãoNa célula em repouso, o influxo de Na + é contrabalançadopelo efluxo de K+, tornando o potencial de repouso constante.

A concentração de Na + e K+, dentro da célula, é mantida pela Bomba de Na + e K+.

Além do limiar, os canais iônicos voltage-gated de Na+ se abrem, aumentando a permeabilidade da membrana aos íons de Na +, elevando o Potencial de Membrana para próximo do potencial de equilíbrio de Na+ (ENa), produzindo assim, uma maior

despolarização da célula!

Porém, quando a membrana é despolarizada para além do limiar, o balanço é alterado.(Fase de Despolarização)

Uma despolarização causa uma abertura rápida dos canais de Na +, resultando na geração de uma corrente para dentro de Na +.

O efluxo de K+ continua e existe uma pequenadifusão de Cl - para o interior da célula, diminuindo a tendência de despolarização do influxo de Na +.

O ciclo de feedback positivo regenerativo ocorre de forma explosiva.(Fase de Repolarização)

À medida que prossegue a despolarização, os canaisde Na+ são gradualmente inativados e os canais de K +

voltam a ficar abertos novamente, produzindo umefluxo de carga positiva da célula que persiste atéque a célula tenha repolarizado até seu Potencial deRepouso.(Fase de Hiperpolarização)

Page 24: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Canais Iônicos

Potencial de Ação• Todo o potencial de ação (PA),

começa a partir do potencial de membrana (~ -70 mV). Segue uma fase ascendente (despolarização) que torna-se muito abrupta após alcançar o limiar de ação (~ -52mV), de onde o mesmo é deflagrado.

• Surge um pico ( + ou - + 20 mV), e uma fase descendente (repolarização). Depois o registro ultrapassa o potencial de membrana hiperpolarizando (- 100 mV), e volta ao potencial de membrana (-70 mV ).

• Tudo isto ocorre em aproximadamente 2 ms.

O Potencial de Açãoinicia em um pontoda Membrana e sepropaga ao longo damesma.

Page 25: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Condução do Sinal

• A entrada de Na+ faz com que o interior se torne positivo em relação ao exterior (pode chegar a + 30 mV), abrindo com isto os canais voltage-gated de Na+ vizinhos. Isto faz com que uma nova parte do neurônio seja despolarizada (mais à frente), que por sua vez induz a despolarização da próxima parte e assim sucessivamente, conduzindo com isso o sinal.

Page 26: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Padrões de Repetição dos Potenciais de Ação

• Ao se injetar um certo nível de corrente em um determinado neurônio, ele responde de forma característica, que também depende do potencial de repouso da membrana

• Ou seja, um mesmo neurônio pode exibir diferentes padrões de repetição de potenciais de ação

Se a célula, primeiramente, é mantida em um Potencial de Membrana Hiperpolarizada, o mesmo pulso corrente dispara uma explosão de potenciais de ação. A efetividade do pulso corrente é melhorada porque a hiperpolarização causa a ativação de canais transientes voltage-gated de Ca 2+ que se abrem quando do pulso.

Se a célula, primeiramente, é mantida em um Potencial de Membrana Hiperpolarizada, o pulso despolarizante dispara a série de picos após um delay, que é causado por canais de K + específicos, que em sua abertura geram uma corrente para fora provisória de íons K+ que atrasa a chegada Vm ao limiar.

A injeção de um pulso de corrente despolarizante em um neurônio do núcleo tractus solitarius, que é uma região do cérebro, dispara uma série de potenciais de ação.

Quando um pequeno pulso de corrente despolarizante é injetado em um neurônio do tálamo no descanso, apenas uma despolarização sub-limiar é gerada.

Page 27: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Transmissão Sináptica

Transmissão Sináptica

• O ponto no qual os neurônios comunicam-se entre si é chamado de sinapse, e a transmissão sináptica é fundamental para todos os processos neurais.

