Pr´actica 1
Simulaci´on realista del potencial de membrana de una neurona
Carlos Garc´ıa Argos (carlos.garciaargos@estudiante.uam.es)
10 de diciembre de 2008
´Indice
1. Introducci´on 1 2. Modelo de Hodgkin-Huxley 1 3. Implementaci´on 2 3.1. prac1hh.m . . . 2 4. Resultados obtenidos 3 5. Conclusiones 51.
Introducci´on
En esta pr´actica, el objetivo es estudiar las ecuaciones de Hodgkin-Huxley [1], las cuales describen de forma muy realista el potencial de membrana de una neurona. Esta descripci´on se hace en base a unas ecuaciones diferen-ciales no lineales acopladas. Las no linealidades introducidas por funciones exponendiferen-ciales dificultan la resoluci´on anal´ıtica, as´ı como el tratamiento num´erico de estas ecuaciones.
2.
Modelo de Hodgkin-Huxley
Las ecuaciones del modelo de Hodgkin-Huxley que se va a simular en esta pr´actica son las siguientes:
Cm dV dt = Iext− gL(V − VL) − gN am 3h (V − V N a) − gKn4(V − VK) dm(V ) dt = αm(V ) (1 − m) − βm(V )m dh(V ) dt = αh(V ) (1 − h) − βh(V )h dn(V ) dt = αn(V ) (1 − n) − βn(V )m αm(V ) = 0,1 (−V − 40) exp −V − 40 10 − 1 αh(V ) = 0,07 exp −V − 65 20 αn(V ) = 0,01 (−V − 55) exp −V − 55 10 − 1 βm(V ) = 4 exp −V − 65 18 βh(V ) = 1 exp −V − 35 10 + 1 βn(V ) = 0,125 exp −V − 65 80 Donde:
V es el potencial de membrana en mV
gL, gN ay gK son las conductancias correspondientes a las p´erdidas, el canal de sodio y el canal de potasio,
respectivamente, medidas en mS/cm2.
VL, VN ay VKson los potenciales de equilibrio de cada uno de los canales anteriores, medido en mV .
Iextes el est´ımulo aplicado en la neurona, medido en A/cm2.
3.
Implementaci´on
Los datos de la neurona a simular son los siguientes:
Cm= 1 µF/cm2 Area = 7,854 · 10−3cm2 V0= −65 mV
VN a= 50 mV VK = −77 mV VL= −54,387 mV
gN a= 120 mS/cm2 gK= 36 mS/cm2 gL= 0,3 mS/cm2
m0= 0,053 h0= 0,6 n0= 0,318
3.1.
prac1hh.m
A continuaci´on se muestra el c´odigo fuente para Octave [2] y MATLAB [3], que est´a adaptado del que se encuentra en [4].
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Neurociencia Computacional 1
% Practica 1: Simulacion realista del potencial de % membrana de una neurona
% Carlos Garcia Argos (carlos.garciaargos@estudiante.uam.es) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Parametros de la membrana %%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Conductancias maximas en ms/cm2 (1->K, 2->Na, 3->L) g(1)=36; g(2)=120; g(3)=0.3;
% Area del compartimento en cm2 A = 7.854e-3;
% Corriente maxima en uA Imax = 0.1;
% Potenciales de equilibrio en mV (1->n, 2->m, 3->h) E(1)=-77; E(2)=50; E(3)=-54.387;
% Capacidad en uF/cm2 C=1; % Condiciones iniciales: V0 en mV, x: 1->n0, 2->m0, 3->h0 I_ext=0.0; V0=-65; x=zeros(1,3); x(1) = .318; x(2) = .053; x(3)=.6; t_rec=0;
% Paso para la integracion, suficientemente peque˜no dt=0.01;
% Duracion: 100 ms fin = 100;
V = V0;
for t=0:dt:fin
% Estimulo inicia en t=0ms y termina en 50ms, cuando Imax != 0 if t==0; I_ext=Imax/A; end
if t==50; I_ext=0.0; end
% Calculo de los parametros alfa y beta alfa(1)=(-V-55)/(100*(exp((-V-55)/10)-1)); alfa(2)=(-V-40)/(10*(exp((-V-40)/10)-1)); alfa(3)=0.07*exp((-V-65)/20); beta(1)=0.125*exp((-V-65)/80); beta(2)=4*exp((-V-65)/18); beta(3)=1/(exp((-V-35)/10)+1);
% Actualizar el vector de parametros n, m y h x = x.*(1-dt.*(alfa+beta)) + alfa.*dt;
