Investigamos o papel de condutâncias iônicas lentas na transmissão/codificação de informação entre neurônios que disparam em rajadas ou bursts. Para isso, desenvolvemos um protocolo experimental no qual a interação em tempo real entre computador e neurônio biológico permite isolar o efeito da dinâmica de um determinado tipo de canal iônico e estudar sua inuência nos mecanismos de codificação de informação. Os experimentos foram realizados com neurônios do gânglio estomatogástrico do siri azul, Callinectes sapidus, que não possuem condutâncias lentas capazes de fazê-los apresentar rajadas de disparos quando in vitro, condição na qual apresentam comportamento quiescente ou disparam tonicamente. Durante os experimentos, alteramos artificialmente o comportamento de um destes neurônios, conectando-o a um computador que introduz uma corrente capaz de fazê-lo apresentar rajadas. Essa corrente possui uma componente senoidal (vinda de um gerador de funções) e uma componente devido a uma condutância iônica lenta modelada matematicamente. A condutância lenta pode ser escolhida entre duas versões: uma em que a condutância é calculada em tempo real, a partir do valor instantâneo do potencial de membrana do neurônio biológico, e outra em que o valor da condutância é oriundo de uma série temporal previamente gravada. A fonte de informação utilizada nos experimentos é um neurônio artificial pré-sináptico, que possui uma distribuição de potenciais de ação (spikes) escolhida pelo experimentador, e é conectado ao neurônio biológico modificado através de um modelo de sinapse química inibidora. A quantidade de informação do neurônio artificial (variabilidade dos padrões de disparo) codificada pelo neurônio biológico é inferida calculando-se a informação mútua média entre eles para as duas versões da condutância lenta (dinâmica ou previamente gravada). Nossos experimentos reproduziram qualitativamente as observações feitas por nosso grupo no circuito pilórico intacto do siri, que possui neurônios conectados por mutua inibição que naturalmente apresentam bursts. Além disso, observamos que vários picos de informação mútua média, presentes quando a condutância é dinâmica, desaparecem quando esta é substituída pela série temporal previamente gravada da condutância. Assim, pudemos confirmar os resultados previamente obtidos com simulações computacionais em que foram utilizados apenas modelos matemáticos e na ausência de ruído e demonstramos que as condutâncias iônicas lentas constituem um mecanismo biofísico que permite a codificação de estímulos sinápticos em neurônios que apresentam rajadas. / We investigated the role of slow ionic conductances on information processing by bursting neurons. A real time experimental protocol was developed to allow interacting computer models and biological neurons to address the effect of dynamical details of a single type of ion channel in information coding mechanisms. We experimented on Callinectes sapidus (blue crab) stomatogastric ganglion neurons. Such neurons were chosen because they do not present the slow conductances that can led to bursting activity in vitro (in such conditions they can be found either in a quiescent or in a tonic firing state). The experiments consisted in artificially changing the behavior of one of these neurons by injecting a computer generated current to achieve bursting. Such current has a sinusoidal component (from a function generator) and a component due to mathematical model of a slow ionic conductance. The slow conductance was implemented in two versions: in one of them the instantaneous value of the conductance is computed in real time and according to the membrane potential of the biological neuron, in another version the value of the conductance simply comes from a time series previously stored in the computer. A pre-synaptic artificial neuron, with a spike distribution chosen by the experimenter, provided input for the biological neuron through an artificial chemical inhibitory synapse. The amount of information (variability of spike patterns from the artificial neuron) coded by the biological neuron was inferred by calculating the average mutual information along stimulus and response bursts for the two conditions of the slow conductance (dynamically calculated or from file previously stored). Our experiments reproduced the results found in intact pyloric central pattern generator bursting neurons connected by mutual inhibition. Moreover, we show that the average mutual information peaks, found when the conductance is dynamically calculated, disappear when we use the previously recorded time series of the conductance. Such results validate those only found previously in numerical simulations in the absence of noise and point the role of the slow ionic conductances in a biophysical mechanism that allow bursting motor neurons to encode in a nontrivial fashion the information they receive through a single synapse.