• Um neurônio forma em média 1.000 conexões e recebem aproximadamente 10.000 conexões. Células Purkinje do cerebelo possuem em média 100.000 conexões de entrada.

Page 28: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Transmissão Sináptica

Formas Básicas de Sinapse

• Embora existam vários tipos de conexões e as mesmas sejam altamente especializadas, os neurônios fazem uso de uma de duas formas básicas de transmissões: – Elétrica – são usadas principalmente para enviar simples sinais de

despolarização; eles não se combinam entre si para produzirem ações inibitórias ou mudanças duradouras nas propriedades elétricas das células pós-sinápticas.

– Química – Produzem comportamentos mais complexos. Podem mediar ações excitatórias e ações inibitórias nas células pós-sinápticas e produzem mudanças no potencial de membrana das células pós-sinápticas que duram entre poucos milissegundos a vários minutos.

Page 29: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Transmissão Sináptica

Estrutura das SinapsesSinapse Química

Sinapse ElétricaCanais Iônicos de Junção

Page 30: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Transmissão Sináptica

Sinapses Elétricas

• Qual a importância das sinapses elétricas?– São rápidas, por haver pequena resistência na passagem

de sinal.– Por apresentarem pouca resistência, oferecem um bom

meio para o sincronismo entre um grupo de neurônios.– Pelo fato dos canais iônicos de junção serem

relativamente largos e não seletivos, eles permitem cátions e ânions inorgânicos passarem entre eles.

Page 31: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Transmissão Sináptica

Sinapses Químicas

• Não existe uma continuidade estrutural entre as sinapses químicas.

• O vale sináptico (synaptic cleft) é levemente amplo, entre 20 a 40 nm.

• As transmissões sinápticas químicas dependem da liberação de neurotransmissores a partir do neurônio pré-sináptico.

Page 32: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Transmissão Sináptica

Neurotransmissores• São substâncias químicas que

ligam-se a receptores específicos na membrana das células pós-sinápticas.

• Neurotransmissores são liberados nos terminais pré-sinápticos, que contém coleções discretas de vesículas sinápticas, onde cada uma é preenchida com milhares de moléculas de um determinado transmissor.

• As vesículas sinápticas, por sua vez, agrupam-se em regiões da membrana da célula pós-sináptica chamada de zonas ativas.

Page 33: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Transmissão Sináptica

Transmissão Sináptica• Durante a descarga de um Potencial de

Ação, o Ca2+ entra nos terminais pré-sinápticos pelos canais voltage-gated de Ca2+. O aumento da concentração de Ca2+ causa a fusão da membrana pré-sináptica com as vesículas sinápticas liberando, assim, seus neurotransmissores dentro do vale sináptico.

• Os neurotransmissores então difundem-se através do vale sináptico e ligam-se aos seus receptores na membrana pós-sináptica. Os receptores vão sendo ativados provocando a abertura ou o fechamento dos canais iônicos. O fluxo iônico altera a condutância da membrana e por sua vez o potencial da célula pós-sináptica.

• Estes vários passos ocorrem em menos que 0.3 ms, porém seus efeitos são mais duradouros. Sinapses químicas possuem, também, um importante papel amplificador.

Animação

Page 34: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

• Sinapses excitatórias– Sinapses excitatórias causam

uma mudança elétrica excitatória no potencial pós-sináptico (EPSP). Isso acontece quando o efeito líquido da liberação do neurotransmissor é despolarizar a membrana, levando-o a um valor mais próximo do limiar elétrico para disparar um potencial de ação. Esse efeito é tipicamente mediado pela abertura de canais iônicos de Ca2+ e Na+ específicos.

Sinapses Excitatórias e Inibitórias• Sinapses inibitórias

– As sinapses inibitórias causam um potencial pós-sináptico inibitório (IPSP), porque o efeito líquido da liberação do neurotransmissor é hiperpolarizar a membrana, tornando mais difícil alcançar o potencial de limiar elétrico. Esse tipo de sinapse inibitória funciona graças à abertura de diferentes canais iônicos na membranas: tipicamente os canais cloreto (Cl-) ou potássio (K+).

Integração Sináptica

Page 35: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Sináptica

Sinapses Excitatórias e Inibitórias tem Estruturas Diferentes

• Gray tipo I e II são os tipos sinápticos morfológicos mais comuns no sistema nervoso central.

• Tipo I geralmente é excitatório.

• Tipo II é geralmente inibitório.

• As diferenças são:

– Forma das vesículas

– Intensidade das projeções elevadas présinápticas

– Área total da zona ativa

– Comprimento do vale sináptico

– Densidade da Membrana de base

Page 36: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Sináptica

Sinais Excitatórios e Inibitórios• Embora um único EPSP em um

neurônio não seja em geral suficientemente grande para gerar um potencial de ação, muitos EPSPs, provocados por vários neurônios, podem ser integrados para iniciar um potencial de ação.

• Do mesmo modo, um único IPSP pode ou não cancelar a soma de EPSPs e impedir que o potencial de membrana alcance o limiar.

Page 37: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Interação entre as entradas

• Cada neurônio no sistema nervoso central é constantemente bombardeado por sinais vindos de outros neurônios.

• Por exemplo, um simples neurônio motor pode receber 10.000 diferentes terminações pré-sinápticas.

• Algumas excitatórias, outras inibitórias; algumas fortes, outras fracas.

• As conexões podem ser feitas em vários locais diferentes do neurônio

• As mais diversas entradas podem reforçar ou cancelar umas às outras. Integração Sináptica

Page 38: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

“A união faz a força...”• A alteração do potencial de membrana produzida por um único

neurônio pré-sináptico é em geral pequena e incapaz de excitar uma célula pós-sináptica suficientemente para que esta alcance o limiar do Potencial de Ação.

• Para que um EPSP gerado em um neurônio motor, por exemplo, leve-o ao limiar de ativação, é necessário pelo menos a excitação vinda de 25 neurônios, para que juntos possam excitá-lo.

• Ao mesmo tempo que uma célula pós-sináptica está recebendo sinais excitatórios, ela poderá também estar recebendo sinais inibitórios que tendem a não deixá-la disparar.

• Ou seja, para que uma célula esteja excitada o suficiente para disparar, as entradas dependem de vários fatores, tais como: localização, tamanho, forma da synapse, proximidade e relativa força das outras sinapses, e se a ação delas é sinergética ou entrópica.

Integração Sináptica

Page 39: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Neural• Todos estes sinais são integrados em um neurônio

pós-sináptico através de um processo chamado de Integração Neural.

• A Integração Neural é, na verdade, um processo de tomada de decisão, ou seja, o neurônio decide se ele irá ou não disparar.

• Nos neurônios motores e nos interneurônios a decisão de iniciar um potencial de ação é tomada no Axon hilock, pois é uma região cujo o limiar do potencial de ação é menor do que o do corpo e dos dendritos, devido à alta concentração de canais de Na+ nesta área.

• Um potencial de ação nesta região, ao mesmo tempo, conduz a membrana do corpo da célula para o limiar e propaga-se ao longo do axônio.

• Então o potencial de membrana serve como leitura para a ação integrativa do neurônio.

Integração Sináptica

Page 40: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Temporal e Espacial

• A integração neural é criticamente afetada por duas propriedades passivas da membrana:– Somação Temporal – ocorre quando dois ou mais

estímulos sublimiares são disparados próximos no tempo.– Somação Espacial – ocorre quando dois ou mais estímulos

sublimiares são disparados próximos no espaço. Integração Sináptica

Page 41: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Sináptica

• As sinapses podem estar localizadas em todas as partes do nerônios – axônio, terminais sinápticos, soma e dendritos.

