Contribuições para o estudo do código neural
assembleias neuronais, codificação neural, análise de componentes independentes, decomposição wavelet, teoria da informação, 5-MeO-DMT.
Os recentes avanços técnicos das duas últimas décadas para o registro de sinais neuroeletrofisiológicos foram essenciais para que se testassem hipóteses há muito propostas acerca de como células nervosas processam e armazenam informação. No entanto, ao permitir maior detalhamento dos dados coletados, as novas tecnologias levam inevitavelmente ao aumento de sua complexidade estatística e, consequentemente, à necessidade de novas ferramentas matemático-computacionais para sua análise.
Nesta tese, apresentamos novos métodos para a análise de dois componentes fundamentais nas atuais teorias da codificação neural: (1) a co-ativação de subgrupos neuronais (assembleias) e (2) o padrão temporal de atividade de neurônios individuais. Em relação a (1), desenvolvemos um método baseado em análise de componentes independentes para identificar e rastrear padrões de co-ativação significativos com alta resolução temporal. Superamos limitações de métodos anteriores, ao isolar assembleias corretamente e abrir a possibilidade de analisar simultaneamente grandes populações neuronais. Em relação a (2), apresentamos uma nova técnica para a extração de padrões de atividade em trens de disparo baseada na decomposição wavelet. Demonstramos, por meio de simulações e de aplicação a dados reais, que nossa ferramenta supera as mais utilizadas atualmente em decodificar respostas de neurônios e em estimar a informação de Shannon entre trens de disparos e estímulos externos. Todos os códigos para as implementações de ambos os métodos são disponibilizados e suas extensões para novas análises de dados reais são apresentadas e discutidas.
Finalizamos esse trabalho com uma análise preliminar do efeito do alucinógeno 5-MeO-DMT na atividade neural do hipocampo e do neocórtex de roedores. Para o estudo do efeito da droga, apresentamos ferramentas em desenvolvimento para a análise para spike sorting, utilizando modelos de mistura de gaussianas, e para oscilações potenciais de campo, com base na decomposição de modo empírico.