Modelo de Fitzhugh-Nagumo para o potencial de ação de neurônios: mudanças entre as edições

De Física Computacional
Ir para navegação Ir para pesquisar
Sem resumo de edição
Sem resumo de edição
 
(4 revisões intermediárias pelo mesmo usuário não estão sendo mostradas)
Linha 4: Linha 4:


==Potencial de Ação em Neurônios==
==Potencial de Ação em Neurônios==
A células vivas são sistemas eletricamente sensíveis, ou seja, podem reagir a estímulos elétricos. Isso se dá devido ao fato de que substâncias carregadas estão naturalmente vinculadas a seus processos internos de interação com o ambiente, principalmente por intermédio de canais iônicos e proteínas transmebrana como, por exemplo, a Bomba de Sódio e Potássio(Bomba Na⁺/K⁺ ATPase)<ref name=QUILLFELDT> https://www.ufrgs.br/mnemoforos/arquivos/potenciais2005.pdf Jorge A. Quillfeldt,"ORIGEM DOS POTENCIAIS ELÉTRICOS DAS CÉLULAS NERVOSAS" </ref>.
A células vivas são sistemas eletricamente sensíveis, ou seja, podem reagir a estímulos elétricos. Isso se dá devido ao fato de que substâncias carregadas estão naturalmente vinculadas a seus processos internos de interação com o ambiente, principalmente por intermédio de canais iônicos e proteínas transmebrana como, por exemplo, a Bomba de Sódio e Potássio (Bomba Na⁺/K⁺ ATPase)<ref name=QUILLFELDT> https://www.ufrgs.br/mnemoforos/arquivos/potenciais2005.pdf Jorge A. Quillfeldt,"ORIGEM DOS POTENCIAIS ELÉTRICOS DAS CÉLULAS NERVOSAS" </ref>.


Naturalmente todas as células vivas possuem um potencial de repouso(PR) elétrico, ou seja, uma diferença de potencial elétrico, em relação ao meio(cerca de 0,1); mantida por um equilíbrio químico de concentração de íons dentro e fora da membrana plasmática.  
Naturalmente todas as células vivas possuem um potencial de repouso (PR) elétrico, ou seja, uma diferença de potencial elétrico, em relação ao meio (cerca de 0,1); mantida por um equilíbrio químico de concentração de íons dentro e fora da membrana plasmática.  


Existem células que reagem estímulos elétricos apenas reestabelecendo o PR original por transporte passivo(sem gasto de energia) através da membrana, e estas são ditas células não-excitáveis.  
Existem células que reagem estímulos elétricos apenas reestabelecendo o PR original por transporte passivo (sem gasto de energia) através da membrana, e estas são ditas células não-excitáveis.  


Por outro lado, existem células que sob a ação do mesmo estímulo produzem um tipo de resposta bem característica: potencial de ação(PA); um pulso elétrico intenso(capaz de inverter a polarização do Potencial de Membrana) que se propaga ao longo da membrana da célula, sustentado por uma cadeia de transportes ativos(com gasto de energia) e que não decai ao longo do tempo e espaço; a esse tipo de células damos o nome de excitáveis<ref name=QUILLFELDT> https://www.ufrgs.br/mnemoforos/arquivos/potenciais2005.pdf Jorge A. Quillfeldt,"ORIGEM DOS POTENCIAIS ELÉTRICOS DAS CÉLULAS NERVOSAS" </ref>.
Por outro lado, existem células que sob a ação do mesmo estímulo produzem um tipo de resposta bem característica: potencial de ação (PA); um pulso elétrico intenso (capaz de inverter a polarização do Potencial de Membrana) que se propaga ao longo da membrana da célula, sustentado por uma cadeia de transportes ativos (com gasto de energia) e que não decai ao longo do tempo e espaço; a esse tipo de células damos o nome de excitáveis<ref name=QUILLFELDT> https://www.ufrgs.br/mnemoforos/arquivos/potenciais2005.pdf Jorge A. Quillfeldt,"ORIGEM DOS POTENCIAIS ELÉTRICOS DAS CÉLULAS NERVOSAS" </ref>.


Os Neurônios são as células excitáveis do tecido nervoso(que constituem o encéfalo e medula espinhal, gânglios e nervos do reino animal) e com já vimos são capazes de gerar PA. Um potencial de ação pode assumir diversos formatos, mas ao longo do axônio(Figura 1) de um neurônio eles tendem a uma curva como a da Figura 2.
Os Neurônios são as células excitáveis do tecido nervoso (que constituem o encéfalo e medula espinhal, gânglios e nervos do reino animal) e com já vimos são capazes de gerar PA. Um potencial de ação pode assumir diversos formatos, mas ao longo do axônio (Figura 1) de um neurônio eles tendem a uma curva como a da Figura 2.


