Oferecer uma introdução aos métodos e modelos matemáticos e computacionais usados nos estudos teóricos em neurociência.
A neurociência é uma área eminentemente interdisciplinar e sua subárea denominada neurociência computacional, que tem por objetivo a modelagem e a análise matemática e computacional de neurônios e redes de neurônios, é um campo de pesquisa em rápido desenvolvimento e com importância crescente para toda a área da neurociência. Por ser uma área interdisciplinar, que utiliza métodos e ferramentas das chamadas ciências exatas para estudar processos e fenômenos neurobiológicos, a neurociência computacional atrai interesse de alunos com variadas formações vinculados a diferentes programas de pós-graduação da USP. A existência de uma disciplina introdutória à neurociência computacional no Programa FAMB, por si só de natureza interdisciplinar, oferece ao aluno do Programa a oportunidade de tomar contato inicial com a área, alargando suas perspectivas de pesquisa principalmente se seu foco de investigação tiver interface com a neurociência. O oferecimento 100% remoto estende esta oportunidade a todos os alunos da USP.
1. Apresentação da neurociência computacional. 2. Elementos básicos de neurociência: neurônios, sinapses e circuitos neurais. 3. Disparos neuronais e o “código neural”. 4. Modelo de Hodgkin-Huxley. 5. Modelos de neurônios baseados em condutâncias e modelos compartimentais. 6. Modelos reduzidos de neurônios e sua análise no espaço de fases. 7. Modelos de tipo integra-e-dispara e suas variantes. 8. Modelos de sinapses. 8. Modelos de redes de neurônios. 9. Modelos baseados em taxas de disparos. 10. Aprendizado e plasticidade sináptica.
1. Gerstner, W., Kistler, W.M., Naud, R. and Paninski, L., Neuronal Dynamics: From Single Neurons to Networks and Models of Cognition. Cambridge University Press, 2014, 2. Sterratt, D., Graham, B., Gillies, A. & Willshaw, D., Principles of Computational Modelling in Neuroscience. Cambridge University Press, 2011. 3. Izhikevich, E.M., Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting. The MIT Press, 2007. 4. Dayan, P. & Abbott, L.F., Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems. The MIT Press, 2001. 5. Koch, C., Biophysics of Computation: Information Processing in Single Neurons. Oxford University Press, 1999. 6. Börgers, C., An Introduction to Modeling Neuronal Dynamics. Springer, 2017. 7. Ermentrout, G. B. and Terman, D. H., Mathematical Foundations of Neuroscience. Springer, 2010. 8. Miller, P., An Introductory Course in Computational Neuroscience. The MIT Press, 2018.
Listas de exercícios semanais, contendo questões cuja resolução envolve tanto desenvolvimentos matemáticos como construção de programas computacionais. Os programas computacionais podem ser feitos na linguagem de preferência do aluno (C, Python, Fortran, Matlab, etc). Esta não é uma disciplina de programação de computadores e espera-se que cada aluno domine uma linguagem de programação para a resolução dos exercícios. A nota final (NF) será dada pela média aritmética das notas nas listas (escala de 1 a 10) e convertida para o conceito final (A, B, C, R) de acordo com o critério:
• A: 8,5 =
O PPG/FAMB e os professores responsáveis desta disciplina adotarão medidas para garantir a todos os alunos da turma o acesso à plataforma, material e conteúdo. No início da disciplina os professores responsáveis dialogarão com os alunos da turma sobre eventual necessidade de oferecer infraestrutura disponível na unidade para garantir o acesso dos alunos ao sistema remoto de ensino.
Modalidade de ensino: Presencial; X Remoto; Híbrido;
Porcentagem não presencial (0-100%): 100%
As aulas não presenciais serão: X Síncronas; X Assíncronas
Detalhamento das atividades a serem desenvolvidas de forma presencial e de forma remota, com discriminação do tempo das atividades realizadas:
No início de cada semana de aula, as aulas gravadas relativas à semana (vídeo-aulas) serão disponibilizadas aos alunos na plataforma da disciplina. Juntamente com as vídeo-aulas, serão também disponibilizadas notas de aula em arquivos pdf para leitura pelos alunos. Haverá também uma aula síncrona de 1 h por semana, em dia e horário combinado com os alunos na primeira semana de aula, para resolução de dúvidas e questões dos alunos acerca do conteúdo da disciplina.
Detalhamento do material que será disponibilizado para o aluno:
O material a ser disponibilizado aos alunos consiste de (1) vídeo-aulas de 30 a 40 minutos cada e (2) notas de aula em arquivos pdf. As vídeo-aulas e notas de aula cobrirão todo o conteúdo da disciplina.
Plataforma a ser utilizada:
Será criada uma turma para a disciplina no Google Sala de Aula (Google Classroom). As vídeo-aulas e notas de aula serão disponibilizadas como material e as listas de exercício como atividade nesta plataforma. As vídeo-aulas e as aulas síncronas serão realizadas usando o Google Meet. O material (vídeo-aulas e notas de aula) também será disponibilizado na plataforma e-Disciplinas (moodle) da USP.
Descreva sobre a necessidade da presença do aluno e/ou professor na Universidade:
Não será necessária a presença do aluno na universidade.
Descrição da interação entre aluno e professor (frequência da interação, ferramentas a serem utilizadas, horários, e-mail, chat, etc.):
A cada semana haverá um horário de interação síncrona entre os alunos e o professor, conforme descrito acima. Além disso, o professor e os alunos manterão contato via mensagens enviadas para o mural da turma na plataforma Google Sala de Aula. O professor também informará seu e-mail aos alunos para troca de mensagens relativas à disciplina.
Forma de controle da frequência dos alunos nas aulas:
A frequência dos alunos será feita mediante participação nas aulas síncronas semanais, atestada pelo relatório gerado automaticamente pela plataforma utilizada, e pela entrega no prazo das listas de exercícios semanais (independentemente da nota).
Descrição da necessidade do uso de câmera e microfone por parte dos alunos:
Os alunos deverão dispor de ferramenta apropriada (computador ou, eventualmente, celular) para acessar as aulas síncronas semanais pelo Google Meet. Para suas intervenções nessas aulas, eles deverão usar a câmera e o microfone do equipamento usado. Os alunos poderão utilizar a sala pró-aluno, que dispõe de infraestrutura de multimídia e equipamentos necessários à sua participação remota.