Busca avançada
Ano de início
Entree

Decodificando a Dinâmica Neural em Organoides Cerebrais Humanos da Doença de Alzheimer Usando Teoria dos Grafos e Estatística

Processo: 25/21784-7
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
Data de Início da vigência: 27 de fevereiro de 2026
Data de Término da vigência: 26 de junho de 2026
Área de conhecimento:Interdisciplinar
Pesquisador responsável:Alexandre Hiroaki Kihara
Beneficiário:Pedro Santos Rosa Muradás
Supervisor: Alysson Renato Muotri
Instituição Sede: Centro de Matemática, Computação e Cognição (CMCC). Universidade Federal do ABC (UFABC). Santo André , SP, Brasil
Instituição Anfitriã: University of California, San Diego (UC San Diego), Estados Unidos  
Vinculado à bolsa:25/07125-0 - Efeito do consumo crônico de cafeína na dinâmica de redes neuronais da formação hipocampal em modelo animal de envelhecimento acelerado SAMP8., BP.IC
Assunto(s):Doença de Alzheimer
Palavra(s)-Chave do Pesquisador:Alzheimer | Graph-theory | Organoids | Computational and Molecular Neuroscience

Resumo

A doença de Alzheimer (DA) é a forma mais prevalente de demência e representa um dos maiores desafios globais de saúde. A DA é caracterizada por dois marcadores patológicos principais: a deposição extracelular de placas de beta-amilóide (AB) e o acúmulo intracelular de tau hiperfosforilada na forma de emaranhados neurofibrilares (NFTs), culminando no enfraquecimento sináptico, na degeneração em larga escala das redes neuronais e no comprometimento cognitivo progressivo. Apesar de décadas de pesquisa, ainda são relativamente poucos os estudos que utilizam organoides cerebrais humanos para modelar a DA, embora esses modelos representem sistemas fisiologicamente mais relevantes do que os modelos animais tradicionais. Quando combinados a técnicas eletrofisiológicas avançadas, como os multielectrode arrays (MEAs), os organoides oferecem a oportunidade de registrar a atividade neuronal com alta resolução espaço-temporal em diferentes estágios da DA. Esse método possibilita uma análise multinível, desde a dinâmica de disparo de neurônios individuais até a organização em larga escala da rede, revelando como a patologia associada à DA compromete tanto as propriedades eletrofisiológicas quanto a funcionalidade da rede. Os registros serão pré-processados por meio de detecção e classificação de spikes, seguidos da aplicação de métricas baseadas em correlação para a construção de matrizes de conectividade funcional. Em seguida, análises baseadas em teoria dos grafos serão empregadas para extrair características-chave da topologia da rede, como distribuição de grau, coeficiente de agrupamento e comprimento de caminho, permitindo identificar alterações relacionadas à DA na eficiência e na organização da rede. Além de sua contribuição direta para a pesquisa em DA, o projeto também avança em termos de inovação metodológica ao integrar tecnologias de ponta em MEAs, pipelines computacionais rigorosos e modelos baseados em organoides. O trabalho será conduzido na University of California, San Diego (UCSD), um centro internacionalmente reconhecido em neurociência e biotecnologia. Sob a supervisão do Dr. Alysson Muotri, pesquisador de destaque mundial na área de organoides cerebrais, com contribuições pioneiras que vão desde o estudo de transtornos do neurodesenvolvimento e neurodegenerativos até colaborações com a NASA, o projeto contará com expertise e infraestrutura incomparáveis. Para o estudante, esta iniciativa representa uma oportunidade única de consolidar o treinamento prévio em registros com MEAs e análise computacional, ao mesmo tempo em que proporciona experiência prática com métodos eletrofisiológicos avançados em organoides cerebrais humanos. O trabalho fortalecerá o pensamento crítico, as habilidades computacionais e a proficiência experimental, contribuindo para a formação de um pesquisador altamente versátil e com inserção internacional.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)