• Quanto mais próximas da zona de disparo, mais significativo será o sinal, isto é, uma corrente sináptica gerada em uma sinapse axosomática produzirá um sinal mais forte e consequentemente provocará uma maior influência no resultado final do neurônio do que uma corrente gerada em uma sinapse axodendrítica.

• Sinapses excitatórias tendem a se localizar nos dendritos e as inibitórias estão predominantemente no corpo da célula.

Localização das Sinapses

Page 42: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Memória

• Existem pelo menos dois tipos de memória– Memória de Curto Prazo– Memória de Longo Prazo

• As evidências sugerem que :– A Memória de Curto Prazo é o estado dos neurônios

(Nível de Ativação)– A Memória de Longo Prazo é o grau de eficiência das

sinapses

Memória

Page 43: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Memória de Longo Prazo

• A eficiência das sinapses é reforçada quando o neurônio pós-sináptico dispara ao mesmo tempo ou logo após o neurônio pré-sináptico.

• A eficiência das sinapses é diminuída quando há ausência de estímulo pré-sináptico ou de correlação temporal dos potenciais de ação dos neurônios pré- e pós-sinápticos.

Memória

Page 44: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Memória de curto e de longo prazo

Memóriade Curto

Prazo

Memória de

Longo Prazo

Tempo

Informação Sensorial

Memória

Consolidação

Consolidação

Page 45: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Material visto no fim da aulahttp://www.wwnorton.com/college/psych/gman7/content/discovery/questions.asp?ID=03

Memória

Page 46: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Perguntas

Respostas

Page 47: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Páginas

• http://www.din.uem.br/ia/neurais/#Neurocomputacao

• http://www.ele.ita.cta.br/~maxx/listas_exercicios.html

• http://www.icb.ufmg.br/~neurofib/NeuroMed/aula1/gd1a1/sld001.htm

• http://www.epub.org.br/cm/n05/tecnologia/plasticidade2.html

• http://www.infomed.hpg.ig.com.br/manual2/capitulo04.html

• http://www.pbs.org/wgbh/aso/databank/humbeh.html

• http://www.shef.ac.uk/psychology/gurney/notes/index.html

• http://uhaweb.hartford.edu/compsci/neural-networks-history.html

• http://faculty.washington.edu/chudler/resources.html

• http://www.wwnorton.com/gleitman/DEMO/ch2.htm

Page 48: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Mais sobre Memória, no próximo seminário...

Page 49: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

AnexoAnexo

• Por que existe um limiar abrupto para a geração do Potencial de Ação?• Como é o comportamento dos Canais iônicos?• Por que existem muitos tipos diferentes de canais voltage-gated no sistema nervoso?• Diferenças de um Sinal Analógico e Digital• Diferenças entre os Neurônios Centrais e Neurônios Musculares?• Aonde fica o dorsal-root ganglion?

Page 50: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Por que existe um limiar abrupto para a geração do Potencial de Ação?

• Uma pequena despolarização limiar aumenta a corrente para dentro INa, bem como, as correntes para fora IK e Il.

• Além disto, a despolarização aumenta a condutância do K+, gK, gradualmente abrindo mais canais voltage-gated de K+.

• Como IK e Il aumentam com a despolarização, eles tendem a resistir a ação despolarizante do influxo de Na+.

• Contudo, devido a alta sensibilidade à voltagem e à rápida cinética de ativação dos canais de Na+, a despolarização eventualmente alcança um ponto aonde o aumento de INa para dentro excede o aumento de IK e Il para fora.

• Neste ponto, existe uma corrente resultante para dentro produzindo uma despolarização repentina, tornando-se regenerativa

Page 51: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Comportamento dos Canais Iônicos

• Quando a célula sofre uma pequena despolarização (~10 mV), a corrente capacitiva (Ic) é seguida de uma corrente iônica para fora da célula (Outward) que persiste enquanto houver a duração do pulso.

