Universidade Federal do Rio Grande do Norte

NELSON A. M. LEMOS

TAXA DE DISPAROTAXA DE DISPAROTAXA DE DISPAROTAXA DE DISPARO E E E E ATIVAÇÃO ATIVAÇÃO ATIVAÇÃO ATIVAÇÃO DE ASSEMBLÉIAS DE ASSEMBLÉIAS DE ASSEMBLÉIAS DE ASSEMBLÉIAS NO HIPOCAMPO DE NO HIPOCAMPO DE NO HIPOCAMPO DE NO HIPOCAMPO DE

RATOS RATOS RATOS RATOS DURANTE O PROCESSAMENTO DE UMA DURANTE O PROCESSAMENTO DE UMA DURANTE O PROCESSAMENTO DE UMA DURANTE O PROCESSAMENTO DE UMA

MEMÓRIA AVERSIVAMEMÓRIA AVERSIVAMEMÓRIA AVERSIVAMEMÓRIA AVERSIVA

NATAL – RN

2012

NELSON A. M. LEMOS

TAXA DE DISPARO E ATIVAÇÃO DE ASSEMBLÉIAS NO HIPOCAMPO DE

RATOS DURANTE O PROCESSAMENTO DE UMA

MEMÓRIA AVERSIVA

NATAL – RN

2012

Trabalho de defesa de doutorado em Psicobiologia apresentado à U-niversidade Federal do Rio Grande do Norte.

Orientador: Dr. Sidarta Tollendal Gomes Ribeiro Co-orientadora: Dra. Regina Helena Silva

II

Dedicado à amizade, sem a qual tudo se torna insuportável e, muitas

vezes, intransponível.

A força nasce no profundo silêncio dos corações bastante sofridos; não em

meio à alegria.

ARTHUR HELPS

III

AGRADECIMENTOS

Foi uma longa jornada. Em verdade, mais longa do que eu gostaria e

bastante ardilosa. Porém, tive a sorte de encontrar algumas pessoas

que aliviaram as dores ao percorrer esse vale sombrio.

Mamãe, como sempre, pela dedicação, amor e paciência para com esse

vosso filho, tem meu amor e minha gratidão.

Aos amigos:

Tárik, pela amizade longa que a distancia não separa e pela fé de

que eu poderia terminar isso, quando nem mesmo eu mais acreditava.

André, o que dizer? Acho que aqui cabe bem citar o credo de

Quirion: “Lute com um amigo em suas costas, aço em suas mãos e ma-

gia em suas veias”. Obrigado por ser esse amigo.

Daniel, que surpresa agradável conhecê-lo nessa reta final. Não apenas deu uma ajuda de peso com as análises e discussões, mas acre-

dito que fiz amizade com uma pessoa extraordinária. Obrigado por tudo.

Ernesto, precisei importar ajuda do outro lado do Atlântico. O-

brigado irmão pelas nerdices e pelas horas a fio escrevendo código.

Luane, querida amiga. Foi um privilégio ter participado de sua formação. Espero ter contribuído positivamente. Pode contar comigo

sempre que precisar. Muito obrigado por sua ajuda durante meu douto-

rado, saiba que ela foi essencial.

Marcão, você é o cara! No princípio, éramos nós. Valeu pela ami-

zade, pelo trabalho insano e pela força. “The show must go on!”

Ronaldo, obrigado pelo apoio e pela amizade esses anos todos.

Vitor, mandou bem nos comentários e nas discussões. Valeu pe-

la ajuda, foi de suma importância, pode ter certeza. Pra não mencionar

a ferramenta das assembleias...

IV

Aos mestres:

Adriano, você abriu as portas do Matlab. Agora dominarei o

mundo.

Alessandra, aprendi muito com suas críticas e comentários. O-

brigado pela sua confiança.

John, você foi como um pai aqui em Natal. Obrigado pelos ensi-

namentos e pelas cervejas, não necessariamente nessa ordem.

Aos orientadores:

Obrigado. Muito obrigado. Aprendi muito durante essa cami-

nhada com vocês. Talvez eu tenha demorado muito tempo para assimi-

lar lições que estavam bem a minha frente, mas em retrospecto, posso afirmar hoje que finalmente eu as aprendi. Vocês me proporcionaram a

condição para descobrir e conquistar minha própria força.

Logicamente, muito mais pessoas passaram por minha vida que aqui eu

não estou explicitamente mencionando. Todos contribuíram, senão em

meu trabalho, na formação de meu caráter.

Obrigado a todos, sejam pelas alegrias ou pelas tristezas compartilha-

das e proporcionadas. Ambas foram muito importantes.

The way out is forward.

Onward to battle!

