Documentos de Académico
Documentos de Profesional
Documentos de Cultura
10
011
010
0101 01
PRÁCTICAS
Asignatura: Sistemas Inteligentes
1010
Prof. Ana Belén Porto Pazos
Departamento de Tecnologías de la Información y las Comunicaciones 1010 10
101110 10101110101
01101 01 1010
TUTORIAL:
• Modelos Computacionales.
PRÁCTICA:
1
101110 10101110101
01101 01 1010
MODELOS 10
10
011
COMPUTACIONALES 010
0101 01
1010
1010 10
2
101110 10101110101
01101 01 1010
MODELOS COMPUTACIONALES
1110 1010 0001
101110 10101110101
01101 01 1010
MODELOS COMPUTACIONALES
1110 1010 0001
3
101110 10101110101
01101 01 1010
MODELOS COMPUTACIONALES
1110 1010 0001
101110 10101110101
01101 01 1010
MODELOS COMPUTACIONALES
1110 1010 0001
4
101110 10101110101
MODELOS
01101 01 1010COMPUTACIONALES
PROCESO
1110 1010 0001 DE MODELIZACIÓN
H S Sistema
H Hipótesis
S E M M Modelo
C Comparador
C
E Elaborador
101110 10101110101
01101 01 1010
MODELOS COMPUTACIONALES
1110 1010 0001
5
101110 10101110101
01101 01 1010
MODELOS COMPUTACIONALES
1110 1010 0001
CONSIDERACIONES IMPORTANTES:
101110 10101110101
MODELOS
01101 01 1010COMPUTACIONALES
1110RELACIÓN:
1010 0001 IA - NEUROCIENCIA
6
MODELOS
REALISTAS 10
10
011
Modelos Computacionales Biológicos 010
0101 01
1010
1010 10
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
REALISTAS:
1110 1010 0001 APLICACIONES
7
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
REALISTAS:
1110 1010 0001 APLICACIONES
Ejemplos:
GENESIS (the GEneral NEural SImulation System) desarrollado en el
laboratorio de James M. Bower en Caltech.
http://genesis-sim.org/
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
REALISTAS:
1110 1010 0001 APLICACIONES
Ejemplo:
EDLUT desarrollado en la Universidad de Granada. Aplicación en control
de brazos robóticos.
http://code.google.com/p/edlut/
8
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
REALISTAS:
1110 1010 0001 HW y SW INTELIGENTE
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
REALISTAS:
1110 1010 0001 HW y SW INTELIGENTE
9
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
REALISTAS:
1110 1010 0001 HW y SW INTELIGENTE
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
REALISTAS:
1110 1010 0001 HW y SW INTELIGENTE
10
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
El sistema nervioso es
increíblemente complejo.
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
11
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
12
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
13
101110 10101110101
MODELOS
01101 01 1010 COMPUTACIONALES
HIPOCAMPO 010
0101 01
1010
1010 10
14
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
SISTEMA A MODELIZAR:
Se encuentra en el HIPOCAMPO del cerebro de rata.
Constituido por neuronas piramidales de la capa denominada
CA1 del hipocampo.
PROPÓSITO DE LA MODELIZACIÓN
Conocer y comprender la función que desempeña la corriente de
potasio dependiente de calcio denominada IAHP (Afterhyperpolarization
current - corriente de después de la hiperpolarización).
OBJETIVO ÚLTIMO
Estudiar la relación de estos fenómenos con lo que ocurre en el
cerebro humano.
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
30
15
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
-60
Potencial
-80 Umbral
Respuesta
local
Vrep
Corriente
estimulante
Umbral
Corriente
1 2 3 4 5
Tiempo ( ms)
31
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
Alveus Ax.
Basal
Stratum dendrites
Oriens
Intracellular
recording
Stratum
Pyramidale
Extracellular
stimulation
Schaffer collaterals
Stratum Apical
Radiatum dendrites
(proximal)
Apical
dendrites
(distal)
16
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
HERRAMIENTA DE MODELIZACIÓN
1110 1010 0001
H
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
ETAPAS SEGUIDAS
1110 1010 0001 EN LA MODELIZACIÓN (I)
17
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
ETAPAS SEGUIDAS
1110 1010 0001 EN LA MODELIZACIÓN (II)
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
18
101110 10101110101
MODELO COMPUTACIONAL DE IAHP
01101 01 1010
101110 10101110101
01101 01 NEURON
1010
ENTORNO DE SIMULACIÓN
1110 1010 0001
http://www.neuron.yale.edu
REUNIÓN DE DISTINTOS MÓDULOS
Interfaz sencilla que facilita la visualización de los componentes que el
usuario crea.
Lenguaje orientado a objetos que se utiliza para todo lo relacionado a la
interfaz gráfica. Ficheros con la extensión *.hoc con las instrucciones
para cargar directamente al ejecutar el programa.
Intérprete de comandos (HOC) desde donde se puede crear y dirigir
una simulación concreta introduciendo instrucciones escritas en un
lenguaje similar al C (simulaciones simples).
Lenguaje específico (NMODL) con el que se implementan los
mecanismos, canales y puntos de proceso (ficheros *.mod). Tratan con
corrientes, concentraciones de iones y variables de estado, las cuales
siguen reglas definidas por determinadas ecuaciones.
19
101110 10101110101
01101 01 NEURON
1010
ENTORNO DE SIMULACIÓN
1110 1010 0001
101110 10101110101
01101 01 NEURON
1010
ENTORNO DE SIMULACIÓN
1110 1010 0001
20
101110 10101110101
01101 01 1010 NEURON
ENTORNO DE0001
1110 1010 SIMULACIÓN: ficheros *.hoc
load_file("nrngui.hoc")
nrncontrolmenu() // COMANDOS DE CONTROL DEL PROGRAMA
101110 10101110101
01101 01 1010 NEURON
ENTORNO DE0001
1110 1010 SIMULACIÓN: ficheros *.hoc
create seccion
seccion{
diam=
L=
insert hh
}
access seccion 42
21
101110 10101110101
01101 01 1010 NEURON
ENTORNO DE0001
1110 1010 SIMULACIÓN: ficheros *.hoc
objectvar stimulo
stimulo = new IClamp(.5)
stimulo.amp = 1
stimulo.del =
stimulo.dur =
43
101110 10101110101
01101 01 NEURON
1010
ENTORNO DE SIMULACIÓN
1110 1010 0001
22
101110 10101110101
01101 01 NEURON
1010
PRÁCTICA
1110 1010DE
0001MODELIZACIÓN
A. Crear una sección de una neurona, que en este caso representará el soma, con las siguientes
características morfológicas:
•Una longitud de 65μm
•Diámetro de 65μm
•Introducir el mecanismo integrado con el entorno denominado de Hodking y Huxley (HH), que controla los
canales de sodio/potasio y los canales de fuga.
NOTA: Conservar los valores por defecto de los demás parámetros implicados.
B. Estimular la sección creada con un pulso de corriente (IClamp) de las siguientes características:
•Retardo de comienzo del pulso (del): 2ms
•Duración del pulso (dur): 2ms
•Amplitud (amp): 1nA
C. Representar gráficamente el cambio de voltaje (v) que se produce en el punto medio del soma durante 44
ms, debido a la estimulación que le ha sido aplicada (tstop=44).
D. Analiza las siguientes situaciones y escribe un informe que muestre lo que ha sucedido con el potencial de
acción de tu modelo, explicando el por qué de cada situación e incluyendo una conclusión personal sobre la
modelización computacional realista.
101110 10101110101
01101 01 1010
23