Resumen de Computational consequences of short term synaptic depression
La tesis presenta un estudio teórico sobre las implicaciones computacionales de la depresión sináptica de corta-duración (STD). Se propone un modelo de terminal presináptica que recoge varias características biofísicas de las sinapsis corticales: en primer lugar la liberación de neurotransmisor es estocástica es decir esta parametrizada con una probabilidad distinta de uno.
En segundo lugar, la terminal contiene un conjunto de vesículas sinápitcas listas para ser liberadas, cuyo agotamiento provoca la disminución en la probabilidad de fusión. Esto produce el efecto conocido como short-term depression. Además las conexiones entre neuronas están modeladas por un número arbitrario de contactos.
En la primera mitad de la tesis se realiza un cálculo teórico sobre la información transmitida entre un tres de espigas y el tren de respuestas sinápticas generado por un único contacto sináptico. La información en la señal de entrada se codifica en la frecuencia de disparo pre-sináptica, mientras que la en la salida es tanto la frecuencia de respuesta como el tiempo entre dos respuestas. El resultado fundamental viene a ser que unicamente cuando el tren de espigas de entrada es correlacionado, la depresión sináptica aumenta la información transmitida. Además, si la sinpasis es depresiva, la probabilidad de liberación de neurotransmisor óptima es menor que uno, es decir, la estocasticidad de la transmisión es beneficiosa.
En la segunda parte de la tesis se estudia la respuesta de una neurona de integración y disparo cuando es estimulada con un número de neuronas pre-sinapticas grande, y donde cada una establece M contactos con la neurona de salida. Además se analiza el efecto de que los trenes en el input estén correlacionados. El resultado fundamental es que la frecuencia de salida de la neurona de integración y disparo muestra un comportamiento no monótono en función de la frecuencia de entrada.