V

A coleta de dados experimentais da presente tese foi desenvolvida no

Laboratório de Neurobiologia Celular do Instituto Internacional de Neu-

rociências de Natal Edmond e Lily Safra (IINN-ELS). A análise de dados

e a preparação do texto ocorreram no Instituto do Cérebro da Universi-

dade Federal do Rio Grande do Norte (UFRN).

O trabalho utilizou recursos financiados pelo Conselho Nacional de De-

senvolvimento Científico e Tecnológico (CNPq), do Ministério da Ciência,

Tecnologia e Inovação (MCTI), da Financiadora de Estudos e Projetos

(FINEP), do Programa Pew Latin American Fellowship in the Biomedical

Sciences e da Associação Alberto Santos Dumont para Apoio à Pesquisa

(AASDAP).

VI

SUMÁRIO

LISTA DE FIGURASLISTA DE FIGURASLISTA DE FIGURASLISTA DE FIGURAS VIIIVIIIVIIIVIII

LISTA DE TABELASLISTA DE TABELASLISTA DE TABELASLISTA DE TABELAS IIIIIXIXIXIX

LISTA DE ABREVIALISTA DE ABREVIALISTA DE ABREVIALISTA DE ABREVIAÇÕESÇÕESÇÕESÇÕES XXXX

RESUMORESUMORESUMORESUMO XIXIXIXI

ABSTRACTABSTRACTABSTRACTABSTRACT XIIXIIXIIXII

1 1 1 1 –––– INTRODUÇÃOINTRODUÇÃOINTRODUÇÃOINTRODUÇÃO 1111

1.1 – MEMÓRIA E APRENDIZAGEM 3

1.1.1 – MEMÓRIA E SEUS MECANISMOS 7

1.2 – HIPOCAMPO 11

1.2.1 – ESTRUTURA ANATÔMICA 12

1.2.2 – O HIPOCAMPO E A MEMÓRIA 15

1.3 – ASSEMBLÉIAS NEURONAIS 17

1.4 – O SONO 20

1.4.1 – SONO E MEMÓRIA 24

1.5 – ESQUIVA DISCRIMINATIVA 27

1.6 – REGISTRO ELETROFISIOLÓGICO 29

2 2 2 2 –––– OBJETIVOSOBJETIVOSOBJETIVOSOBJETIVOS 31313131

2.1 – OBJETIVOS GERAIS 31

2.2 – OBJETIVOS ESPECÍFICOS 31

VII

3 3 3 3 –––– MATERIAIS E MÉTODOSMATERIAIS E MÉTODOSMATERIAIS E MÉTODOSMATERIAIS E MÉTODOS 32323232

3.1 – ANIMAIS 32

3.2 – ESQUIVA DISCRIMINATIVA 33

3.3 – REGISTRO DA ATIVIDADE NEURAL HIPOCAMPAL 34

3.3.1 – IMPLANTE DE MULTI-ELETRODOS E REGISTRO ELETROFISIOLÓGICO 34

3.3.2 – MATRIZES DE ELETRODOS 36

3.3.3 – IMPLANTE CIRÚRGICO DAS MATRIZES DE ELETRODO NO HIPOCAMPO 38

3.3.4 – AQUISIÇÃO COMPUTADORIZADA DE DADOS NEURAIS 40

3.3.5 – DISCRIMINAÇÃO DE UNIDADES NEURAIS EM TEMPO REAL 41

3.3.6 – PROTOCOLO EXPERIMENTAL 44

3.3.7 PERFUSÃO E PREPARAÇÃO DO TECIDO 46

3.4 – ANÁLISE DOS DADOS COMPORTAMENTAIS 47

3.5 – ANÁLISE DOS DADOS ELETROFISIOLÓGICOS 48

3.5.1 – DETECÇÃO DO ESTADO COMPORTAMENTAL. 48

3.5.2 – TAXAS DE DISPARO NEURAL 50

3.5.3 – DETECÇÃO E ATIVIDADE DE ASSEMBLEIAS NEURONAIS 51

4 4 4 4 –––– RESULTADOSRESULTADOSRESULTADOSRESULTADOS 53535353

4.1 – RESULTADOS COMPORTAMENTAIS 53

4.2 – IMPLANTE DE ELETRODOS 56

4.3 – TAXAS DE DISPARO NEURONAL 57

4.4 – ANÁLISE DAS ASSEMBLEIAS NEURONAIS 61

5 5 5 5 –––– DISCUSSÃODISCUSSÃODISCUSSÃODISCUSSÃO 67676767

6 6 6 6 –––– REFERÊNCIASREFERÊNCIASREFERÊNCIASREFERÊNCIAS 78787878

ANEXO I: PROTOCOLO PANEXO I: PROTOCOLO PANEXO I: PROTOCOLO PANEXO I: PROTOCOLO PARA IMPLANTE DE MATRARA IMPLANTE DE MATRARA IMPLANTE DE MATRARA IMPLANTE DE MATRIZ DE ELETRODOSIZ DE ELETRODOSIZ DE ELETRODOSIZ DE ELETRODOS 86868686

