Árvores de contexto aplicadas à modelagem estatística de trens de disparo neuronais

• Processo: 16/24676-1
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de março de 2017
• Data de Término da vigência: 19 de maio de 2019
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Jefferson Antonio Galves
• Beneficiário: Ludmila Brochini Rodrigues
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 13/07699-0 - Centro de Pesquisa, Inovação e Difusão em Neuromatemática - NeuroMat, AP.CEPID
• Assunto(s): Neurobiologia Rede nervosa Neurônios receptores olfatórios Eletrofisiologia Processos estocásticos Peixes elétricos
• Palavra(s)-Chave do Pesquisador: análise de trens de spikes | Árvores De Contexto | Eletrofisiologia | processos estocásticos | Probabilidade e Estatística Aplicada à Neurobiologia

Resumo

Este projeto de pesquisa propõe a modelagem de redes neuronais através de cadeias estocásticas interagentes de memória de alcance variável introduzidas por Galves e Locherbah (2013) cujo comportamento hidrodinâmico foi examinado por De Masi et al. (2014). Visando estudar modelos desta classe em condições realistas, iremos modelar trens de disparo de dados de registro eletrofisiológico do sistema olfativo de neurônios de insetos (Pouzat et al. 2002) assim como de peixes elétricos em movimento livre (Forlim et al. 2014) realizando eletrocomunicação. Nós usaremos seleção estatística de modelos na classe dos processos estocásticos de memória de alcance variável (árvores de contexto) com o objetivo de revelar a estrutura probabilística dos trens de spike e testar, através de um protocolo experimental interativo, se tal estrutura é afetada por determinada fonte de estímulos. Além disso, queremos inferir o grafo de interações de neurônios registrados com o estimador proposto e comprovado como consistente por Duarte et al. (2016), o que nos permitirá comparar diferenças funcionais no mesmo sistema neural em diferentes modelos animais. Acreditamos que o uso de tais ferramentas inovadoras de base analítica sólida irá aprofundar o entendimento dos sistemas neurobiológicos que estamos tratando e tem potencial para revelar propriedades novas dos trens de disparo que não podem ser observadas através de estratégias de análise estatística mais tradicionais em Neurobiologia. (AU)

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

COSTA, ARIADNE A.; BROCHINI, LUDMILA; KINOUCHI, OSAME. Self-Organized Supercriticality and Oscillations in Networks of Stochastic Spiking Neurons. Entropy, v. 19, n. 8, AUG 2017. (16/24676-1, 13/07699-0, 16/20945-8, 16/00430-3)

GIRARDI-SCHAPPO, MAURICIO; BROCHINI, LUDMILA; COSTA, ARIADNE A.; CARVALHO, TAWAN T. A.; KINOUCHI, OSAME. Synaptic balance due to homeostatically self-organized quasicritical dynamics. PHYSICAL REVIEW RESEARCH, v. 2, n. 1, FEB 20 2020. (16/24676-1, 13/07699-0, 19/12746-3, 16/00430-3, 18/09150-9, 16/20945-8)

KINOUCHI, OSAME; BROCHINI, LUDMILA; COSTA, ARIADNE A.; FERREIRA CAMPOS, JOAO GUILHERME; COPELLI, MAURO. Stochastic oscillations and dragon king avalanches in self-organized quasi-critical systems. SCIENTIFIC REPORTS, v. 9, MAR 7 2019. (16/00430-3, 16/24676-1, 13/07699-0)

GIRARDI-SCHAPPO, MAURICIO; GALERA, EMILIO F.; CARVALHO, TAWAN T. A.; BROCHINI, LUDMILA; KAMIJI, NILTON L.; ROQUE, ANTONIO C.; KINOUCHI, OSAME. A unified theory of E/I synaptic balance, quasicritical neuronal avalanches and asynchronous irregular spiking. JOURNAL OF PHYSICS-COMPLEXITY, v. 2, n. 4, DEC 2021. (19/12746-3, 18/09150-9, 18/20277-0, 16/24676-1, 13/07699-0, 15/50122-0, 16/03855-5)