[[Arquivo:PA_axonio.png|400px|left|thumb|center|'''Figura 1 -'''Representação de um potencial de ação(vermelho) ao longo de um axônio de neurônio, partindo do soma neural em direção a arvore dentrítica.]]
[[Arquivo:PA_axonio.png|400px|left|thumb|center|'''Figura 1 -'''Representação de um potencial de ação(vermelho) ao longo de um axônio de neurônio, partindo do soma neural em direção a arvore dentrítica.]]
Linha 18: Linha 18:


Olhando para Figura 2 vemos alguns aspectos importantes:
Olhando para Figura 2 vemos alguns aspectos importantes:
* O potencial de ação necessita de um estímulo mínimo(limiar) para ser ativado, abaixo desse valor o estímulo decai como em uma célula não excitável;
* O potencial de ação necessita de um estímulo mínimo (limiar) para ser ativado, abaixo desse valor o estímulo decai como em uma célula não excitável;
* Acima desse limiar a célula segue o principio de "Tudo ou Nada", ou seja, assume o valor máximo possivel dentro de sua capacidade, independente do estímulo aplicado;
* Acima desse limiar a célula segue o principio de "Tudo ou Nada", ou seja, assume o valor máximo possivel dentro de sua capacidade, independente do estímulo aplicado;
* A etapa de despolarização(crescimento) é brusca e varia mais rapidamente que a repolarização(decaimento);
* A etapa de despolarização (crescimento) é brusca e varia mais rapidamente que a repolarização (decaimento);
* O período que contém a repolarização e hiperpolarização da membrana é chamado período refratário, e se caracteriza por não permitir que ocorra nenhum disparo até que a membrana atinja o potencial de repouso.
* O período que contém a repolarização e hiperpolarização da membrana é chamado período refratário, e se caracteriza por não permitir que ocorra nenhum disparo até que a membrana atinja o potencial de repouso.


==Modelo==
==Modelo==
Linha 68: Linha 67:
===Modelo de Fitzhugh-Nagumo===
===Modelo de Fitzhugh-Nagumo===


O modelo de Fitzhugh-Nagumo (FN) complementa a equação de Nagumo introduzindo uma nova variável, transformando a equação original em um sistema de equações. A variável <math>v</math>, chamada de "variável rápida", representa a variação do potencial na membrana da célula, enquanto que a nova variável <math>w</math>, chamada de "variável lenta" ou variável de recuperação, representa a capacidade da célula retornar ao seu PR após ser excitada por um estímulo externo. o modelo de FN é dado pelo sistema de equações <ref name=GARCIA> https://tamiu-ir.tdl.org/bitstream/handle/2152.4/60/GARCIA-THESIS-2015.pdf?sequence=1&isAllowed=y Gabriel Perry Natanni Garcia, "NUMERICAL SIMULATION OF THE NAGUMO EQUATION BY FINITE DIFFERENCEMETHOD" </ref>
O modelo de Fitzhugh-Nagumo (FN) complementa a equação de Nagumo introduzindo uma nova variável, transformando a equação original em um sistema de equações. A variável <math>v</math>, chamada de "variável rápida", representa a variação do potencial na membrana da célula, enquanto que a nova variável <math>w</math>, chamada de "variável lenta" ou variável de recuperação, representa a capacidade da célula retornar ao seu PR após ser excitada por um estímulo externo. o modelo de FN é dado pelo sistema de equações <ref name=GARCIA> https://tamiu-ir.tdl.org/bitstream/handle/2152.4/60/GARCIA-THESIS-2015.pdf?sequence=1&isAllowed=y Gabriel Perry Natanni Garcia, "NUMERICAL SIMULATION OF THE NAGUMO EQUATION BY FINITE DIFFERENCEMETHOD" </ref><ref name=PARAMETERS> https://hal.inria.fr/hal-00998828/document </ref> <ref name=SCHOLARPEDIA> http://www.scholarpedia.org/article/FitzHugh-Nagumo_model </ref>


<center><math>
<center><math>
Linha 78: Linha 77:
</math></center>
</math></center>


Onde <math>0<\alpha<1</math> é o limiar de potencial e <math>\epsilon</math>, <math>\gamma</math> são parâmetros a ser ajustados —relacionados à velocidade de atuação da variável de recuperação— e <math>I</math> é a magnitude do estímulo externo<ref name=PARAMETERS> https://hal.inria.fr/hal-00998828/document </ref> <ref name=SCHOLARPEDIA> http://www.scholarpedia.org/article/FitzHugh-Nagumo_model </ref>.
Onde <math>0<\alpha<1</math> é o limiar de potencial, <math>\epsilon</math> e <math>\gamma</math> são parâmetros a serem ajustados —relacionados à velocidade de atuação da variável de recuperação— e <math>I</math> é a magnitude do estímulo externo <ref name=PARAMETERS> https://hal.inria.fr/hal-00998828/document </ref> <ref name=SCHOLARPEDIA> http://www.scholarpedia.org/article/FitzHugh-Nagumo_model </ref>.


