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.

Realizamos simulações computacionais de modelos da atividade elétrica de centros geradores de padrões para investigar o fato experimental de organismos vivos utilizarem neurônios caóticos para produzir padrões periódicos. Centros geradores de padrões biológicos produzem atividades motoras periódicas que devem ser robustas a pequenas flutuações das propriedades dos neurônios e sinapses, mas também flexíveis para permitir a neuromodulação do ritmo. Utilizamos principalmente dois modelos de atividade neural, um modelo fenomenológico do tipo Hindmarsh-Rose e um modelo baseado em condutâncias do tipo Hodgking-Huxley. Realizamos também experimentos com redes híbridas, conectando dois tipos de neurônios do gânglio estomatogástrico de crustáceos aos neurônios modelo, que confirmaram os resultados obtidos nas simulações. Observamos o comportamento das redes principalmente em função de dois parâmetros: um que controla a atividade intrínseca dos neurônios e outro que representa a condutância máxima das sinapses químicas usadas para formar a rede. As redes apresentam atividade robusta e flexível quando os neurônios que as compõem apresentam comportamento intrínseco entre rajadas e tônico. Esta é a região onde os neurônios modelo apresentam comportamento caótico, o que é uma evidência do motivo de se observar este tipo de comportamento em neurônios isolados do gânglio estomatogástrico dos crustáceos. Mostramos que o modelo tipo Hodgkin-Huxley, apesar de mais realista do ponto de vista eletrofisiológico, não apresenta um comportamento coletivo satisfatório em termos de flexibilidade e robustez. Os experimentos com redes híbridas evidenciaram como deveria ser modificado o modelo para que o comportamento coletivo fosse restaurado. Investigamos também outros aspectos da atividade neural: a obtenção de padrões oscilatórios com neurônios que não apresentam comportamento intrinsecamente oscilatório e a influência de perturbações causada por ruídos na atividade neural. / Realizamos simulações computacionais de modelos da atividade elétrica de centros geradores de padrões para investigar o fato experimental de organismos vivos utilizarem neurônios caóticos para produzir padrões periódicos. Centros geradores de padrões biológicos produzem atividades motoras periódicas que devem ser robustas a pequenas flutuações das propriedades dos neurônios e sinapses, mas também flexíveis para permitir a neuromodulação do ritmo. Utilizamos principalmente dois modelos de atividade neural, um modelo fenomenológico do tipo Hindmarsh-Rose e um modelo baseado em condutâncias do tipo Hodgking-Huxley. Realizamos também experimentos com redes híbridas, conectando dois tipos de neurônios do gânglio estomatogástrico de crustáceos aos neurônios modelo, que confirmaram os resultados obtidos nas simulações. Observamos o comportamento das redes principalmente em função de dois parâmetros: um que controla a atividade intrínseca dos neurônios e outro que representa a condutância máxima das sinapses químicas usadas para formar a rede. As redes apresentam atividade robusta e flexível quando os neurônios que as compõem apresentam comportamento intrínseco entre rajadas e tônico. Esta é a região onde os neurônios modelo apresentam comportamento caótico, o que é uma evidência do motivo de se observar este tipo de comportamento em neurônios isolados do gânglio estomatogástrico dos crustáceos. Mostramos que o modelo tipo Hodgkin-Huxley, apesar de mais realista do ponto de vista eletrofisiológico, não apresenta um comportamento coletivo satisfatório em termos de flexibilidade e robustez. Os experimentos com redes híbridas evidenciaram como deveria ser modificado o modelo para que o comportamento coletivo fosse restaurado. Investigamos também outros aspectos da atividade neural: a obtenção de padrões oscilatórios com neurônios que não apresentam comportamento intrinsecamente oscilatório e a influência de perturbações causada por ruídos na atividade neural. We have performed computational simulations of models of the neural electrical activity of central pattern generators in order to investigate the experimental fact that living organisms use chaotic neurons to produce periodic patterns. Biological central pattern generators produce periodic motor activity that must be robust to small fluctuacions in the neural and synaptic properties, but they must also be flexible to alow rhythm neuromodulation. We have used mainly two different models of neural activity, one phenomenological Hindmarsh-Rose type and another conductance based Hodgking-Huxley type. We have also performed experiments with hybrid networks, connecting two types crustacean stomatogastric ganglion neurons with the model neurons, which confirmed the results obtained with the simulations. We have simulated the network behavior as a function of two parameters: the maximal conductance of the chemical synapses by which neurons are connected and a parameter that controls the intrinsic behavior of the neurons. The networks present robust and flexible activity when the neurons have intrinsic beharior between bursting and tonic. This is the region in which model neurons present chaotic behavior, what is an evidence of why chaotic behavior takes place in isolated neurons from the stomatogastric ganglion (STG) of crustaceans. We have shown that the Hodgking-Huxley type model does not perform a satisfactory collective behavior in terms of flexibility and robustness, in spite of its electrophysiological realism. Experiments with hybrid networks showed how the model should be modified in order to restore the proper collective behavior. We have also investigated other aspects of the neural activity: the observation of oscillatory patterns in networks composed by neurons that are not endogenous bursters and the influence of perturbations in the neural activity caused by noize.

