Departamento de Ingenieria Biomédica

Facultad de Ingeniería
Universidad de Los Andes.

Parcial 3. Sistema Nervioso

Fisiología Avanzada
Andrea Bonilla
Código: 202027081
a.bonillap@uniandes.edu.co

I- Parte teórica

Pregunta Respuesta
1 D
2 C
3 C
4 A
5 C
6 A
7 C
8 B
9 D
10 A

II- Parte práctica

Fig1. Iext=50mA

Fig2. Iext=10mA

Fig3. Iext=0mA
 Departamento de Ingenieria Biomédica
Facultad de Ingeniería
Universidad de Los Andes.

Fig4. Iext=30mA

Fig5. Iext=80mA

Fig6. Iext=100mA

La primera parte de este punto se simulan las condiciones para 6 corrientes diferentes (50,10,0,30,80, y 100 mA) que corresponden respectivamente a
las figuras 1-6.

La frecuencia en el potencial de acción, comparando para 0mA (1 spike), 10mA (7 spikes), hasta 100mA (15spikes) muestra una relación directamente
proporcional entre el aumento de la corriente y la frecuencia de potenciales. (no conseguí hacer el graficoen python, pero la grafica seria similar a
una recta con pendiente positiva o logarítmica).

Punto 2.

Por dificultades con grafico frecuencia vs corriente, no pude realizarlo. Entiendo que del código se deben suprimir los canales de Na y su efecto, y
solo dejar abiertos K (adjunto código)

Punto 3

Fig7. Señal intermitente de 30 a 0mA.

 Departamento de Ingenieria Biomédica
Facultad de Ingeniería
Universidad de Los Andes.

Fig 8, Señal intermitente en modelo.

Parte 2.

La generación de una corriente intermitente a lo largo del acción podría deberse a mutaciones genéticas en canales de Na. Otra posible explicación
seria la desmielinización de los nervios por perdida de células mielinizantes que interrumpan la transmisión de la corriente a lo largo del axon.

CODIGOS

Punto 1. 1
 Departamento de Ingenieria Biomédica
Facultad de Ingeniería
Universidad de Los Andes.

Punto 2.

import numpy as np

import matplotlib.pyplot as plt

from scipy.integrate import odeint

def eq(y,t,Iext):

V,m,n,h=y #definir variables

#gna=gNa*m0**3*h0

gk=gk1*n0**4

gl=gl1

E=(gNa*ENa+gk*Ek*+gl*El)/(gNa+gk+gl) #potencial en reposo

#Canal n de potasio

an=0.1*((Vm0+60)/10)/((1-np.exp(-(V+60)/10)))

bn=0.125*np.exp(-(V+70)/80)

#Canal m de sodio

#am=((Vm0+45)/10)/(1-np.exp(-(V+45)/10))

#bm=4*np.exp(-(Vm0+70)/18)

#Canal h de sodio

#ah=0.07*np.exp(-(V+70)/20)

#bh=(1/(1+np.exp(-(V+40)/10)))

#Permeabilidad total

g=gk+gl

#Ecuaciones diferenciales

dVdt=(Iext-g*(V-E)/C)

dndt=an*(1-n0)-bn0*n0

dmdt=am*(1-m0)-bm0*m0

dhdt=ah*(1-h0)-bh0*h0

return [dvdt,dndt,dmdt,dhdt]

#Parametros

C=1 #mF

#gNa=120 #mS

#ENa=45 #mV
 Departamento de Ingenieria Biomédica
Facultad de Ingeniería
Universidad de Los Andes.

gk1=36 #mS

Ek=-82 #mV

gl1=0.3 #mS

El=-59 #mV

t=np.linspace(0,100,10000)

Iext=np.linspace(0,100,6)

#valores iniciales

X0=[-70,0.058,0.33,0.569]

for i in np.arange(len(Iext),1):

sol=odeint(eq,X0,t,args=(Iext[i],))

Vm=sol[:,0]

plt.plot(t,Vm,label='Iext='+str(Iext[i])+ 'mA')

plt.legend(loc='best')

plt.xlabel('t (s)')

plt.ylabel('Vm (mV)')

plt.grid()

plt.show()

Punto 3.