Hasta la fecha, diversos autores han demostrado como las técnicas de suavización tipo núcleo resultan útiles en la modelización de las tasas de disparo neuronales si bien no se han tenido en cuenta estructuras de correlación temporal. Experiencias previas de los miembros de este equipo de investigación G. Molenberghs, C. Faes, J. Roca y C. Cadarso en el tratamiento de datos de Fisiología, indican que el modelo Dale aditivo es una atractiva y elegante herramienta estadística para modelizar simultáneamente las tasas de disparo de cada neurona, y al mismo tiempo la sincronía a lo largo del tiempo. La ventaja adicional de estos modelos es que permiten introducir covariables inherentes a condiciones experimentales y se pueden extender al estudio poblacional de neuronas.

  ¿Qué objetivos concretos tiene esta área del GRID[ECMB]?

• Estimación no paramétrica de las tasas de disparo neuronal, bajo distintas condiciones del experimento.
• Estimación de tiempos de disparo máximo (latencia de la respuesta), y puntos de cambio en la tasa de disparo.
•  Sincronía neuronal de k neuronas (K>2). Contraste de hipótesis sobre sincronía significativa.
• Estudios poblacionales de neuronas a través de modelos GAM mixtos. Inclusión de la componente espacio-temporal.
• Utilización de la regresión ROC flexible temporal en discriminación de procesos de decisión y memoria.
• Elaboración de software para la implementación (en Fortran, R y S-plus) de la metodología estadística propuesta.

¿Qué miembros  del GRID[ECMB trabajan en esta área?

 En las actividades teóricas de este campo colaborarán C. Cadarso, G. Molenberghs, C. Faes, M.J. Rodríguez y J. Roca, a lo largo de los ultimos  años. J Roca, en particular, realiza programas R y S-plus para la aplicación rutinaria de estos los modelos Dale en los laboratorios de Fisiología y para elaborar el mismo software en Fortran bajo Windows. En esta área contamos  con la colaboración de los Profesores Helena Heys y Marc Aerts (Univ, Hasselt, Bélgica). M.J. Rodríguez, J. Roca y C. Cadarso trabajarán en curvas ROC temporales para discriminación de tasas de disparo neuronales. Para las interpretaciones de los resultados obtenidos, se cuenta con la colaboración del Prof. Acuña (Catedrático del Dpto de Fisiología de la USC) y su equipo, con quienes venimos publicando desde hace a ň os.

   Publicaciones

1) Pardo Vázquez, JL; Cadarso Suárez, Carmen María; Molenberghs, G.; Geys, H; Faes, C.; Maringwa, JT; Leborán, V and Acuña, Carlos (2009). Application of Penalized Smoothing Splines in Analyzing Neuronal Data. Biometrical Journal  .51 (1), pp. 203-216. Vol

2) Faes, C.; Geys, H; Molenberghs, G.; Aerts Marc; Cadarso Suárez, Carmen María; Acuña, Carlos and Cano Mónica (2008). A Flexible Method to Measure Synchrony in Neuronal Firing. Journal of the American Statistical Association Vol. 103, pp. 149-161.

3) Roca Pardiñas, Javier; Cadarso Suárez, Carmen María; Nácher, Verónica and Acuña, Carlos (2006). Bootstrap-based methods for testing factor-by-curve interactions in Generalized Additive Models: Assessing prefrontal cortex neural activity related to decision making. Statistics in Medicine Vol. 25, pp. 2483-2501.

4) Cadarso Suárez, Carmen María; Roca Pardiñas, Javier; Molenberghs, G.; Faes, C.; Ojeda Sabiela and Acuña, Carlos (2006). Flexible modelling of neuron firing rates across different experimental conditions. An application to neural activity in the prefrontal cortex during a discrimination task. Journal of the Royal Statistical Society, series C, Applied Statistics Vol. 55 (4), pp. 431-447.

5) Nácher, Verónica; Ojeda Sabiela; Cadarso Suárez, Carmen María; Roca Pardiñas, Javier and Acuña, Carlos (2006). Neural correlates of memory retrieval in the prefrontal cortex. European Journal of Neuroscience Vol. 24(3), pp. 925-936.