Realizamos simulações computacionais de modelos da atividade elétrica de centros geradores de padrões para investigar o fato experimental de organismos vivos utilizarem neurônios caóticos para produzir padrões periódicos. Centros geradores de padrões biológicos produzem atividades motoras periódicas que devem ser robustas a pequenas flutuações das propriedades dos neurônios e sinapses, mas também flexíveis para permitir a neuromodulação do ritmo. Utilizamos principalmente dois modelos de atividade neural, um modelo fenomenológico do tipo Hindmarsh-Rose e um modelo baseado em condutâncias do tipo Hodgking-Huxley. Realizamos também experimentos com redes híbridas, conectando dois tipos de neurônios do gânglio estomatogástrico de crustáceos aos neurônios modelo, que confirmaram os resultados obtidos nas simulações. Observamos o comportamento das redes principalmente em função de dois parâmetros: um que controla a atividade intrínseca dos neurônios e outro que representa a condutância máxima das sinapses químicas usadas para formar a rede. As redes apresentam atividade robusta e flexível quando os neurônios que as compõem apresentam comportamento intrínseco entre rajadas e tônico. Esta é a região onde os neurônios modelo apresentam comportamento caótico, o que é uma evidência do motivo de se observar este tipo de comportamento em neurônios isolados do gânglio estomatogástrico dos crustáceos. Mostramos que o modelo tipo Hodgkin-Huxley, apesar de mais realista do ponto de vista eletrofisiológico, não apresenta um comportamento coletivo satisfatório em termos de flexibilidade e robustez. Os experimentos com redes híbridas evidenciaram como deveria ser modificado o modelo para que o comportamento coletivo fosse restaurado. Investigamos também outros aspectos da atividade neural: a obtenção de padrões oscilatórios com neurônios que não apresentam comportamento intrinsecamente oscilatório e a influência de perturbações causada por ruídos na atividade neural. / Realizamos simulações computacionais de modelos da atividade elétrica de centros geradores de padrões para investigar o fato experimental de organismos vivos utilizarem neurônios caóticos para produzir padrões periódicos. Centros geradores de padrões biológicos produzem atividades motoras periódicas que devem ser robustas a pequenas flutuações das propriedades dos neurônios e sinapses, mas também flexíveis para permitir a neuromodulação do ritmo. Utilizamos principalmente dois modelos de atividade neural, um modelo fenomenológico do tipo Hindmarsh-Rose e um modelo baseado em condutâncias do tipo Hodgking-Huxley. Realizamos também experimentos com redes híbridas, conectando dois tipos de neurônios do gânglio estomatogástrico de crustáceos aos neurônios modelo, que confirmaram os resultados obtidos nas simulações. Observamos o comportamento das redes principalmente em função de dois parâmetros: um que controla a atividade intrínseca dos neurônios e outro que representa a condutância máxima das sinapses químicas usadas para formar a rede. As redes apresentam atividade robusta e flexível quando os neurônios que as compõem apresentam comportamento intrínseco entre rajadas e tônico. Esta é a região onde os neurônios modelo apresentam comportamento caótico, o que é uma evidência do motivo de se observar este tipo de comportamento em neurônios isolados do gânglio estomatogástrico dos crustáceos. Mostramos que o modelo tipo Hodgkin-Huxley, apesar de mais realista do ponto de vista eletrofisiológico, não apresenta um comportamento coletivo satisfatório em termos de flexibilidade e robustez. Os experimentos com redes híbridas evidenciaram como deveria ser modificado o modelo para que o comportamento coletivo fosse restaurado. Investigamos também outros aspectos da atividade neural: a obtenção de padrões oscilatórios com neurônios que não apresentam comportamento intrinsecamente oscilatório e a influência de perturbações causada por ruídos na atividade neural. We have performed computational simulations of models of the neural electrical activity of central pattern generators in order to investigate the experimental fact that living organisms use chaotic neurons to produce periodic patterns. Biological central pattern generators produce periodic motor activity that must be robust to small fluctuacions in the neural and synaptic properties, but they must also be flexible to alow rhythm neuromodulation. We have used mainly two different models of neural activity, one phenomenological Hindmarsh-Rose type and another conductance based Hodgking-Huxley type. We have also performed experiments with hybrid networks, connecting two types crustacean stomatogastric ganglion neurons with the model neurons, which confirmed the results obtained with the simulations. We have simulated the network behavior as a function of two parameters: the maximal conductance of the chemical synapses by which neurons are connected and a parameter that controls the intrinsic behavior of the neurons. The networks present robust and flexible activity when the neurons have intrinsic beharior between bursting and tonic. This is the region in which model neurons present chaotic behavior, what is an evidence of why chaotic behavior takes place in isolated neurons from the stomatogastric ganglion (STG) of crustaceans. We have shown that the Hodgking-Huxley type model does not perform a satisfactory collective behavior in terms of flexibility and robustness, in spite of its electrophysiological realism. Experiments with hybrid networks showed how the model should be modified in order to restore the proper collective behavior. We have also investigated other aspects of the neural activity: the observation of oscillatory patterns in networks composed by neurons that are not endogenous bursters and the influence of perturbations in the neural activity caused by noize.