Embed Size (px)
Citation preview
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estudio a traves de modelacion matematicadel papel del canal TRPM8 en el patron de
disparo de neuronas somatosensorialesprimarias sensibles al frıo inocuo.
Tesis presentada por
Erick Olivares BravoPara optar al grado de Doctor en la Universidad de Valparaıso
Tutor: Dr. Patricio Orio
Cotutor: Dr. Alan Nelly
25 de Marzo del 2014
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estudio a traves de modelacion matematicadel papel del canal TRPM8 en el patron de
disparo de neuronas somatosensorialesprimarias sensibles al frıo inocuo.
Tesis presentada por
Erick Olivares BravoPara optar al grado de Doctor en la Universidad de Valparaıso
Tutor: Dr. Patricio Orio
Cotutor: Dr. Alan Nelly
25 de Marzo del 2014
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estudio a traves de modelacion matematicadel papel del canal TRPM8 en el patron de
disparo de neuronas somatosensorialesprimarias sensibles al frıo inocuo.
Tesis presentada por
Erick Olivares BravoPara optar al grado de Doctor en la Universidad de Valparaıso
Tutor: Dr. Patricio Orio
Cotutor: Dr. Alan Nelly
25 de Marzo del 2014
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estudio a traves de modelacion matematicadel papel del canal TRPM8 en el patron de
disparo de neuronas somatosensorialesprimarias sensibles al frıo inocuo.
Tesis presentada por
Erick Olivares BravoPara optar al grado de Doctor en la Universidad de Valparaıso
Tutor: Dr. Patricio Orio
Cotutor: Dr. Alan Nelly
25 de Marzo del 2014
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Neuronas somatosensoriales primarias sensibles alfrıo inocuo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Neuronas somatosensoriales primarias sensibles alfrıo inocuo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Terminales nerviosos sensibles al frıo inocuo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Terminales nerviosos sensibles a frıoRespuesta estatica
Braun y Cols., Pflugers Arch., 1980
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Terminales nerviosos sensibles a frıoRespuesta estatica
Braun y Cols., Pflugers Arch., 1980
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Modelo matematico de terminales nerviosos sensiblesa frıo
Braun y Cols., Int J B Chaos, 1998
Braun y Cols., Pflugers Arch., 1980
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Modelo matematico de Huber & BraunRespuesta estatica
Braun y Cols., Pflugers Arch., 1980
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Terminales nerviosos sensibles a frıoRespuesta dinamica
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Modelo matematico de Huber & BraunRespuesta dinamica
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Canal TRPM8: El receptor de frıo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Canal TRPM8: El receptor de frıo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Canal TRPM8: El receptor de frıo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
¿Por que el modelo de Huber y Braun no reproduce larespuesta dinamica?
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Hipotesis
1 Hipotesis
La presencia del canal TRPM8 en un modelo matematico basado enconductancias permite reproducir las respuesta dinamica y estatica delas neuronas termoreceptoras sensibles a frıo inocuo.
2 Objetivo general
Construir y probar un modelo matematico de TNSF que incluya laconductancia del canal TRPM8 y que presente la respuestas estatica ydinamica de los TNSF.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Hipotesis
1 Hipotesis
La presencia del canal TRPM8 en un modelo matematico basado enconductancias permite reproducir las respuesta dinamica y estatica delas neuronas termoreceptoras sensibles a frıo inocuo.
2 Objetivo general
Construir y probar un modelo matematico de TNSF que incluya laconductancia del canal TRPM8 y que presente la respuestas estatica ydinamica de los TNSF.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Hipotesis
1 Objetivos especıficos
Formalizar matematicamente un modelo de TNSF que incluya ladinamica frente a temperatura y voltaje de la conductancia del canalTRPM8, ademas de su adaptacion dependiente de calcio.
Someter los modelos a un ajuste de parametros automatico medianteestrategias de optimizacion evolutiva.
Evaluar la respuesta de los modelos alimentados con lascombinaciones de parametros obtenidos del protocolo de ajuste.
Evaluar la capacidad de los modelos ajustados en cuanto a lareproduccion de la frecuencia de disparo observados en ratonesmutantes con deficit de expresion del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Hipotesis
1 Objetivos especıficos
Formalizar matematicamente un modelo de TNSF que incluya ladinamica frente a temperatura y voltaje de la conductancia del canalTRPM8, ademas de su adaptacion dependiente de calcio.
Someter los modelos a un ajuste de parametros automatico medianteestrategias de optimizacion evolutiva.
Evaluar la respuesta de los modelos alimentados con lascombinaciones de parametros obtenidos del protocolo de ajuste.
