Teoricamente, conexões por sinapses elétricas entre neurônios poderiam levar ao aumento da faixa de resposta dinâmica da rede neural. A faixa de resposta dinâmica de uma rede de neurônios pode ser definida como a faixa de valores de intensidade dos estímulos de entrada para a qual o conjunto de neurônios produz resposta antes de atingir a saturação. Em um cenário biológico, propôs-se que junções gap entre células ganglionares da retina aumentariam a faixa dinâmica da retina. O teste experimental dessa proposta apresenta várias dificuldades, o que torna a modelagem computacional uma alternativa metodológica para o estudo do papel das sinapses elétricas na faixa dinâmica da camada ganglionar da retina. O objetivo deste trabalho foi a construção de um modelo biologicamente plausível da camada ganglionar da retina da salamandra, submetida a sinais de entrada realísticos conforme evidências experimentais e com a inclusão de sinapses elétricas conectando suas células, para estudar in silico os possíveis efeitos dessas sinapses elétricas sobre a faixa dinâmica da camada ganglionar. A camada ganglionar foi modelada como uma rede bidimensional cujos neurônios foram modelados pelo formalismo de Hodgkin-Huxley. Cada neurônio recebeu um de dois tipos de entrada sináptica, transiente ou sustentada. Avaliou-se o efeito da inibição pré-sináptica das células ganglionares e o efeito de diferentes padrões de conectividade mediados pelas sinapses elétricas. Os resultados sugerem que o acoplamento elétrico aumenta a sensibilidade do sistema e altera o ponto de saturação, mas não necessariamente aumenta a faixa dinâmica.

Theoretically, connections by electrical synapses between neurons could lead to an increase in their dynamic range. The dynamic range of a network of neurons can be defined as the range of input stimuli values for which the network responds before saturation. In a biological scenario, it is hypothesized that gap junctions between retinal ganglion cells may increase the dynamic range of the retina. However, the experimental testing of this hypothesis presents several difficulties, which makes computational modeling a methodological alternative to study the role of electrical synapses on the dynamic range of the ganglion cell layer of the retina. In this work we constructed a biologically plausible computational model of the ganglion cell layer of the salamander retina. A bidimensional network was built with cells modeled by the Hodgkin-Huxley formalism connected via gap junctions and subject to realistic inputs constrained by experimental evidence, to study in silico the effects of gap junctions on the dynamic range of the model. We studied the effect of different gap junction-mediated connectivity patterns, input type combinations (transient, sustained and mixed between the two) and presynaptic inhibition on the dynamic range. Our results suggest that gap junction coupling increases the network's sensitivity and alters the saturation point but not necessarily increases the dynamic range.