Os neurocientistas estão trabalhando diligentemente para entender a dinâmica de milhares de neurônios acoplados. Compreender como eles funcionam requer modelos precisos. O problema é que cada um dos modelos de neurociência existentes tem suas próprias deficiências. Físicos russos têm, pela primeira vez, desenvolveu um método eficaz para resolver as equações de um conhecido modelo dinâmico da neurociência teórica e torná-lo mais biologicamente relevante.
Essas descobertas acabaram de ser publicadas em EPJ Plus por Eugene Postnikov e Olga Titkova da Kursk State University, Rússia. Eles não só poderiam ajudar a resolver problemas nas neurociências, mas também pode fornecer uma compreensão mais profunda da atividade neuronal no setor emergente da dinâmica neurovascular, que descreve a interação entre os neurônios do cérebro e o fluxo sanguíneo.
O modelo de neurociência mais biologicamente preciso é o modelo de Hodgkin-Huxley de 1952 (HH), que rendeu aos seus inventores o Prêmio Nobel de Fisiologia e Medicina de 1963. Este modelo fornece uma compreensão da dinâmica dos neurônios como objetos físicos semelhantes a circuitos elétricos. Por contraste, o modelo teórico mais difundido é o modelo FitzHugh-Nagumo (FHN), um modelo qualitativo que reproduz as principais características dos padrões de dinâmica neuronal sem fornecer informações biológicas quantificáveis.
As tentativas anteriores de modelar a atividade neuronal em cérebros reais envolveram a combinação de correntes elétricas em compartimentos microscópicos para cada um dos milhares de neurônios individuais. Em vez de, os autores partiram das soluções macroscópicas de uma versão simplificada do modelo HH biologicamente preciso, que reflete a medição em um nervo da voltagem global de picos de neurônios que evoluem ao longo do tempo.
Eles então mudaram os parâmetros do modelo FHN para que os principais recursos de sua saída gráfica correspondessem aos da curva de voltagem real registrada no neurônio. Os autores demonstraram que, para que o modelo FHN se assemelhe à realidade biológica o mais próximo possível, precisa incluir dependência de correntes externas. Esta propriedade fornece informações valiosas sobre a dinâmica dos sistemas neuronais acoplados.
