Resumo: Neste trabalho será apresentado um modelo computacional de um núcleo motor (composto por três motoneurônios alfa) e as respectivas unidades musculares. O modelo neuromuscular é constituído por unidades motoras dos tipos S, FR e FF, que foram implementadas computacionalmente utilizando a linguagem de programação Python e as bibliotecas do simulador NEURON. O modelo representou aspectos fundamentais do funcionamento do sistema neuromuscular como, por exemplo, a relação entre a força e a frequência de ativação das unidades motoras, bem como a ordem de recrutamento e a modulação da frequência de disparos de potenciais de ação das unidades motoras durante a geração da força muscular. Palavras-chave: Controle da força muscular; Modelagem computacional; Unidade motora. O desenvolvimento de um modelo computacional envolve decisões relacionadas a dois aspectos principais: 1) o nível de complexidade do sistema físico ou biológico que o modelo matemático pretende representar e 2) a plataforma computacional na qual o modelo é implementado. O primeiro está associado, em algum grau, à plausibilidade biológica do modelo e à sua eficiência computacional, enquanto o segundo está relacionado ao uso de linguagens de programação livres, versáteis, de fácil aprendizado e utilização para os pesquisadores das diferentes áreas do conhecimento. Do ponto de vista do sistema neuromuscular, alguns dos modelos citados anteriormente [1][2][3][4][5], embora apresentem uma boa fidelidade biológica, foram desenvolvidos em plataformas proprietárias (e.g. Matlab) ou em linguagens que não são tipicamente utilizadas atualmente por pesquisadores na área de Neurociências, criando, portanto, barreiras adicionais à ampla utilização destes modelos.
AbstractNeste estudo, o objetivo é o desenvolvimento de um modelo multiescala simplificado do sistema neuromuscular. O modelo foi concebido de forma a possuir plausibilidade biológica e eficiência computacional. Além disso, para a implementação computacional dos modelos, foram adotadas plataformas flexíveis e reconhecidas pela comunidade científica da área de Neurociências.
Materiais e métodosO modelo foi implementado em linguagem de programação Python, que é uma linguagem livre, de fácil entendimento [6] e que vem sendo utilizada e difundida pela comunidade científica de Neurociência