Datos Identificativos 2020/21
Asignatura (*) Neurociencia Computacional Código 610490016
Titulación
Mestrado Universitario en Neurociencia (Plan 2011)
Descriptores Ciclo Periodo Curso Tipo Créditos
Máster Oficial 2º cuatrimestre
Primero Optativa 3
Idioma
Castellano
Modalidad docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Departamento profesorado máster
Coordinador/a
Correo electrónico
Profesorado
Correo electrónico
Web http://http://www.usc.es/gl/titulacions/masters_oficiais/neurosci//
Descripción general Coñecer as formas de reproducir nas computadoras as estructuras e funcionamento dos circuitos do cerebro. Para a investigación do sistema nervioso e para diseñar sistemas intelixentes baseados no funcionamento cerebral.
Plan de contingencia 1. Modificacións nos contidos

2. Metodoloxías
*Metodoloxías docentes que se manteñen

*Metodoloxías docentes que se modifican

3. Mecanismos de atención personalizada ao alumnado

4. Modificacións na avaliación

*Observacións de avaliación:

5. Modificacións da bibliografía ou webgrafía

Competencias del título
Código Competencias del título
A4 Explicar el funcionamiento de las neuronas desde el nivel molecular al celular.
A5 Describir la relación entre los canales iónicos y el comportamiento neuronal.
B4 Sepan leer y obtener información relevante de publicaciones científicas.
B5 Sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con la neurociencia.
B7 Tengan competencia en la presentación oral y escrita de resultados científicos a públicos especializados y no especializados de un modo claro y sin ambigüedades.
B8 Sepan trabajar en grupos de carácter multidisciplinar
B9 Posean capacidad de reflexión sobre las responsabilidades éticas y sociales de la aplicación de la investigación.
C3 Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida.
C4 Desarrollarse para el ejercicio de una ciudadanía abierta, culta, crítica, comprometida, democrática y solidaria, capaz de analizar la realidad, diagnosticar problemas, formular e implantar soluciones basadas en el conocimiento y orientadas al bien común.
C6 Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse.
C7 Asumir como profesional y ciudadano la importancia del aprendizaje a lo largo de la vida.
C8 Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad.

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
- Capacidade de abstracción e formalización do fenómeno ou sistema real a modelizar. AI5
BI4
BI5
BI8
CI3
CI6
CI7
CI8
- Ser capaz de relacionarse e traballar en equipo con científicos de diferentes ámbitos. BI8
BI9
CI4
CI6
CI8
- Capacidade para comprender e expoñer os resultados das modelizacións e establecer relacións co coñecemento existente ata o momento do sistema biolóxico. AI4
AI5
BI4
BI7
CI6

Contenidos
Tema Subtema
1. Introducción a la neurociencia computacional
2. Modelos a nivel molecular
3. Modelos a nivel de membrana: desde Boltzmann hasta Hodgkin-Huxley
4. Modelos a nivel de neurona: teoria del cable y modelo
compartimental de Rall
5. Modelos a nivel de sinapsis
6. Modelos de microcircuitos
7. Modelos de macrocircuitos
8. Codificación en receptores sensoriales
9. Tipos de actividad neuronal
10. Transmisión de información en el cerebro
11. Codificación espacial y temporal
12. Codificación por poblaciones de neuronas
Se expodrán y comentarán con los alumnos las diapositivas relacionadas a cada tema.
PROGRAMA DE CLASES PRÁCTICAS
Comprender cómo se hace una modelización.
Prácticas con neurosimuladores.
Informe sobre la Aplicación del proceso de modelización
Exposición tras análisis y crítica.

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Sesión magistral A4 A5 B4 C3 C8 20 25 45
Seminario B5 B7 B8 B9 C4 C6 C7 9 18 27
 
Atención personalizada 3 0 3
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Sesión magistral Realizarase a clase maxistral co empleo de materiais docentes multimedia, aproveitando as vantaxes das novas tecnoloxías e fomentando a participación do alumnado en cada tema. Esta actividade estará apoiada polo resto das metodoloxías.
Seminario Consiste na representación dun fenómeno de natureza electrofisiolóxica, que permite unha análise máis sinxela, que si se levara a cabo sobre o orixinal ou na realidade. Ponse ao suxeito ante unhas condicións hipotéticas nas cales se proba o seu comportamento ante situacións concretas. Baséase, por tanto, na configuración de situacións similares ás que se producen nun contexto real, coa finalidade de utilizalas como experiencias de aprendizaxe.