% Calcular las conductancias actualizadas gnmh(1)=g(1)*x(1)ˆ4;
gnmh(2)=g(2)*x(2)ˆ3*x(3); gnmh(3)=g(3);
% Calculo la suma de corrientes total I=gnmh.*(V-E);
% Actualizar el potencial de membrana con el metodo de Euler V=V+dt/C*(I_ext-sum(I));
% Guardo las variables para la representacion grafica t_rec=t_rec+1; x_plot(t_rec)=t; y_plot(t_rec)=V; m_plot(t_rec)=x(2); n_plot(t_rec)=x(1); h_plot(t_rec)=x(3); end % Pintarlo todo figure(1);hold off;plot(x_plot,y_plot);
xlabel(’Tiempo (ms)’); ylabel(’Potencial de membrana (mV)’); % Octave
figure(2);hold off;plot(x_plot,m_plot,’1’);hold on; plot(x_plot,n_plot,’2’);plot(x_plot,h_plot,’3’);
xlabel(’Tiempo (ms)’); ylabel(’Variables de membrana’); % Matlab
% figure(2);hold off;plot(x_plot,m_plot,’b’); % hold on;plot(x_plot,n_plot,’black’);
% plot(x_plot,h_plot,’r’);xlabel(’Tiempo’); ylabel(’Tau’);
4.
Resultados obtenidos
Se han llevado a cabo dos simulaciones de 100 ms de duraci´on, una con un est´ımulo nulo, Iext = 0 y la otra
con un est´ımulo de valor Iext= 0,1 µA que dura desde t = 0 ms hasta t = 50 ms.
Para el caso de est´ımulo nulo, la Figura 1(a) muestra la evoluci´on temporal del potencial de membrana. En este caso, se observa que apenas se modifica el potencial, que se estabiliza r´apidamente en un potencial cercano al inicial.
Adem´as, las Figuras 1(b), 1(c) y 1(d) muestran los valores de las variables de inactivaci´on y activaci´on del canal de sodio y la de activaci´on del canal de potasio. Se han separado en gr´aficas independientes para que se
pueda observar la evoluci´on, ya que las variaciones son muy peque˜nas, como puede verse.
(a) Potencial de la membrana (b) Variable de inactivaci´on del canal de sodio
(c) Variable de activaci´on del canal de sodio (d) Variable de activaci´on del canal de potasio
Figura 1: Caso de est´ımulo nulo
Por otro lado, para el caso de tener el est´ımulo hasta t = 50 ms, en la Figura 2(a) se puede ver el tren de potenciales de acci´on que se producen hasta el fin del est´ımulo. Y, por ´ultimo, la Figura 2(b) muestra la evoluci´on de las variables de activaci´on y desactivaci´on de los canales de iones, comprob´andose en este caso que el est´ımulo provoca variaciones m´as amplias de las variables, por lo que puede apreciarse el detalle con la superposici´on de las mismas.
(a) Potencial de la membrana (b) Variables de activaci´on e inactivaci´on de los canales
5.
Conclusiones
En esta pr´actica se ha estudiado el comportamiento de una neurona en base al potencial de membrana y su evo-luci´on temporal cuando se aplica un est´ımulo durante cierto tiempo, as´ı como cuando dicho est´ımulo est´a ausente. El modelo de Hodgkin-Huxley permite estudiar de forma realista los potenciales de acci´on en una neurona. A cambio, es necesario tener cierta capacidad de c´omputo, ya que las ecuaciones del modelo tienen funciones exponenciales que deben ser evaluadas, que computacionalmente son bastante exigentes. Sin embargo, para ilustrar la evoluci´on de potenciales de acci´on en neuronas aisladas representa una herramienta muy potente.
Referencias
[1] A. Hodgkin, A. Huxley . A quantitative description of membrane current and its application to conduction and excitation in nerve. J. Physiol., 1952.
[2] GNU/Octave. http://www.octave.org.
[3] MATLAB. http://www.mathworks.es/products/matlab.