Publicação do vídeo “Meet NeuroMat Researcher: Arthur Valencio”

*Por Thais May Carvalho

Acaba de ser publicado no YouTube o vídeo “Meet NeuroMat Researcher: Arthur Valencio”. Esse é o terceiro vídeo da série, que conta com a participação de vários outros pesquisadores que integram o grupo do CEPID NeuroMat.

Arthur é pós-doutorando na Universidade de Campinas, sob a orientação da professor Jorge Stolfi, e desenvolve sua pesquisa dentro do NeuroMat há um ano e meio. Desde 2019, ele também trabalha em parceria com o Hospital das Clínicas.

O seu campo de estudo está relacionado com a doença de Parkinson, pois ele quer verificar como se dá a comunicação entre as partes do cérebro em pessoas que tiveram um eletrodo implantado para diminuir os tremores relacionados à doença.

Nesse vídeo de quatro minutos, Arthur irá falar sobre que partes do cérebro são afetados pelo Parkinson, como é o seu protocolo experimental e os resultados preliminares a partir do que já foi coletado.

Anúncios

Publicação do vídeo “Meet NeuroMat Researcher: Fernanda Torres”

*Por Thais May Carvalho

Acaba de ser publicado no YouTube o vídeo “Meet NeuroMat Researcher: Fernanda Torres”. Esse é o segundo vídeo da série, que conta com a participação de vários outros pesquisadores que integram o grupo do CEPID NeuroMat.

Fernanda é doutoranda do Programa de Fisiologia do IBCCF/UFRJ, sob a orientação da professora Cláudia Vargas. Ela também é integrante da equipe ABRAÇO, que fica sediada no Rio de Janeiro. Lá, os pesquisadores trabalham com estudos relacionados à lesão do plexo braquial.

Dentro desse campo, Fernanda faz sua pesquisa voltada para entender como funciona a comunicação cerebral nas pessoas com que sofreram a lesão do plexo braquial (comparando com aquelas que não tem a lesão). Mais especificamente, ela vê como acontece a comunicação no momento em que há uma entrada sensorial e uma resposta motora.

Nesse vídeo de quatro minutos, Fernanda irá falar sobre a hipótese da sua pesquisa, o experimento que utiliza o equipamento de estimulação magnética transcraniana e a utilização do InVesalius (um software livre criado pela equipe do NeuroMat).

Para produzir esse vídeo, um dos integrantes da área de difusão científica do NeuroMat viajou até o Rio de Janeiro, onde visitou o Instituto de Neurologia Deolindo Couto e conheceu os pesquisadores da equipe ABRAÇO.

INTO e INDC: uma viagem pela lesão do plexo braquial

Por Matheus Cornely Sayão

No dia 2 de Setembro, fui em missão científica para o Rio de Janeiro conhecer o trabalho que vem sendo feito pelos membros da iniciativa ABRAÇO dentro do Instituto de Neurologia Deolindo Couto (INDC) e no Instituto Nacional de Traumatologia e Ortopedia (INTO). O objetivo da viagem foi tanto produzir conteúdos noticiosos sobre os membros da equipe quanto construir uma integração melhor entre os pesquisadores ligados à Universidade Federal do Rio de Janeiro (UFRJ) e a difusão científica do CEPID NeuroMat.

Ao longo dos 4 dias que passei no Rio de Janeiro, entrevistei 5 pesquisadores no INDC, em que coletei material para a produção de cinco vídeos institucionais para a iniciativa ABRAÇO. Nos vídeos, os pesquisadores descrevem seu trabalho, os espaços de coleta dos dados utilizados nas suas pesquisas e quais os problemas científicos que pretendem responder ou clarificar.

Nas visitas ao INTO, pude conversar com quase toda a equipe que trabalha com a lesão do plexo braquial: fisioterapeutas, cirurgiões, psicólogos. Infelizmente, durante o pouco tempo que tive, não foi possível entrevistar as pessoas que participam da assistência social. Foram tiradas fotos e feitas entrevistas individuais e coletivas com os membros da equipe. Além disso, foi possível acompanhar em primeira pessoa como se dá a reabilitação dos pacientes com lesão do plexo braquial dentro da sala de fisioterapia do INTO.

Durante a experiência, pude conversar com diversos pacientes com LTPB, escutar suas histórias de vida, conversar sobre as dificuldades com o tratamento e suas esperanças pessoais com o rumo da reabilitação. A passagem pelo Rio de Janeiro foi engrandecedora por ter me aproximado mais da totalidade do tratamento da LTPB, tomado consciência de toda a multidisciplinaridade que envolve a reabilitação de quem passou e ainda passa pela lesão e pela integração com o corpo de pesquisadores que estudam a lesão.

Como resultado da viagem, um conjunto de vídeos e de matérias será publicado ao longo dos próximos meses. O primeiro vídeo, sobre o pesquisador Luiggi Lustosa e sua pesquisa em cinemática, está dispobilizado no Youtube.

