Análise do comportamento coletivo de neurônios do córtex através de modelos de máxima entropia

Abstract

Funções cerebrais decorrem da interação de um grande número de neurônios. Sendo o cérebro um sistema não linear e complexo, a obtenção de modelos que descrevam adequadamente o comportamento coletivo de circuitos neurais não é uma tarefa trivial. Uma das hipóteses que vem ganhando destaque na literatura é a de que a dinâmica do cérebro se encontra próxima a um ponto crítico. Alguns trabalhos mostraram que modelos de máxima entropia que levam em conta apenas a interação por pares (modelos tipo Ising) eram capazes explicar padrões de atividade global em dados de retina de invertebrados e fatias de córtex in vitro. Além disso estes modelos permitem obter assinaturas de criticalidade nas redes neurais estudadas. Nesta dissertação, realizamos experimentos in vivo onde registramos longos períodos da atividade cortical espontânea de ratos anestesiados. Os registros foram feitos utilizando tanto matrizes de multieletrodos de fios de tungstênio quanto eletrodos de silício de alta densidade (silicon probes). Implementamos um algoritmo para ajustar um modelo de máxima entropia que leva em conta a interação por pares entre os elementos do modelo e validamos o algoritmo com dados simulados. Finalmente apresentamos os resultados utilizando o modelo de máxima entropia para analisar os dados experimentais medidos com ambos os tipos de eletrodos.