A ligação entre células gliais e a transmissão sináptica

• Processo: 23/15585-6
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 15 de abril de 2024
• Data de Término da vigência: 14 de agosto de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Ricardo Felipe Ferreira
• Beneficiário: João Pedro Pirola
• Supervisor: Rodrigo Felipe de Oliveira Pena
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Instituição Anfitriã: Florida Atlantic University, Estados Unidos
• Vinculado à bolsa: 23/09094-0 - Identificação de células glia por meio de redes neurais artificiais, BP.IC
• Assunto(s): Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Algorithm backpropagation | Artificial Neural Networks | Identification of glial cells | Redes neurais artificiais

Resumo

Um elemento proeminente e essencial no cérebro, contribuindo para diversas funções cognitivas, são as células gliais. A identificação de assinaturas de células gliais em picos neuronais e como essas assinaturas mudam no decorrer de uma patologia representa um objetivo promissor para intervenções terapêuticas. Compreender a extensão do seu envolvimento nas funções cerebrais pode revelar oportunidades para a utilização de células gliais durante a reabilitação de pessoas não saudáveis, oferecendo um caminho promissor para melhorar os esforços de recuperação e reabilitação cognitiva. Nesse sentido, as funções de correlação cruzada dos trens de disparos neuronais fornecem uma medida de comunicação sináptica e as usaremos para identificar como as células gliais moldam assinaturas identificáveis enquanto ocorre a transmissão sináptica. Assim, é plausível explorar as assinaturas na presença de diferentes tipos de células gliais, não apenas em estados de saúde e patológicos, mas também em termos de quanta influência existe na comunicação neuronal e até no processo de aprendizagem e tomada de decisão. Neste trabalho, queremos identificar a ligação entre células gliais individuais e a transmissão sináptica por meio do treinamento supervisionado de redes neurais artificiais. Os resultados serão comparados com aqueles obtidos com outros classificadores de aprendizado de máquina.