Estudo do Potencial de Ação utilizando o Modelo de Hodgkin-Huxley
DOI:
https://doi.org/10.29384/rbfm.2021.v15.19849001624Palavras-chave:
Potencial de Ação, Modelo de Hodgkin-Huxley, Monte Carlo dinâmicoResumo
O sistema nervoso processa, recebe e transmite informações dos mais diversos componentes sensoriais, permitindo o controle e a integração das atividades internas e externas de um organismo. Suas unidades básicas de funcionamento são células altamente especializadas denominadas neurônios, capazes de conduzir os sinais neurais. Tais sinais são transmitidos por meio de potenciais de ação, que são variações rápidas do potencial elétrico da membrana celular dos neurônios, devido ao movimento de íons através de canais iônicos presentes nas membranas. Uma forma de compreender os processos biofísicos por trás do potencial de ação é através do estudo do modelo de Hodgkin-Huxley (HH), que apresenta um conjunto de equações capaz de descrever a dinâmica temporal das condutâncias dos íons presentes no interior e exterior da membrana, a fim de determinar a corrente iônica e o potencial de ação. Embora o modelo HH descreva de forma satisfatória o potencial de ação, seu sistema de equações é determinístico. Uma vez que o fenômeno do movimento dos íons pode ser compreendido como um processo probabilístico, uma descrição mais acurada poderia ser realizada utilizando um formalismo estocástico, como o método Monte Carlo dinâmico (método DMC). Nesse contexto, o presente trabalho tem por objetivo utilizar do método DMC para estudar o modelo HH do ponto de vista estocástico. Mostramos que o método DMC se mostra uma ferramenta viável e com resultados satisfatórios a respeito do modelo HH, possibilitando observá-lo sob uma perspectiva estocástica.
Downloads
Referências
2. Guyton AC. Neurociência básica: anatomia e fisiologia. 2. ed. São Paulo: Guanabara Koogan; 1993.
3. FitzHugh R. Mathematical models of excitation and propagation in nerve. In: Biological Engineering edited by H P Shawn. New York: McGraw Hill; 1969.
4. Hodgkin AL, Huxley AF. A quantitative description of membrane current and its application to conduction and excitation in nerve. The Journal of Physiology. 1952; 117:500-544.
5. Aiello OE, Da Silva MAA. New approach to dynamical Monte Carlo methods: application to an epidemic model. Physica A. 2003; 327:525-534.
6. Aiello OE, Haas VJ, Da Silva MAA, Caliri A. Solution of deterministic-stochastic epidemic models by dynamical Monte Carlo method. Physica A. 2000; 282:546-558.
7. Costa FHS. Sobre mecanismos mesoscóspicos do crescimento de tumores [tese]. Ribeirão Preto: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo; 2016. 74p.
8. Fichthorn KW, Weinberg WH. Theoretical foundations of dynamical Monte Carlo simulations. Journal of Chemical Physics. 1991; 95(2):1090-1096.
9. Kalos MH, Whilock PA. Monte Carlo methods. 2. ed. Weinheim: Wiley; 2008.
10. DeVries P. A first course in computional physics. New York: John Wiley & Sons; 1994.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
A submissão de artigos originais para a Revista Brasileira de Física Médica implica na transferência, pelos autores, dos direitos de publicação impressa e digital. Os direitos autorais para os artigos publicados são do autor, com direitos do periódico sobre a primeira publicação. Os autores somente poderão utilizar os mesmos resultados em outras publicações indicando claramente este periódico como o meio da publicação original. Em virtude de sermos um periódico de acesso aberto, permite-se o uso gratuito dos artigos em aplicações educacionais, científicas, não comerciais, desde que citada a fonte.
A Revista Brasileira de Física Médica está sob a Licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).