Document related concepts
Transcript
Modelado del rol computacional de neuronas nuevas en los circuitos de la memoria del cerebro mamífero adulto. Estamos buscando a un estudiante de física para una tesina en modelado de redes neuronales del hipocampo de ratones, una región del cerebro especializada en la adquisición cotidiana de memorias. Esta es además una de las pocas regiones del cerebro mamífero donde se producen neuronas nuevas en el sujeto adulto. Nuestro objetivo es entender la necesidad y la función de las neuronas nuevas desde un punto de vista de algoritmos de aprendizaje y procesamiento de información. Contexto: El trabajo se desarrollará en el ámbito del Laboratorio de Plasticidad Neuronal del Instituto Leloir, bajo la dirección de los Drs. Emilio Kropff (físico) y Alejandro Schinder (biólogo y director del laboratorio). El laboratorio está dedicado hace años a describir las propiedades eléctricas y fisiológicas de las neuronas nuevas del cerebro adulto a lo largo de su período de maduración. Recientemente se incorporó la línea de modelado que permite enriquecer con una visión más panorámica los descubrimientos experimentales. Tipo de trabajo: Se realizarán simulaciones computacionales de redes neuronales y trabajo analítico utilizando herramientas de mecánica estadística. La hipótesis de partida es que las neuronas jóvenes actúan como sensores de novedad que permiten al Giro Dentado elaborar un diccionario detallado de todos los inputs recibidos durante la historia del animal. Al madurar, cada una de ellas elige un input específico que se dedicará a codificar por el resto de la vida (ver E Kropff, SM Yang, AF Schinder - Current opinion in neurobiology, 2015; S Temprana et al - Neuron, 2015). Los interesados deben enviar un CV a [email protected]. Modelo conceptual del rol de las neuronas nuevas del giro dentado (E Kropff, SM Yang, AF Schinder Current opinion in neurobiology, 2015). Las neuronas jóvenes incorporadas al circuito son altamente excitables y plásticas durante un período de unas pocas semanas, lo que les permite identificar información novedosa, fuera del alcance de las neuronas viejas. A lo largo de un proceso que involucra maduración neuronal, cambio de propiedades intrínsecas y aprendizaje competitivo, se especializan, y la información novedosa pasa a ser familiar. La dinámica exacta de algunas propiedades de este sistema puede ser crucial para optimizar su performance, por lo cual el modelado resulta de suma relevancia.