==Método de Crank-Nicolson==
==Método de Crank-Nicolson==
Linha 128: Linha 127:
==Referências==
==Referências==
<references/>
<references/>
*5. [http://www.scholarpedia.org/article/FitzHugh-Nagumo_model Eugene M. Izhikevich and Richard FitzHugh, "FitzHugh-Nagumo model"]

Edição atual tal como às 00h19min de 2 de abril de 2021

Grupo: Bernardo Boatini, Murilo Kessler Azambuja e Natália Ferrazzo

O objetivo deste trabalho é implementar e estudar a dinâmica do modelo Fitzhugh-Nagumo para potenciais de ação em células e tecidos excitáveis. O método computacional utilizado para resolver os problemas e implementar o modelo foi o FTCS (Forward Time Centered Space) e o método de Crank-Nicolson.

Potencial de Ação em Neurônios

A células vivas são sistemas eletricamente sensíveis, ou seja, podem reagir a estímulos elétricos. Isso se dá devido ao fato de que substâncias carregadas estão naturalmente vinculadas a seus processos internos de interação com o ambiente, principalmente por intermédio de canais iônicos e proteínas transmebrana como, por exemplo, a Bomba de Sódio e Potássio (Bomba Na⁺/K⁺ ATPase)[1].

Naturalmente todas as células vivas possuem um potencial de repouso (PR) elétrico, ou seja, uma diferença de potencial elétrico, em relação ao meio (cerca de 0,1); mantida por um equilíbrio químico de concentração de íons dentro e fora da membrana plasmática.

Existem células que reagem estímulos elétricos apenas reestabelecendo o PR original por transporte passivo (sem gasto de energia) através da membrana, e estas são ditas células não-excitáveis.

Por outro lado, existem células que sob a ação do mesmo estímulo produzem um tipo de resposta bem característica: potencial de ação (PA); um pulso elétrico intenso (capaz de inverter a polarização do Potencial de Membrana) que se propaga ao longo da membrana da célula, sustentado por uma cadeia de transportes ativos (com gasto de energia) e que não decai ao longo do tempo e espaço; a esse tipo de células damos o nome de excitáveis[1].

Os Neurônios são as células excitáveis do tecido nervoso (que constituem o encéfalo e medula espinhal, gânglios e nervos do reino animal) e com já vimos são capazes de gerar PA. Um potencial de ação pode assumir diversos formatos, mas ao longo do axônio (Figura 1) de um neurônio eles tendem a uma curva como a da Figura 2.

Figura 1 -Representação de um potencial de ação(vermelho) ao longo de um axônio de neurônio, partindo do soma neural em direção a arvore dentrítica.
Figura 2 -Curva de um Potencial de Ação genérico no tempo, em um ponto do axônio de um neurônio.

Olhando para Figura 2 vemos alguns aspectos importantes:

  • O potencial de ação necessita de um estímulo mínimo (limiar) para ser ativado, abaixo desse valor o estímulo decai como em uma célula não excitável;
  • Acima desse limiar a célula segue o principio de "Tudo ou Nada", ou seja, assume o valor máximo possivel dentro de sua capacidade, independente do estímulo aplicado;
  • A etapa de despolarização (crescimento) é brusca e varia mais rapidamente que a repolarização (decaimento);
  • O período que contém a repolarização e hiperpolarização da membrana é chamado período refratário, e se caracteriza por não permitir que ocorra nenhum disparo até que a membrana atinja o potencial de repouso.

Modelo

Premissa do modelo

Para iniciar a modelagem do sistema, devemos antes enfatizar três condições básicas que o potencial deve obedecer para que seja um PA [2]:

  • Deve existir um limiar de voltagem para que um estímulo desencadeie o PA;
  • Uma vez atingido o limiar, a voltagem deve aumentar até o máximo possível;
  • Caso o estímulo não atinja o limiar, ele deve desaparecer rapidamente.

Podemos então definir como a variável normalizada que fará o papel da diferença de potencial elétrico no axônio, sendo que é definido como o potencial de repouso, é a diferença de potencial máxima suportada pela célula excitável e é o limiar de voltagem . Desta forma podemos escrever as condições acima como

Pode-se dizer que estas condições impõem que e sejam pontos de equilíbrio estável, enquanto seja um ponto de equilíbrio instável.