Evaluar la capacidad de los modelos ajustados en cuanto a lareproduccion de la frecuencia de disparo observados en ratonesmutantes con deficit de expresion del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Dependencia de voltaje y temperatura de TRPM8;Modelo de Voets
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Dependencia de voltaje y temperatura de TRPM8;Modelo de Voets
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Dependencia de voltaje y temperatura de TRPM8;Modelo de Voets
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Formalizacion matematica de la dependencia decalcio del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Formalizacion matematica de la dependencia decalcio del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Formalizacion matematica de la dependencia decalcio del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Formalizacion matematica de la dependencia decalcio del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Formalizacion matematica de la dependencia decalcio del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Formalizacion matematica de la corriente de frıoITRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Modelo propuesto de Terminal nervioso sensible a frıo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
El modelo matematico propuesto contiene parametrosde valor desconocido
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Parametros fijos del modelo propuesto de Terminalnervioso sensible a frıo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Parametros libres del modelo propuesto de Terminalnervioso sensible a frıo
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Problema: ¿Que valores darle a los parametros libresdel modelo?
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutiva
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutiva
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutiva
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutiva
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutiva
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutivaFuncion de distancia
Res
pues
taes
tatic
aR
espuestadinam
ica
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutivaFuncion de distancia
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutivaFuncion de distancia
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Estrategia de optimizacion evolutivaFuncion de distancia
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Esfuerzo de busqueda
1 160 optimizaciones evolutivas independientes
En cada optimizacion se simularon y evaluaron 48 generaciones.
Cada generacion estuvo compuesta por una poblacion de 48individuos.
160 optimizaciones x 48 generaciones x 48 individuos = 368.640combinaciones de parametros simuladas y evaluadas.
368.640 x 2 minutos = 512 dias de simulacion.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Esfuerzo de busqueda
1 160 optimizaciones evolutivas independientes
En cada optimizacion se simularon y evaluaron 48 generaciones.
Cada generacion estuvo compuesta por una poblacion de 48individuos.
160 optimizaciones x 48 generaciones x 48 individuos = 368.640combinaciones de parametros simuladas y evaluadas.
368.640 x 2 minutos = 512 dias de simulacion.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Esfuerzo de busqueda
1 160 optimizaciones evolutivas independientes
En cada optimizacion se simularon y evaluaron 48 generaciones.
Cada generacion estuvo compuesta por una poblacion de 48individuos.
160 optimizaciones x 48 generaciones x 48 individuos = 368.640combinaciones de parametros simuladas y evaluadas.
368.640 x 2 minutos = 512 dias de simulacion.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Esfuerzo de busqueda
1 160 optimizaciones evolutivas independientes
En cada optimizacion se simularon y evaluaron 48 generaciones.
Cada generacion estuvo compuesta por una poblacion de 48individuos.
160 optimizaciones x 48 generaciones x 48 individuos = 368.640combinaciones de parametros simuladas y evaluadas.
368.640 x 2 minutos = 512 dias de simulacion.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
El modelo propuesto logra reproducir la respuestaestatica y dinamica de los TNSF.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Distribucion de parametros de las soluciones quereproducen la respuesta estatica y dinamica.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
El algoritmo evolutivo encuentra soluciones concomportamientos disımiles.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Comportamiento anomalo del modelo propuesto.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Distribucion de parametros de las soluciones que nopresentan comportamientos fisiologicos.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Distribucion de parametros de las soluciones que nopresentan comportamientos fisiologicos.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
El modelo propuesto puede reproducir la respuestaestatica sin reproducir la respuesta dinamica.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Distribucion de parametros de las soluciones que solopresentan respuesta estatica.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
El modelo propuesto puede reproducir la respuestadinamica sin reproducir la respuesta estatica.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Distribucion de parametros de las soluciones que solopresentan respuesta dinamica.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Respuesta dependiente de TRPM8 en el modelopropuesto.
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Conclusiones
1 Conclusiones
La presencia del canal TRPM8 en un modelo matematico basado enconductancias permite reproducir las respuesta dinamica y estatica delas neuronas termoreceptoras sensibles a frıo inocuo.
Existen multiples combinaciones de parametros que permiten almodelo propuesto reproducir el patron de disparo de los TNSF.
La frecuencia de disparos del modelo propuesto al variar la densida deconductancia maxima del canal TRPM8 se asemeja a los resultadosobtenidos en ratones knockout para el gen del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Conclusiones
1 Conclusiones
La presencia del canal TRPM8 en un modelo matematico basado enconductancias permite reproducir las respuesta dinamica y estatica delas neuronas termoreceptoras sensibles a frıo inocuo.
Existen multiples combinaciones de parametros que permiten almodelo propuesto reproducir el patron de disparo de los TNSF.
La frecuencia de disparos del modelo propuesto al variar la densida deconductancia maxima del canal TRPM8 se asemeja a los resultadosobtenidos en ratones knockout para el gen del canal TRPM8
40 60 80 100 120
40
60
80
mm
Introduccion Hipotesis Metodos Resultados Conclusiones
Conclusiones
1 Conclusiones
La presencia del canal TRPM8 en un modelo matematico basado enconductancias permite reproducir las respuesta dinamica y estatica delas neuronas termoreceptoras sensibles a frıo inocuo.
Existen multiples combinaciones de parametros que permiten almodelo propuesto reproducir el patron de disparo de los TNSF.
La frecuencia de disparos del modelo propuesto al variar la densida deconductancia maxima del canal TRPM8 se asemeja a los resultadosobtenidos en ratones knockout para el gen del canal TRPM8