Investigamos o papel de condutâncias iônicas lentas na transmissão/codificação de informação entre neurônios que disparam em rajadas ou bursts. Para isso, desenvolvemos um protocolo experimental no qual a interação em tempo real entre computador e neurônio biológico permite isolar o efeito da dinâmica de um determinado tipo de canal iônico e estudar sua inuência nos mecanismos de codificação de informação. Os experimentos foram realizados com neurônios do gânglio estomatogástrico do siri azul, Callinectes sapidus, que não possuem condutâncias lentas capazes de fazê-los apresentar rajadas de disparos quando in vitro, condição na qual apresentam comportamento quiescente ou disparam tonicamente. Durante os experimentos, alteramos artificialmente o comportamento de um destes neurônios, conectando-o a um computador que introduz uma corrente capaz de fazê-lo apresentar rajadas. Essa corrente possui uma componente senoidal (vinda de um gerador de funções) e uma componente devido a uma condutância iônica lenta modelada matematicamente. A condutância lenta pode ser escolhida entre duas versões: uma em que a condutância é calculada em tempo real, a partir do valor instantâneo do potencial de membrana do neurônio biológico, e outra em que o valor da condutância é oriundo de uma série temporal previamente gravada. A fonte de informação utilizada nos experimentos é um neurônio artificial pré-sináptico, que possui uma distribuição de potenciais de ação (spikes) escolhida pelo experimentador, e é conectado ao neurônio biológico modificado através de um modelo de sinapse química inibidora. A quantidade de informação do neurônio artificial (variabilidade dos padrões de disparo) codificada pelo neurônio biológico é inferida calculando-se a informação mútua média entre eles para as duas versões da condutância lenta (dinâmica ou previamente gravada). Nossos experimentos reproduziram qualitativamente as observações feitas por nosso grupo no circuito pilórico intacto do siri, que possui neurônios conectados por mutua inibição que naturalmente apresentam bursts. Além disso, observamos que vários picos de informação mútua média, presentes quando a condutância é dinâmica, desaparecem quando esta é substituída pela série temporal previamente gravada da condutância. Assim, pudemos confirmar os resultados previamente obtidos com simulações computacionais em que foram utilizados apenas modelos matemáticos e na ausência de ruído e demonstramos que as condutâncias iônicas lentas constituem um mecanismo biofísico que permite a codificação de estímulos sinápticos em neurônios que apresentam rajadas. / We investigated the role of slow ionic conductances on information processing by bursting neurons. A real time experimental protocol was developed to allow interacting computer models and biological neurons to address the effect of dynamical details of a single type of ion channel in information coding mechanisms. We experimented on Callinectes sapidus (blue crab) stomatogastric ganglion neurons. Such neurons were chosen because they do not present the slow conductances that can led to bursting activity in vitro (in such conditions they can be found either in a quiescent or in a tonic firing state). The experiments consisted in artificially changing the behavior of one of these neurons by injecting a computer generated current to achieve bursting. Such current has a sinusoidal component (from a function generator) and a component due to mathematical model of a slow ionic conductance. The slow conductance was implemented in two versions: in one of them the instantaneous value of the conductance is computed in real time and according to the membrane potential of the biological neuron, in another version the value of the conductance simply comes from a time series previously stored in the computer. A pre-synaptic artificial neuron, with a spike distribution chosen by the experimenter, provided input for the biological neuron through an artificial chemical inhibitory synapse. The amount of information (variability of spike patterns from the artificial neuron) coded by the biological neuron was inferred by calculating the average mutual information along stimulus and response bursts for the two conditions of the slow conductance (dynamically calculated or from file previously stored). Our experiments reproduced the results found in intact pyloric central pattern generator bursting neurons connected by mutual inhibition. Moreover, we show that the average mutual information peaks, found when the conductance is dynamically calculated, disappear when we use the previously recorded time series of the conductance. Such results validate those only found previously in numerical simulations in the absence of noise and point the role of the slow ionic conductances in a biophysical mechanism that allow bursting motor neurons to encode in a nontrivial fashion the information they receive through a single synapse.