Séance de cours

Modélisation électrique des neurones

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

BIOENG-450: In silico neuroscience

"In silico Neuroscience" introduces students to a synthesis of modern neuroscience and state-of-the-art data management, modelling and computing technologies. ...

Description

Cette séance de cours explore le cadre mathématique de l'équation de Hodgkin-Huxley, en explorant comment modéliser les neurones en principe et les défis du choix des paramètres pour des neurones spécifiques. Il traite de la biophysique sous-jacente du comportement électrique, de la distinction entre les mécanismes membranaires passifs et actifs et de la représentation de la membrane en tant que circuit électrique. La séance de cours couvre également les implications de l'équation du câble, la discrétisation spatiale des modèles neuronaux et l'utilisation d'ordinateurs pour résoudre des problèmes complexes de modélisation neuronale.

Enseignant·e·s (2)

Felix Schürmann

Felix Schürmann is co-director of the Blue Brain Project and involved in several research challenges of the European Human Brain Project. He studied physics at the University of Heidelberg, Germany, supported by the German National Academic Foundation. Later, as a Fulbright Scholar, he obtained his Master's degree (M.S.) in Physics from the State University of New York, Buffalo, USA, under the supervision of Richard Gonsalves. During these studies, he became curious about the role of different computing substrates and dedicated his master thesis to the simulation of quantum computing. He studied for his Ph.D. at the University of Heidelberg, Germany, under the supervision of Karlheinz Meier. For his thesis he co-designed an efficient implementation of a neural network in hardware.

Armando Romani

Source officielle

Concepts associés (28)

Modèles du neurone biologique

vignette|390x390px|Fig. 1. Dendrites, soma et axone myélinisé, avec un flux de signal des entrées aux dendrites aux sorties aux bornes des axones. Le signal est une courte impulsion électrique appelée potentiel d'action ou impulsion. vignette|Figure 2. Évolution du potentiel postsynaptique lors d'une impulsion. L'amplitude et la forme exacte de la tension peut varier selon la technique expérimentale utilisée pour acquérir le signal.

Canal ionique

Un canal ionique est une protéine membranaire qui permet le passage à grande vitesse d'un ou plusieurs ions. Il existe de nombreux types de canaux ioniques. Ils peuvent être sélectivement perméables à un ion tel que le sodium, le calcium, le potassium ou l'ion chlorure, ou bien à plusieurs ions à la fois. Les canaux ioniques sont présents dans la membrane de toutes les cellules. Ils ont un rôle central dans la physiologie des cellules excitables comme les neurones ou les cellules musculaires et cardiaques.

Méthode de séparation membranaire

Les méthodes de séparation membranaire sont un procédé de séparation de fluides utilisant comme agent séparant une membrane synthétique qui est une couche mince de matière. L’épaisseur d’une membrane peut varier de à un peu plus de . Elle permet l’arrêt ou le passage sélectif de certaines substances dissoutes ou non dans un mélange, entre les deux milieux qu’elle sépare. La partie du mélange retenue par la membrane est appelée rétentat (ou concentrat) alors que celle qui traverse cette dernière est appelée perméat.

Réseau de neurones (biologie)

En neurosciences, un réseau de neurones correspond, schématiquement : Soit à un nombre restreint de différents neurones interconnectés, qui ont une fonction précise, comme le ganglion stomatogastrique qui contrôle l'activité des muscles de l'estomac des crustacés. Soit à un grand nombre de neurones similaires interconnectés, qui ont des fonctions plus cognitives, comme les réseaux corticaux qui permettent entre autres la catégorisation.

Canal tensiodépendant

Les canaux tensiodépendants sont des canaux ioniques spécialisés qui s'ouvrent ou se ferment en réponse à une variation du potentiel de membrane. Les termes canal dépendant du voltage ou canal voltage dépendant, inspirés de la terminologie anglo-saxonne (voltage-dependant calcium channel), sont très souvent utilisés. L'adjectif tensiodépendant, proposé si récemment qu'il n'est même pas accessible par l'interrogation de NGramViewer (corpus de 2019), contrairement à dépendant du voltage ou dépendant du potentiel, est regrettable : en effet, il induit une confusion avec des canaux sensibles à la tension pris dans le sens d'étirement (stretch operated caclum channels).

Afficher plus

Séances de cours associées (51)

Compréhension biophysique du comportement neuronal

Explore la compréhension biophysique du comportement neuronal, en se concentrant sur les potentiels d'action, les défis de modélisation neuronale et l'inhibition dendritique.

Lecture week 2 (September 17)

Introduction au module MOOC: Simulation de la neuroscience

Introduit l'activité électrique des cellules nerveuses, en se concentrant sur les pointes et les potentiels synaptiques.

Physiologie cellulaire: modèles de tir neuronaux

Explore la recréation de modèles de tir neuronaux à travers des modèles de canaux ioniques et des algorithmes génétiques.

Neuroscience computationnelle: Biophysique

Couvre la synthèse moderne des neurosciences, la modélisation biophysique et les blocs de construction du cerveau avec des applications pratiques.

Afficher plus

Concepts associés (28)

Modèles du neurone biologique

Canal ionique

Méthode de séparation membranaire

Réseau de neurones (biologie)

Canal tensiodépendant

Afficher plus