Felelős szervezeti egység: Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar
Tárgyfelelős oktató:
Dr. Kalló Imre
Tárgyleírás:
Tantárgy neve:
Modelling Neurons and Networks P-ITBIO-0040
Tárgyfelelős:
Kalló Imre
Tantárgy oktatója:
Kalló Imre Káli Szabolcs
A tantárgy céljának rövid ismertetése:
A kurzus célja a modern neurobiológiában már nélkülözhetetlen matematikai modellek és számítógépes szimulációk bemutatása, a segítségükkel meghatározott kvantitatív összefüggések értelmezése és elemzése a rendelkezésre álló kísérleti adatok tükrében.
Elsajátítandó elméleti ismeretanyag:
A kurzus bemutatja az egyedi neuronok és hálózatok biofizikailag realisztikus modellezésének alapvető megközelítéseit, gyakorlati útmutatást ad a leggyakrabban használt szoftverek tekintetében, és példákkal mutatja be az idegi jelfeldolgozás alapvető elveit. A fontosabb témakörök:
A membránpotenciál, kábelegyenlet, feszültségfüggő konduktancia
A Hodgkin-Huxley (HH) modell
Akciós potenciál és szinaptikus inputok a HH modellben
Részletes, kompartmenteket tartalmazó idegsejtmodellek
Bevezetés a hálózati modellekbe, rekurrens hálózati modellek
Döntéshozatal és a rövidtávú memória modelljei
Plaszticitás, tanulás, hosszútávú memória
A hippocampus modelljei
Elsajátítandó gyakorlati ismeretanyag:
A kurzus keretében bemutatott modellek implementálása és elemzése MATLAB és NEURON környezetben.
A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):
Cristoph Koch: Biophysics of Computation: Information Processing in Single Neurons. Oxford University Press, 1999. ISBN: 0195104919. Peter Dayan, Abbott.: Theoretical Neuroscience. The MIT Press, 2001. ISBN: 0262541858. Wulfram Gerstner et al: Neuronal Dynamics: From Single Neurons to Networks and Models of Cognition. Cambridge University Press, 2014. ISBN: 9781107447615.
A 2-4 legfontosabb ajánlott felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):
Nicholas T. Carnevale, Michael L. Hines: The NEURON Book. Cambridge University Press, 2010. ISBN: 9780511541612. Robert Rosenbaum: Modeling Neural Circuits Made Simple with Python. The MIT Press, 2024. ISBN: 9780262548083.
Elmélet-gyakorlat aránya:
Elméleti óra óraszáma: 2 Gyakorlati óra és labor óra óraszáma: 0 + 0
Az alkalmazott oktatási módszerek:
Előadás vetített prezentációval
Moodle felületen közzétett feladatok
Projektmunka
Az értékelés módja:
Az értékelés kritériuma:
Frontális előadás diasorral, programozási gyakorlatok, egyéni esszé/projektfeladat
Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez:
Bioinformatika mesterképzés: A2: A kurzusban az idegi jelenségek sejt-és molekuláris szintű elemzésének biológiai és informatikai aspektusai is hangsúlyosak A4: A kurzus hozzájárul a rendszerbiológiai megközelítések idegtudományok területén történő alkalmazásainak megértéséhez A5: A kurzus mélyebb ismereteket nyújt az alábbi területeken: rendszerbiológiai modellezési eljárások, komplex rendszerek matematikai leírása, neurobiológiai folyamatok modellezése B1: A kurzus során a hallgatók kritikusan elemzik az egyes modellekből kapott kimenetek biológiai relevanciáját, érvényességi körét B3: A modellezési eljárásokban fontos az adott kísérleti paraméterek felhasználása ill. reprodukálása B6: A kurzusban a hallgatók jártasságot szereznek a neuronok és hálózatok modelljeinek implementációjában és használatában C2: A kurzusban kiadott feladatok ösztönzik a hallgatókat az önálló további tájékozódásra, az informatikai és neurobiológiai ismereteik integrálására C3: Az összetett modellek létrehozása és értékelése hozzájárul a szakmai döntések meghozatalának gyakorlásához C6: A kurzs megnyitja a hallgatók előtt a rendszerbiológiai eszközök idegtudományi alkalmazásainak perspektíváját D1: A komplex modellezési munkafolyamatokban szerzett rutin segíti összetett rendszerbiológiai feladatok önálló megoldását
