Estudo do comportamento das membranas neuronais
pela modelagem de Hodgkin-Huxley
Keywords:
Modelagem matemática, Neurofisiologia, Membranas neuronais, Hodgkin-HuxleyAbstract
O funcionamento do cérebro é um dos maiores mistérios existentes e compreendê-lo é o que motiva diversos pesquisadores. A neurociência pode ser entendida como um fascinante universo a ser descoberto, tendo variados tópicos, desde processos biológicos, proteínas, até doenças neurodegenerativas, sendo discutidos, ao longo de anos, em busca de avanços para o conhecimento da sociedade. Uma de suas possíveis áreas de estudos a qual recebe bastante destaque por seu longo trabalho, mas de muito sucesso, no entendimento de processos biológicos é a neurofisiologia. Para isso, é amplamente utilizada a modelagem matemática. Na década de 50, Hodgkin e Huxley desenvolveram um trabalho pioneiro em propor um mecanismo base da comunicação do nosso sistema nervoso, sendo também essencial em futuros saberes adquiridos. Esse mecanismo ocorre por transmissão de sinais elétricos e químicos por sinapses entre os neurônios e demais componentes do corpo. Para ocorrer essa propagação do sinal, é necessário que se atinja um potencial de ação e a membrana neuronal se despolarize. Assim, há fluxos iônicos por meio de canais e bombas transmembranas, que produzem corrente elétrica. E, até mesmo sob condições de equilíbrio, certo fluxo é mantido. O modelo de Hodgkin-Huxley estudado é composto por um sistema de equações diferenciais, o qual visa descrever a dinâmica da membrana neuronal, representando-a por um circuito equivalente. Como um modelo adequado para uma compreensão inicial, foi considerado um axônio de um neurônio abstrato que tem poros que apenas permitem o fluxo de um tipo de íon através da membrana, um tipo j.
Downloads
References
E. R. Kandel, J. Schwartz, T. M. Jessell, S. A. Siegelbaum, A. J. Hudspeth e C. D. J. A. Quillfeldt. Princípios de Neurociências. Porto Alegre: AMGH, 2014. ISBN: 9788580554069.
L. A. Segel e L. Edelstein-Keshet. A Primer on Mathematical Models in Biology. Philadelphia: Society for Industrial e Applied Mathematics, 2013. ISBN: 9781611972498.