Neurobiofísica: modelización en redes neuronales.

Abstract

[ES] Desde su inicio, la aproximación computacional y los modelos de simulación han sido cruciales para el desarrollo de las neurociencias. Sólo hay que recordar la forma en que se estableció el modelo de Hodgkin-Huxley sobre la generación del impulso nervioso. Con el tiempo se ha aplicado al análisis de sistemas progresivamente más complejos incluyendo el estudio de redes neuronales.

El conocimiento adquirido en este campo trasciende de su evidente aplicabilidad en neurofisiología y patología clínica llegando incluso a tener presencia en campos aparentemente tan dispares como las predicciones bursátiles,el entramado de redes sociales como YouTube o el desarrollo de la inteligencia artificial. Es por ello que su estudio refiere un evidente interés tanto teórico como práctico.

El trabajo desarrollado consta de dos partes: una primera parte de sistematización y tratamiento de ciertos aspectos generales de la neurobiología desde una perspectiva física (anatomofisiología neuronal, biofísica de membranas y conectividad encefálica) que dará paso a una segunda parte en la que se estudiarán las generalidades y los diferentes sistemas de modelización de dinámicas neuronales. Esta segunda parte culminará de forma práctica con la elección un modelo concreto de dinámica unineuronal (el LIFM, Leaky Integrate and Fire Model) y su proyección mediante un sistema de conectividad de red (WSWA, Watts-Strogatz Small-World Algorithm) a fin de estudiar ciertos aspectos de la sincronía en redes neuronales.

Para este último cometido se reproducirán y ampliarán notablemente los resultados y estructuras computacionales incluidos en el trabajo de Christian G. Fink, Simulating synchronization in neuronal networks, American Journal of Physics 84, 467 (2016) haciendo especial hincapié en la deriva patológica del estudio de la sincronización en redes neuronales y su relación con el consumo de THC (principal compuesto psicoactivo del cannabis).