Atención personalizada
Metodologías
Seminario
Descripción
Resolución de las dudas que surjan tanto en clases magistrales como el la realización de los trabajos. Se atenderán los alumnos mediante tutorías presenciales, así como mediante tutorías virtuales a través del correo electrónico.

Evaluación
Metodologías Competéncias Descripción Calificación
Sesión magistral A4 A5 B4 C3 C8 La asistencia y participación en las clases de prácticas y clases expositivas supondrá el 40% de la nota final. 40
Seminario B5 B7 B8 B9 C4 C6 C7 La calidad de los trabajos, así como su exposición adecuada suponen el 60% de la nota final. 60
 
Observaciones evaluación

Casos excepcionles: en caso de que el estudiante, por razones
debidamente justificadas, no pudiera realizar todas las pruebas de evaluación continua, el alumno se comunicará con la profesora para establecer  unas fechas de defensa de los trabajos.

Fuentes de información
Básica

  • Bartol, T. : “MCell Software”: http://www.mcell.cnl.salk.edu/
  • Bower J. M. y Koch C. “Experimentalists and modelers: can we all just get along?”. Trends in Neuroscience. 15(11): 458-461.1992.
  • Bower, J.M., and Beeman: “The Book of GENESIS: Exploring Realistic Neural Models with the GEneral NEural SImulation System”. Second edition. New York: Springer-Verlag. 1998
  • Carnevale, N.T. & Hines, M.L.: "The NEURON simulation enviroment". Neural Computation 9:1179-1209. 1997. http://neuron.duke.edu/environ/
  • COUCH, L.W. Sistemas de comunicación digitales y analógicos. Prentice Hall, 1998.
  • DIMITRIEV, V.I. Teoría de información aplicada. Ed. MIR, Moscú, 1991.
  • DRURY, G., MARKARIAN, G y PICKAVANCE, K. Coding and modulation for digital television. Kluwer, 2001.
  • 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.
  • Koch, C. Biophysics of Computation: Information Processing in Single Neurons. Oxford University Press, 1999.
  • 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.
  • MacKay, DJC. Information Theory, Inference, and Learning Algorithms. Cambridge University Press, 2003.
  • NEURON Programming Tutorial. http://www.cs.unc.edu/-martin/
  • PROAKIS, J.G. Digital communications, McGraw Hill, 1995
  • 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.
  • F Rieke, D Warland, R de Ruyter van Steveninck & W Bialek. Spikes: Exploring the Neural Code. MIT Press, Cambridge, 1997.
  • Schwartz, Eric L. “Computational Neuroscience”. MIT Press. 1990.
  • Storm J. F.: “Potassium currents in hippocampal pyramidal cells”. Prog. Brain Res. 83, 161-187. 1990.
  • STREMLER, F.G. Introducción a los sistemas de comunicación. Addison-Wesley, 1993.
  • UEIL: An User Extendable Interactive Language. http://www.neuron.yale.edu/neuron/refman/hoc.html
  • USRM. NEURON User Manual. http://neuron.duke.edu/userman/
  • Wessel R., Kristan Jr. W.B., Kleinfeld D.: “Dendritic Ca2+-acticvated K+ conductances regulate electrical signal propagation in an invertebrate neuron”. J. Neuroscience. 19:8319-8326. 1999.
  • Wiener, N.: “Cibernética”. Tusqets editores. 1985.
  • WILSON, S.G. Digital modulation and coding, Prentice Hall, 1996.
Complementária


Recomendaciones
Asignaturas que se recomienda haber cursado previamente

Asignaturas que se recomienda cursar simultáneamente
Sistemas Adaptativos Complejos/610411231
Bioinformátiva Aplicada a la Neurociencia/610411204

Asignaturas que continúan el temario
Fisiología del Sistema Nervioso/610411105

Otros comentarios


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías