| Processo: | 17/03729-2 |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Mestrado |
| Data de Início da vigência: | 01 de julho de 2017 |
| Data de Término da vigência: | 31 de dezembro de 2017 |
| Área de conhecimento: | Interdisciplinar |
| Pesquisador responsável: | Marcelo Bussotti Reyes |
| Beneficiário: | Eliezyer Fermino de Oliveira |
| Supervisor: | Gyorgy Buzsaki |
| Instituição Sede: | Centro de Matemática, Computação e Cognição (CMCC). Universidade Federal do ABC (UFABC). Santo André , SP, Brasil |
| Instituição Anfitriã: | NYU Langone Medical Center, Estados Unidos |
| Vinculado à bolsa: | 16/05473-2 - Caracterizações da atividade eletrofisiológica da via pré-frontal-estriatal no aprendizado de tarefas temporais, BP.MS |
| Assunto(s): | Neurociências Aprendizagem Hipocampo |
| Palavra(s)-Chave do Pesquisador: | hippocampus | learning | prefrontal cortex | Sharp wave ripples | Timing | Neurociência |
Resumo Percerber o tempo é importante para preparar uma resposta comportamental, por exemplo, um pedestre precisa saber se ele pode cruzar uma rua ou não estimando se ele terá tempo suficiente antes que o carro o alcance. Entender como nós aprendemos a contar um intervalo particular é intrínsico para aumentar nossa compreensão de percepção de tempo e aquisição de intervalo de tempo. Diferente teorias e estudos tentam desvendar a base neural do aprendizado temporal. O hipocampo (HPC) e o córtex pré-frontal medial (mPFC) participam em uma variedade de tarefas temporais. Adicionalmente, nossos resultados preliminares sugerem que tarefas temporais são aprendidas de uma maneira abrupta, não gradualmente, como é a visão gradual tradicional. Nosso objetivo é estudar a intereação entre HPC e mPFC no aprendizado de uma tarefa temporal. Para alcançar tais objetivos, nós iremos registrar massivamente ambas as áreas com silicon probes (256 canais cada) enquanto o animal aprende uma tarefa de bisecção temporal. Além disso, nós iremos desacoplar ambas as áreas com optogenética e com um sistema de controle em malha fechada em períodos fora da tarefa, onde estados propícios de aprendizado podem ocorrer. Isto irá nos permitir estudar (i) Interações de rede entre HPC-mPFC a nível de LFP e spike. (ii) Identificar como o HPC-mPFC muda após o aprendizado de uma tarefa temporal. (iii) Estudar a causalidade entre a interação entre HPC-mPFC e o aprendizado de intervalo temporal. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |