Plasticidade dependente do tempo de pico: uma consequência de regras de aprendizado mais fundamentais

A plasticidade dependente do tempo de pico (STDP) é um fenômeno no qual o tempo preciso dos picos afeta o sinal e a magnitude das mudanças na força sináptica. O STDP é frequentemente interpretado como a regra de aprendizado abrangente para uma sinapse - a "primeira lei" da plasticidade sináptica. Essa interpretação é tornada explícita em modelos teóricos nos quais a plasticidade total produzida por padrões complexos de picos resulta da superposição dos efeitos de todos os pares de picos. Embora tais modelos sejam atraentes por sua simplicidade, eles podem falhar dramaticamente. Por exemplo, a regra de aprendizado de pico único medida entre neurônios piramidais CA3 e CA1 do hipocampo não prevê a existência da potenciação de longo prazo, uma das formas mais conhecidas de plasticidade sináptica. Camadas de complexidade foram adicionadas ao modelo básico de STDP para corrigir falhas preditivas, mas foram superadas por dados experimentais. Propomos uma primeira lei alternativa: a atividade neural desencadeia mudanças em intermediários bioquímicos chave, que atuam como um gatilho mais direto dos mecanismos de plasticidade. Um modelo particularmente bem-sucedido utiliza cálcio intracelular como intermediário e pode explicar muitas propriedades observadas da plasticidade bidirecional. Nesta formulação, o STDP não é, em si, a base para explicar outras formas de plasticidade, mas é uma consequência de mudanças no intermediário bioquímico, cálcio. Eventualmente, uma estrutura baseada em mecanismos para regras de aprendizado deve incluir outros mensageiros, mudanças discretas em sinapses individuais, disseminação de plasticidade entre sinapses vizinhas e priming de processos ocultos que alteram a suscetibilidade de uma sinapse a mudanças futuras. Modelos baseados em mecanismos fornecem uma rica estrutura para a representação computacional da plasticidade sináptica.