Publicação do vídeo “Meet NeuroMat Researcher: Luiggi Lustosa”

*Por Thais May Carvalho

Acaba de ser publicado no YouTube o vídeo “Meet NeuroMat Researcher: Luiggi Lustosa”. Esse é o primeiro vídeo da série, que contará com a participação de vários outros pesquisadores que integram o grupo do CEPID NeuroMat.

Luiggi é doutorando do Programa de Fisiologia do IBCCF/UFRJ, sob a orientação da professora Cláudia Vargas. Ele também é integrante da equipe ABRAÇO, que fica sediada no Rio de Janeiro. Lá, os pesquisadores trabalham com estudos relacionados à lesão do plexo braquial.

Dentro desse campo, Luiggi faz sua pesquisa na área da cinemática, que consiste, basicamente, no estudo sobre os movimentos dos corpos. Ele utiliza essa técnica para tentar compreender as consequências motoras da lesão do plexo braquial.

Nesse vídeo de três minutos e meio, Luiggi irá falar um pouco mais sobre o conceito da cinemática e os experimentos relacionados ao movimento que eles fazem com o auxílio de câmeras de infravermelho.

Para produzir esse vídeo, um dos integrantes da área de difusão científica do NeuroMat viajou até o Rio de Janeiro, onde visitou o Instituto de Neurologia Deolindo Couto e conheceu os pesquisadores da equipe ABRAÇO.

Publicação do vídeo “Seleção Estatística de Modelos e suas Assinaturas Eletrofisiológicas e Comportamentais”

*Por Thais May Carvalho

O primeiro vídeo produzido pela equipe do CEPID NeuroMat em 360 graus acabou de ser publicado no YouTube.

“Seleção Estatística de Modelos e suas Assinaturas Eletrofisiológicas e Comportamentais” fala sobre a tese do doutorando Fernando Araujo Najman. Bolsista do NeuroMat há dois anos, ele faz parte do programa de Bioinformática, no Instituto de Matemática e Estatística da USP. O seu orientador é o professor Antonio Galves, da USP, e sua co-orientadora é a professora Cláudia Vargas, da UFRJ.

Nesse vídeo de 3 minutos, Fernando explica como sua pesquisa verifica se o cérebro consegue predizer o que está por vir a partir de sequências sonoras (que são geradas a partir de um modelo matemático), mesmo existindo aleatoriedades nessa estrutura.

Essa produção em realidade virtual concorre ao Prêmio Vídeo Pós-Graduação USP, na categoria ‘Multidisciplinar”. Promovido pela Pró-Reitoria de Pós-Graduação da Universidade de São Paulo, esse concurso tem como objetivo premiar, em 10 categorias diferentes, vídeos sobre trabalhos de mestrado e doutorado que estão em andamento na USP.

Uma breve introdução à Neurociência Computacional – parte III de III

O texto abaixo, de autoria de Samhita Alla e Vihar Kurama, é a parte final da tradução do artigo original, que pode ser encontrado aqui.

 

Velocidade

Os impulsos nervosos viajam rapidamente ao longo do axônio por dois motivos principais: tamanho e a bainha de mielina. Ela é uma camada insulante que não permite a passagem de íons.  

Anatomia de um neurônio. (Fonte: Khan Academy)

Os nódulos de Ranvier representados no neurônio acima são os espaços entre as bainhas de mielina que envolvem o axônio. No sistema nervoso periférico, mielina é encontrada nas membranas de células de Schwann. No sistema nervoso central, oligodendrócitos são responsáveis pela insulação. 

O sistema nervoso periférico é constituído por nervos e gânglios fora do cérebro e da medula espinhal. O sistema nervoso central é composto pelo cérebro e a medula espinhal.

Quando o potencial de ação atravessa o axônio, há a possibilidade de que ele se perca, por isso a presença de mielina é importante para preservá-lo. 

Um axônio com e sem a bainha de mielina. (Fonte: Khan Academy)

A bainha de mielina diminui a capacitância do neurônio na área que ela cobre. Logo, os neurônios ficam com vários íons negativos agitados, que precisam ser balanceados. Por isso eles se dispersam rumo ao fim da membrana, na esperança de encontrar íons positivos. Os íons positivos então se aproximam deles para acalmá-los. Em troca, isso leva à formação de uma fina camada de íons positivos do lado de fora, de os íons negativos do lado de dentro. Nas regiões em que a mielina está envolvendo o axônio, menos íons negativos se acumulam na membrana, já que eles não poderão se aproximar dos íons positivos tão facilmente. Isso significa que, conforme o potencial de ação atravessa a célula, é mais fácil despolarizar (uma mudança positiva na voltagem) as áreas que estão envoltas na bainha de mielina, porque há menos íons negativos.