• Ao terminar o pulso, uma corrente capacitiva para dentro (Inward) ocorre e, a corrente total da membrana retorna para zero.

• A corrente que ocorre durante a execução do pulso chama-se corrente de escape (Il) e a condutância é chamada de condutância de escape (gl)

Page 52: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Comportamento dos Canais Iônicos

• Quando a célula sofre uma alta despolarização, a corrente capacitiva (Ic) e a de escape (Il) aumentam em amplitude.

• Muito pouco tempo depois do término da corrente capacitiva e o início da corrente de escape, uma corrente para dentro desenvolve-se e alcança um pico em poucos milissegundos, e rende-se para a corrente para fora.

• Esta corrente para fora alcança um platô que é mantido enquanto houver a duração do pulso.

• Isto ocorre pois a despolarização acima ativa os canais de dois íons separadamente: um tipo de canal para corrente para dentro e o outro tipo para fora.

Page 53: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Potencial de Membrana

Comportamento dos Canais Iônicos• Hodgkin e Andrew Huxley conseguiram

estudar separadamente o comportamento da corrente gerada pelos canais de K+ e pelos canais de Na+ utilizando Tetrodoxina (toxina encontrada nos peixes balões, que bloqueiam os canais de Na+) e Tetraetilamônio (bloqueador seletivos de alguns canais de K+).

• Quando tetraetilamônio é aplicado no axônio para bloquear os canais de K+, a corrente total da membrana (Im), consiste em Ic, Il, INa. A condutância de escape, gl, é constante, ou seja, não varia nem com a ddp (Vm) ou com o tempo. Portanto, pode ser calculado a subtraído de Im, ficando INa e IC.

• IC pode ser isolado por inspeção visual, pois ele ocorre apenas no início e fim de cada pulso, ficando o INa.

Page 54: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Por que existem muitos tipos diferentes de canais voltage-gated no sistema nervoso?

• Neurônios com um conjunto expandido de canais voltage-gated possuem habilidades de processamento de informações muito mais complexas que daqueles que possuem apenas dois tipos de canais.

Page 55: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Sináptica

Neurônios Centrais• Neurônios centrais são mais complexos que os neurônios musculares, pois:

– Enquanto a maioria das fibras musculares possuem várias conexões com um único neurônio motor, os nervos centrais recebem conexões de centenas de neurônios.

– Fibras musculares recebem apenas entradas excitatórias, enquanto neurônios centrais recebem entradas excitatórias e inibitórias.

– Todas as ações sinápticas nas fibras musculares são mediadas por um neurotransmissor, a Acetylcholine (ACh), que ativa apenas um tipo de canal receptor, enquanto nos neurônios centrais as entradas para uma célula são mediadas por uma variedade de transmissores que alteram a atividade de uma variedade de canais iônicos, ou seja, os neurônios centrais devem integrar várias entradas em apenas uma resposata coordenada.

– As sinapses dos neurônios das fibras musculares é um exemplo de eficiência, pois cada potencial de ação produz um potencial de ação na fibra muscular. Nos neurônios centrais, necessita-se de 50 a 100 neurônios excitatórios para que juntos possam disparar um potencial de ação em uma célula motora.

Page 56: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Sináptica

Sinais Excitatórios e Inibitórios• Passando corrente suficiente

através de um microeletrodo no corpo de um neurônio strectch-receptor na raiz do gânglio dorsal produz um pequeno Potencial Excitatório Pós-sináptico (EPSP) no neurônio motor que se comunica com o mesmo neurônio sensor.

• Estimulando um neurônio stretch-receptor que estimula um neurônio dos biceps, produzem um pequeno Potencial Inibitório Pós-sináptico (EPSP) em um neurônio do quadriceps.

Page 57: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Sináptica

Sinapses Excitatórias• O transmissor excitatório liberado dos neurônios stretch-receptors é o

aminoácido l-glutamato, cujos canais iônicos que lhe são permeáveis, também são para o Na+ e o K+.

• Os receptores de glutamato podem ser divididos em duas categorias:– Ionotrópicas – que regulam diretamente os canais. A ação do glutamato

nestes receptores sempre é excitatória. Há 3 tipos de receptores ionotrópicos:

• NMDA (N-metil-D-aspartato) – contribuem com o componente tardio do EPSP.

• Não NMDA – AMPA e Kainate. Gera o componente grande adiantado do EPSP.

– Metabotrópicas – que regulam indiretamente os canais através de mensageiros secundários. A ação do glutamato pode ser excitatória ou inibitória.

Page 58: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Ação Sináptica Inibitória

• IPSP nos neurônios motores na espinha dorsal e na maioria dos neurônios centrais são gerados por pelos amino-ácidos neurotransmissores:– GABA – o neurotransmissor mais encontrado. Atua

nos receptores GABAA (um receptor ionotrópico que

regula o canal de Cl-) e GABAB (um receptor

metabotrópico que ativa um segundo mensageiro em casacada que ativa os canais de K+)

– Glicina – que ativa receptores ionotrópicos que regula os canais de Cl-.

Integração Sináptica

Page 59: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Integração Sináptica

Sinais Analógicos e Digitais

• De uma forma genérica– Sinal Analógico – apresenta uma variação contínua

– Sinal Digital – Apresenta uma variação discreta. Dois níveis, um Verdadeiro (0) e outro Falso (1).

• 1• 0 T

Page 60: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Recordações• Wilder Penfield, um neurocirurgião, estimulou, a partir de

1950, eletricamente o lobo temporal de seus pacientes, que tinham problemas graves de epilepsias, com o intutito de descobrir a região tendente à convulsão a ser removida.

• A partir destes estímulos, ele percebeu que os mesmos produziam sensações mais complexas que os resultados produzidos em outras regiões. Estas sensações lembravam alucinações ou lembranças de experiências passadas.

• Este fato demonstrou que o lobo temporal exerce um papel importante no armazenamento da memória.

Aprendizagem & Memória

Page 61: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Aprendizagem & Memória

Memória

Page 62: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Aprendizagem

Aprendizagem & Memória

• Processo de aquisição de informações e conhecimentos novos.

• Dividida em:

– Aprendizagem AssociativaAprendizagem Associativa• Associação entre eventosAssociação entre eventos

– Aprendizagem Não-associativaAprendizagem Não-associativa• Descreve as mudanças na resposta comportamental que Descreve as mudanças na resposta comportamental que

ocorre ao longo do tempo em resposta a um tipo de ocorre ao longo do tempo em resposta a um tipo de estímulo.estímulo.

Page 63: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Aprendizagem Não-associativa

Aprendizagem & Memória

• Dividida em– Habituação– Sensitização

Page 64: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Habituação nos Invertebrados

Aprendizagem & Memória

Page 65: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Aprendizagem Associativa

• Condicionamento Clássico– Envolve uma associação de

um estímulo incondicional que envolve uma resposta mensurável com um estímulo condicional que geralmente não envolve uma resposta.

– Um estímulo prediz um outro estímulo.

– Ex.: Experiência de Ivan Pavlov

Page 66: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Aprendizagem Associativa

• Condicionamento Instrumental– O indivíduo aprende associado

a uma resposta, a uma ação motora, a um estímulo significante, geralmente uma recompensa, tal como, comida, choque elétrico, cocaína, etc.

– É aprendido que um comportamento particular é associado com uma conseqüência específica.

– Ex.: Experiência de Edward Thorndike

Page 67: Uma Introdução à Computação Neural Biológica Dijalma Fardin Júnior fardinjr@yahoo.com.br dijalma@inf.ufes.br

Aprendizagem & Memória

• Hebb apontou que a memória pode resultar de pequenas modificações nas sinapses.

Como a informação é armazenada?