Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 45 Horas de Titorías: 1 Clase Expositiva: 20 Clase Interactiva: 9 Total: 75
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación, Departamento externo vinculado ás titulacións
Áreas: Ciencia da Computación e Intelixencia Artificial, Área externa M.U en Neurociencia (2ª ed)
Centro Facultade de Bioloxía
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
* Resolver problemas científicos mediante a modelización, relacionando datos que a
simple vista parecen aillados, pero que realmente tenhen unha conexión importante.
* Ponher a proba teorías e hipóteses para verificar de forma consistente fenómenos
biolóxicos supostos.
* Coñecer cómo se codifica a información no sistema nervioso
* Suxerir novas relacións e dúbidas acerca dos sistemas biolóxicos modelizados, o que
levará o afianzamiento de novos descubrimentos
* Manexar bibliografía especializada, así como no uso das TIC para preparar a
materia.
Nota.- no caso de ter que aplicar Escenarios 2 e/ou 3 (segúndo a situación), non se preveen cambios.
CLASES TEÓRICAS
• Introducción á neurociencia computacional
• Modelos a nivel molecular
• Modelos a nivel de membrana
• Modelos a nivel de neurona
• Modelos a nivel de sinapsis
• Modelos de microcircuitos
• Modelos de macrocircuitos
• Codificación en receptores sensoriais
• Tipos de actividade neuronal
• Transmisión de información no cerebro
• Codificación espacial e temporal
• Codificación por poblacións de neuronas
CLASES PRÁCTICAS
TAREA 1: Comprender cómo se fai una modelización.
TAREA 2: Prácticas con neurosimuladores.
TAREA 3: Informe sobre a Aplicación do proceso de modelización
TAREA 4: Exposición tras análise e critica
Nota.- no caso de ter que aplicar Escenarios 2 e/ou 3 (segúndo a situación), non se preveen cambios.
Bibliografía básica:
• Schwartz, Eric L. “Computational Neuroscience”. MIT Press. 1990.
Bibliografia complementaria:
• Carnevale, N.T. & Hines, M.L.: "The NEURON simulation enviroment". Neural
Computation 9:1179‐1209.
http://www.neuron.yale.edu/neuron/static/papers/nc97/nctoc.htm 2010.
• Hines, M.: “NEURON—A program for simulation of nerve equations”. In: Neural
Systems: Analysis and Modeling, edited by F. Eeckman. Norwell, MA: Kluwer, p. 127‐
136. 1993.
• Hines, M.: “The NEURON simulation program”. In: Neural Network Simulation
Environments, edited by J. Skrzypek. Norwell, MA: Kluwer, p. 147‐163. 1994.
• LeRay, D., Fernández, D., Porto, A. & Buño, W. “Metaplastic regulation of synaptic
efficacy between convergent Schaffer collaterals in rat hippocampal CA1 neurons.”
Soc. Neurosci. Abstr., Vol. 29. 2003.
• LeRay, D., Fernández, D., Porto, A., Fuenzalida, M. & Buño, W. “Heterosynaptic
Metaplastic Regulation of Synaptic Efficacy in CA1 Pyramidal Neurons of Rat
Hippocampus”. Hippocampus. 2004.
• Fernández, D., Fuenzalida, M., Porto, A. & Buño, W. “Selective Shunting of the NMDA
EPSP Component by the Slow After Hyperpolarization in Rat CA1 Pyramidal Neuron”.
Journal of Neurophysiology, 97 pp. 3242‐3255. 2007.
• NEURON Tutorial. http://www.anc.ed.ac.uk/school/neuron/. 2010
• Sah P., Bekkers J.M.: “Apical dendritic location of slow afterhyperpolarization current
in hippocampal pyramidal neurons: implications for the integration of long‐term
potentiation”. J. Neuroscience. 16:4537‐4542. 1996.
• Storm J. F.: “Potassium currents in hippocampal pyramidal cells”. Prog. Brain Res. 83,
161‐187. 1990.
• Wiener, N.: “Cibernética”. Tusqets editores. 1985.
Nota.- no caso de ter que aplicar Escenarios 2 e/ou 3 (segúndo a situación), non se preveen cambios.
* Ser capaz de relacionarse e traballar en equipo con científicos de diferentes ámbitos.
* Capacidade de abstracción e formalización do fenómeno do sistema real a modelar.
* Capacidade para comprender e expoñer os resultados das modelizacións e
establecer relacións co coñecemento existente ata o momento do sistema
biolóxico.
Nota.- no caso de ter que aplicar Escenarios 2 e/ou 3 (segúndo a situación), non se preveen cambios.
* Clases expositivas. Onde se exporán os conceptos teóricos.
* Clases interactivas. Onde se realizarán as prácticas.
Nota.- no caso de ter que aplicar Escenarios 2 e/ou 3 (segundo a situación), ver o PLAN DE CONTINXENCIA no apartado OBSERVACIÓNS.
A avaliación realizarase a través dos traballos plantexados na materia:
* Traballo 1: Utilización do simulador Phase Plane. 50% da nota final.
* Traballo 2: Utilización do simulador Neuron. 50% da nota final.
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.
Nota.- no caso de ter que aplicar Escenarios 2 e/ou 3 (segúndo a situación), non se preveen cambios.
Clases expositivas e interactivas: 30 horas.
Traballo persoal: 45 horas.
Nota.- no caso de ter que aplicar Escenarios 2 e/ou 3 (segúndo a situación), non se preveen cambios.
Eduardo Manuel Sánchez Vila
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Teléfono
- 881816466
- Correo electrónico
- eduardo.sanchez.vila [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
| Venres | |||
|---|---|---|---|
| 10:00-14:00 | Grupo /CLE_01 | Castelán | Aula 05 (videoconferencia). Rita Levi Montalcini |
| 19.06.2025 11:30-13:30 | Grupo /CLE_01 | Aula 05 (videoconferencia). Rita Levi Montalcini |