Modelo de Hodgin-Huxley para una sola neurona

Estoy viendo (a través de edX ) un curso de introducción a la neurociencia computacional. En la segunda lección, se considera el modelo de Hodgin-Huxley. Estoy repasando algunas de las preguntas y he encontrado un problema con una de ellas (se adjunta una imagen del ejercicio a continuación). Tengo una sólida formación en matemáticas, pero mi formación en biología aún es muy pobre. Me está costando conectar la biología con las matemáticas. Alguien puede ayudar con esta pregunta:

ingrese la descripción de la imagen aquí ingrese la descripción de la imagen aquí

¡¡Gracias!!

Esto es esencialmente una tarea. Consulte la política de tareas . Se espera que haga un intento de respuesta antes de preguntar.
Creo que dado que la pregunta incluye la respuesta y pide una explicación, esta es una pregunta legítima.
Mi problema es que ni siquiera sé cómo comenzar esta pregunta. La respuesta formal del curso es que todas las respuestas son correctas excepto la número 2. Mi respuesta original fue que 1,5,7 son correctas. Pero, básicamente, tengo un problema para entender qué consideraciones debo usar.
Los detalles que proporciona asumen que todos estamos íntimamente familiarizados con los hechos experimentales y las suposiciones a priori que intervinieron en la derivación del modelo de Hodgkin-Huxley, por lo que no creo que encuentre mucha ayuda en este foro a menos que (a) la persona correcta ve tu publicación, o (b) proporcionas más antecedentes. Dado que este trabajo se publicó en 5 artículos seminales después de la Segunda Guerra Mundial, no hubiera pensado que necesitaba recrear los argumentos para aprender neurociencia computacional. Se trata realmente de la fisiología molecular que subyace a la transmisión de los potenciales de acción.
En realidad, esa no es la representación más popular del modelo. Puedes echar un vistazo a esta respuesta . También puede consultar este libro: Fundamentos matemáticos de la neurociencia de Bard Ermentrout. Es un libro completo (incluye modelos matemáticos de diferentes aspectos de la neurociencia) y es fácil de entender.
Está bien. Muchas gracias por sus respuestas. También echaré un vistazo a esas referencias. Adjuntaré ahora las diapositivas de referencia para mi pregunta. Si tiene algo más que agregar que pueda iluminar mi comprensión, se lo agradeceré mucho. ¡Gracias!
@user135172 edx tiene foros de cursos donde puede encontrar más ayuda
¿Dónde están las preguntas reales ?
Si ingresa al curso, entonces está en los videos de la lección 2. es el ex que viene después de la lección 2.3

Respuestas (1)

Como no obtuviste la respuesta correcta a la #6, revisemos la base de este modelo.

La base del modelo es precisamente la afirmación del n.° 6: un canal individual tiene una conductancia definida cuando está conduciendo , y si todos ellos están conduciendo , entonces la conductancia total es la conductancia de un solo canal multiplicada por el número de canales (conductancias en adición paralela).

La confusión proviene del hecho de que, en la terminología utilizada aquí, un canal "abierto" no es necesariamente conductor . La probabilidad de que un solo canal esté conduciendo es el producto r norte 1 s norte 2 .

r norte 1 describe el proceso de "activación", mientras que s norte 2 describe el proceso de "desactivación". Estos son dos procesos separados, y ahora se sabe que el proceso de activación es impulsado por cambios dependientes del voltaje en la configuración de los dominios transmembrana de la proteína del canal, mientras que el proceso de inactivación es una parte cargada de la proteína dentro de la célula que se mueve más lentamente a bloquear el canal cuando la célula está despolarizada. Vea este resumen de Clay Armstrong, quien contribuyó mucho a nuestra comprensión de estos procesos.

Entonces, en la terminología aquí, un canal puede estar "abierto" (en términos de la r proceso) pero todavía "inactivado" (a través de la s proceso) y por lo tanto ser no conductor . También puede ser "cerrado" (en términos de r proceso) y "desactivado", en cuyo caso también es no conductor .

La forma en que esto se modela es que s = 1 significa que no hay inactivación, mientras que s = 0 significa completamente inactivado . Eso cubre la pregunta 3. Esto contrasta con el proceso de activación, en el que r = 1 es activación completa.

La pregunta 4 puede ser un poco engañosa, ya que puede haber una suposición oculta de que está comenzando a tener un potencial tu 0 durante un tiempo suficientemente largo y luego aumentando tu repentinamente (que es como normalmente se generan los potenciales de acción). En ese caso, su comprensión de las ecuaciones diferenciales debería dejar en claro que τ r y τ s son las constantes de tiempo para las respuestas de los r y s procesos a un cambio en tu . El proceso con una constante de tiempo más corta responde más rápidamente, por lo que la activación precede a la inactivación (en promedio). Los diferentes poderes asociados a la r y s procesos ( norte 1 , norte 2 ) puede confundir un poco las cosas, pero intente ejecutar este modelo y debería estar convencido.

Esto puede parecer complicado al principio, pero Hodgkin y Huxley elaboraron este modelo basándose únicamente en sus estudios electrofisiológicos (con la ayuda de Bernard Katz). Es asombroso cómo los postulados de este modelo de múltiples canales individuales y procesos separados de activación e inactivación han sido tan bien verificados a nivel molecular durante las últimas décadas.

Ya veo. Creo que entendí la mayor parte de tu explicación detallada. También miraré el enlace. ¡¡Gracias!!