Our library of double transporter deletion strains is a powerful tool for rapid identification of potential drug import and export routes, which can aid in determining the chemical groups necessary for transport via specific carriers. This information may be translated into a better design of drugs for optimal absorption by target tissues and the development of drugs whose utility is less likely to be compromised by the selection of resistant mutants.
Este projeto propõe a construção de um módulo estatístico para complemento ao sistema computacional utilizado no processo de avaliação de disciplinas e docentes da Faculdade de Engenharia Elétrica e de Computação da Unicamp. Foi realizado o estudo de métodos estatísticos capazes de identificar correlações entre diferentes aspectos avaliados e evidenciar aspectos de significância estatística nos dados coletados. Entretanto, a implementação do sistema não foi finalizada devido à interrupção do projeto.
ResumoO objetivo deste estudo foi desenvolver modelos matemáticos computacionalmente eficientes e biologicamente plausíveis de neurônios motores de vertebrados. Modelos de neurônios motores de diferentes tipos (S, FR e FF) foram implementados em linguagem de programação Python utilizandose bibliotecas do simulador Neuron. Os modelos foram parametrizados e validados sistematicamente tendo como base dados reportados na literatura experimental. Palavraschave: Eletrofisiologia, Motoneurônio, Neurociência Computacional IntroduçãoUm dos elementos fundamentais no controle do movimento é o neurônio motor, cuja atividade é responsável pela geração da força dos músculos esqueléticos. Em uma dada tarefa motora, diferentes tipos de neurônios motores são recrutados. Três tipos básicos foram caracterizados em estudos experimentais realizados em gatos: i) tipo S ( slow ), que inervam fibras musculares lentas e resistentes à fadiga; ii) tipo FR ( fatigue resistant ), que inervam fibras rápidas, porém, resistentes à fadiga; e iii) tipo FF ( fast fatigable ), que inervam fibras rápidas e fatigáveis 1 . A modelagem matemática e a simulação computacional têm auxiliado no entendimento da eletrofisiologia motoneuronal. Nesse projeto, foram desenvolvidos modelos matemáticos computacionalmente eficientes e biologicamente plausíveis de neurônios motores de vertebrados. Os comportamentos observados a partir das simulações destes modelos foram comparados com dados reportados na literatura experimental. Resultados e DiscussãoOs modelos foram implementados em linguagem de programação Python em conjunto com bibliotecas do simulador Neuron 2 . Do ponto de vista morfológico, os modelos foram representados por dois compartimentos cilíndricos, um representando o soma e outro a arborização dendrítica 3 . Em ambos os compartimentos, foram incluídas as propriedades passivas da membrana (capacitância da membrana e resistência de fuga). No soma, foram incluídos canais iônios ativos de Na + , rápido de K + e lento de K + . Os dois primeiros canais são responsáveis pela geração do potencial de ação e o último fornece a dinâmica da hiperpolarização póspotencial de ação (AHP, do inglês afterhyperpolarization ) 4 . O compartimento dendrítico foi considerado passivo, ou seja, sem canais iônicos dependentes do potencial de membrana. Correntes em pulso ou em degrau foram injetadas no compartimento somático de cada modelo para determinar características básicas, como a amplitude do potencial de ação, a resistência de entrada, reobase, amplitude e duração da AHP. Com os parâmetros geométricos e eletrotônicos adotados, todos os modelos apresentaram características similares a observações experimentais 5,6 . Para validar os modelos, foram estimadas as relações entre a frequência de disparos de potenciais de ação ( f ) e a magnitude da corrente em degrau injetada no soma ( I ).A Figura 1 mostra que as curvas fI dos modelos são aproximadamente lineares (vide ajustes lineares). Os ganhos (Hz/nA) são compatíveis com os dados reportados em outros estudos experimentais...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.