Os nódulos de Ranvier tem canais de voltagem positiva, onde os íons positivos se acumulam, já que se trata de uma região que não está coberta pela mielina. Logo, os íons negativos nos axônios querem atingir os nódulos de Ranvier para balancear os sinais. Essa propagação do potencial de ação parece um sinal que salta de um nodo para outro, e recebe o nome de “Condução saltatória”

Isso também explica o formato dos disparos, já que eles aumentam até certo ponto, e depois diminuem. 

  1. Entendendo o cérebro

Agora que já vimos como os neurônios são estruturados e como eles realizam computações por meio do envio de sinais e íons, é hora de juntar um grupo de neurônios para entender o cérebro. Entender o cérebro é sempre uma questão complexa. À vezes não podemos prever como as pessoas / cérebros reagem a certos cenários, apesar deles caírem em atividades rotineiras. Eles guardam muita informação dentro de neurônios na forma de ações que eles continuam causando. Então a pergunta é: como precisamos interpretar essas informações? Existem três modelos computacionais para entender cérebros, que respondem às três perguntas: “O quê?, Como? e Por quê?”. Esses modelos recebem o nome de Descritivo, Mecanístico e Interpretativo, respectivamente. Vamos discutí-los brevemente.

Modelos descritivos: Esse modelo responde à pergunta “Quais são as respostas neuronais a estímulos externos?”. Eles se baseiam em grandes quantidades de dados experimentais, que caracterizam o que neurônios e circuitos neurais fazem. Esses modelos podem ser fracamente baseado em descobertas biofísicas, anatômicas e fisiológicas, mas seu propósito primário é descrever fenômenos, e não explicá-los. 

As duas principais propriedades dos modelos descritivos são: 

  • Eles definem qualitativamente como descrever um cenário ou dados por Codificação Neural (“Neural Encoding”)
  • Eles também definem como podemos extrair informações de neurônios utilizando técnicas de Decodificação Neural.

Modelos mecanísticos: por outro lado, estes modelos respondem à pergunta: “Como o sistema nervoso opera, de acordo com o que se sabe de anatomia, fisiologia e circuitos?”. Tais modelos frequentemente são uma ponte entre modelos descritivos em níveis diferentes.

As duas principais características dos modelos mecanísticos são:

  • Como podemos simular o comportamento de um único neurônio em um computador?
  • Como simulamos uma rede de neurônios?

Modelos interpretativos: eles utilizam princípios computacionais e de teoria da informação para explorar o comportamento e significância cognitiva de vários aspectos da funcionalidade do sistema nervoso, respondendo à pergunta de “Por que o sistema nervoso funciona dessa forma?”. 

As duas principais características dos modelos interpretativos são:

  • Por que cérebros funcionam do jeito que funcionam?
  • Quais são os princípios computacionais que podem explicar isso?

Quando aprendi sobre a importância da prática no aprendizado

Por Renan Costa Laiz

O que se aprende em um curso universitário é diferente daquilo que se aplica no mundo real. O aprendizado é diferente da prática. O que quero dizer com isso é, imagine que um estudante do curso do Bacharelado de Ciências da Computação do IME-USP tenha um programa que deve ser realizado para entregar e ser avaliado. Para o desenvolvimento desse programa, há várias etapas que devem ser seguidas, como o planejamento, a produção do código, eliminação dos bugs, realização de diversos testes e, por fim, a entrega. O mesmo acontece quando é necessário fazer um programa no mundo real, seja no mercado de trabalho ou como bolsista no CEPID NeuroMat.

No entanto, quando estamos trabalhando para o mundo real temos situações diferentes. Muitas vezes não recebemos os dados bem organizados, como acontecia na faculdade. Além disso, os objetivos entre o programa da faculdade e do mundo real divergem, enquanto um tem o objetivo de ensinar, o outro precisa gerar resultados e ser útil. No dia-a-dia, o programa não vai ser testado em condições perfeitas, como se acontece na sala de aula, mas sim em condições adversas, sendo que ele deve estar preparado para isso e deve gerar resultados satisfatórios da mesma maneira.

Ter a oportunidade de colocar os meus conhecimentos adquiridos no curso de Ciências da Computação de uma maneira prática foi um diferencial e uma experiência de muito valor para mim. O aprendizado se torna muito mais valioso quando conseguimos vê-lo sendo colocado em prática, com objetivos atingidos e resultados gerados.

Nesses meses no CEPID NeuroMat consegui ter uma breve, mas muito importante, experiência do que é importante para o meu desenvolvimento, tanto acadêmico, quanto profissional e social. Ter a oportunidade de participar de eventos, como os diversos Wikidata Labs, poder conversar com colegas e aprender um pouco mais sobre diferentes áreas da ciência e poder ver o seu trabalho sendo aplicado não é apenas importante, mas essencial para uma boa formação.