Assim, a variação temporal do potencial elétrico na célula pode ser dada por

Onde é alguma função que faz satisfazer as condições .

No modelo de Nagumo, utiliza-se o polinômio de terceiro grau .

Substituindo em é fácil notar que e são pontos de equilíbrio de . Por outro lado, como podemos ver na Figura 3, se , temos que logo o valor de diminui até atingir o ponto de equilíbrio em . Se fazendo o potencial crescer até atingir o valor máximo em . Desta forma, temos que e são pontos de equilíbrio estável —representando os pontos de potencial máximo e mínimo, respectivamente—, enquanto que é um ponto de equilíbrio instável, funcionando como o limiar de voltagem para desencadear o PA.

Figura 3 — Curva de com

Em outras palavras, vemos o caráter "tudo ou nada" do potencial deste modelo. Se o valor do estímulo inicial se encontrar entre e , o estímulo desaparece, porém se o estímulo inicial estiver entre e , o estímulo é amplificado até o valor máximo. Entretanto, modelando o sistema apenas com a equação , vemos que o PA não é propagado por todo axônio, ele atua apenas localmente, onde ocorreu o estímulo. Além disso, uma vez estimulado, o neurônio nunca volta para o seu estado de repouso, permanecendo permanentemente no valor máximo de potencial.

Equação de Nagumo

A equação de Nagumo complementa o modelo acima adicionando um termo difusivo à equação . Assim temos que a equação de Nagumo é dada por[3][4]

Onde e .

Desta forma o PA não é mais restrito à região onde ocorre o estímulo e se difunde ao longo de todo axônio.

Modelo de Fitzhugh-Nagumo

O modelo de Fitzhugh-Nagumo (FN) complementa a equação de Nagumo introduzindo uma nova variável, transformando a equação original em um sistema de equações. A variável , chamada de "variável rápida", representa a variação do potencial na membrana da célula, enquanto que a nova variável , chamada de "variável lenta" ou variável de recuperação, representa a capacidade da célula retornar ao seu PR após ser excitada por um estímulo externo. o modelo de FN é dado pelo sistema de equações [3][4] [5]

Onde é o limiar de potencial, e são parâmetros a serem ajustados —relacionados à velocidade de atuação da variável de recuperação— e é a magnitude do estímulo externo [4] [5].

Método de Crank-Nicolson

(explicar o método --> Natália)

Equação de Nagumo 1D

(aplicar o método na equação e testar estabilidade --> Natália)

Método FTCS

(explicar o método --> Murilo)

Equação de Recuperação 1D

(aplicar o método na equação e testar estabilidade --> Murilo))

Modelo FitzHung-Nagumo 2D

(aplicar o método na equação e testar estabilidade --> Bernardo)

O sistema de EDP's em 2 dimensões, assumindo uma difusão isotrópica, é dado por



Como a equação de recuperação já foi discretizada, e não depende da dimensão do problema, precisamos apenas aplicar o FTCS na equação difusiva de naumo em 2D, assumindo , temos



na qual os índices e se referem às coordenadas e respectivamente; e o índice referente ao tempo.

Vamos verificar as condições de estabilidade do problema por modos de Fourier, ou seja, substituindo

Resultados

Equação de Nagumo 1D

(explicar os testes e os gráficos/animações --> Natália)

Modelo FitzHung-Nagumo 1D

(explicar os testes e os gráficos/animações --> Murilo)

Modelo FitzHung-Nagumo 2D

(explicar os testes e os gráficos/animações --> Bernardo)

Discussão

(Contextualizar resultados --> Bernardo)

Programas

Referências

  1. 1,0 1,1 https://www.ufrgs.br/mnemoforos/arquivos/potenciais2005.pdf Jorge A. Quillfeldt,"ORIGEM DOS POTENCIAIS ELÉTRICOS DAS CÉLULAS NERVOSAS"
  2. https://youtu.be/H9yxE9yrH5w
  3. 3,0 3,1 https://tamiu-ir.tdl.org/bitstream/handle/2152.4/60/GARCIA-THESIS-2015.pdf?sequence=1&isAllowed=y Gabriel Perry Natanni Garcia, "NUMERICAL SIMULATION OF THE NAGUMO EQUATION BY FINITE DIFFERENCEMETHOD"
  4. 4,0 4,1 4,2 https://hal.inria.fr/hal-00998828/document
  5. 5,0 5,1 http://www.scholarpedia.org/article/FitzHugh-Nagumo_model