Data: 22/08/2018, auditório 005, Bloco Beta (SBC, às 12:50)
Resumo:
Modelos computacionais vêm se mostrando ferramentas interessantes para elucidar o funcionamento de neurônios e redes neurais, já que possibilitam unificar diferentes níveis de descrição — tanto do ponto de vista de escalas espaço-temporais quanto de níveis de abstração. Além disso, permitem incorporar e interpretar o crescente volume de dados experimentais em neurofisiologia, gerando predições quantitativas passíveis de confronto com experimentos. Entretanto, o uso extensivo de tais modelos e a tendência atual de aumentar sua escala trazem a tona desafios, associados tanto a questões de rigor científico (como reprodutibilidade) quanto de sua usabilidade por um público mais amplo (efetivamente, além do próprio grupo de pesquisa responsável pela criação do modelo).
Discutiremos a modelagem computacional de sistemas neurais como o córtex, o cerebelo e o hipocampo, bem como projetos internacionais para a construção de modelos biofísicos de grande escala, sob a perspectiva da crescente crise de reprodutibilidade em neurociência computacional. Apresentaremos iniciativas que visam ampliar a transparência, acessibilidade e reusabilidade de tais modelos, através do uso de linguagens padronizadas para especificação de sua estrutura e dinâmica; plataformas integradas para visualização, exploração e simulação; além da ideia de modelagem colaborativa. Além de contribuírem para a solução das questões de rigor científico em projetos de modelagem de larga escala, tais ferramentas constituem também uma alternativa ao paradigma clássico de gestão deste tipo de projeto, centrados em um único grupo de pesquisa (ou pesquisador) e financiamento pontual.
Prof. Dr. Bóris Marin (UFABC): Trabalha em Neurociência Computacional como professor da Universidade Federal do ABC (UFABC). Anteriormente, foi pós-doutorando pela Universidade de São Paulo (2017), pós-doutorando e Research Associate da University College London (2013-17). Possui doutorado em Física pela Universidade de São Paulo (2013) e graduação em Física pela Universidade de São Paulo (2005). Tem experiência na área de Biofísica, com ênfase em Neurociência Computacional, atuando principalmente nos seguintes temas: modelagem determinista e estocástica de redes de neurônios biológicos, métodos qualitativos da teoria de bifurcações, desenvolvimento aberto e colaborativo de modelos computacionais e software científico. É editor da linguagem de especificação de modelos NeuroML, e colaborador principal nos projetos Open Source Brain (modelagem neuronal colaborativa), Open Worm (simulação de um organismo completo – C elegans) e Geppetto (framework para biologia computacional).