VIII

LISTA DE FIGURAS

Figura 1.1 – Esquema da formação hipocampal. ___________________________________ 13

Figura 1.2 – Morfologia Hipocampal. _____________________________________________ 14

Figura 1.3 – Efeitos do hipocampo sobre a memória aversiva. _________________________ 16

Figura 1.4 – Reativação de assembleias neuronais durante o sono. ____________________ 19

Figura 1.5 – Características dos estados comportamentais de vigília, não-REM e REM. ____ 21

Figura 1.6 – Principais Oscilações Hipocampais. ___________________________________ 22

Figura 1.7 – Efeito da privação de sono sobre a memória. ____________________________ 24

Figura 3.1 – Matriz de múltiplos eletrodos. ________________________________________ 37

Figura 3.2 – Implante cirúrgico de uma matriz de eletrodos. ___________________________ 39

Figura 3.3 – Seleção de multi-unidades neurais. ____________________________________ 43

Figura 3.4 – Desenho do experimento. ___________________________________________ 45

Figura 3.5 – Classificação de estado comportamental. _______________________________ 49

Figura 4.1– Tempo de exploração dos braços abertos e do braço aversivo _______________ 54

Figura 4.2 – Tempo de permanência total no braço aversivo. __________________________ 54

Figura 4.3 – Histologia de Nissl para confirmar a posição dos eletrodos. _________________ 56

Figura 4.4 – Contagem de disparos neuronais antes e depois da exposição ao labirinto. ____ 57

Figura 4.5 – Alteração percentual da taxa média de disparo durante o SOL antes e depois da

exposição ao labirinto. ________________________________________________________ 58

Figura 4.6 – Comparação entre animais da diferença de taxa de disparo durante o SOL antes e

depois da exposição ao labirinto. ________________________________________________ 60

Figura 4.7 – Quantidade de assembleias neuronais ativadas. _________________________ 62

Figura 4.8 – Picos de forte atividade das assembleias neuronais. ______________________ 63

Figura 4.9 – Atividade total das assembléias neuronais. ______________________________ 65

Figura 4.10 – Atividade neuronal e comportamento. _________________________________ 66

IX

LISTA DE TABELAS

Tabela 4.1 – Duração dos episódios de SOL por animal (min). ________________________ 55

Tabela 4.2 – Número de assembleias detectadas por sessão experimental. ______________ 61

Tabela 4.3 – Número de neurônios registrados por sessão experimental. ________________ 61

X

LISTA DE ABREVIAÇÕES

ACP – Análise de componentes principais;

AMPA – ácido α-amino-3-hidroxi-5-metil-4-isoxazolepropiônico

CT – Controle, grupo;

DAPI – Dihidrocloreto de 4',6-diamidino-2-fenilindole

DLD – Depressão de longa duração;

NMDA – N-metil-D-aspartato

PB – Phosphate buffer, tampão fosfato;

PLD – Potenciação de longa duração;

POS – Pós-exposição ao labirinto, grupo;

PRE – Pré-exposição ao labirinto, grupo;

REM – Rapid eyes movement, movimento rápido dos olhos;

RNA – Ribonucleic Acid, ácido ribonucleico;

SOL – Sono de ondas lentas;

SP – Sono paradoxal;

TE – Teste, grupo;

TR –Treino, grupo;

XI

RESUMO

Hebb postulou que a memória poderia ser armazenada graças a

atividade síncrona de vários neurônios, formando um assembleia neu-

ral. Sabendo da importância da estrutura hipocampal para a formação

de novas memórias explícitas, utilizamos o registro eletrofisiológico de

múltiplos neurônios para investigar a relevância da codificação de taxa

(rate coding) dos disparos neurais, comparada com a codificação tempo-

ral (temporal coding) da atividade de assembleias, na consolidação de

uma memória aversiva de ratos. Os animais foram treinados na esquiva

discriminativa usando um labirinto em cruz elevado modificado. Duran-

te as sessões experimentais foram registrados períodos de sono de on-

das lentas (SOL). Nossos resultados indicam um aumento da atividade

das assembleias neuronais identificadas durante o SOL após o treino na

tarefa, sendo que o mesmo não acontece com a taxa de disparo. Em re-

sumo, demonstramos que para essa tarefa em particular, a informação

relevante à consolidação adequada da memória está codificada nos pa-

drões temporais de sincronização da atividade neural e não em sua taxa

de disparo.

XII

ABSTRACT

Hebb postulated that memory could be stored thanks to the syn-

chronous activity of many neurons, building a neural assembly. Know-

ing of the importance of the hippocampal structure to the formation of

new explicit memories, we used electrophysiological recording of multi-

ple neurons to access the relevance of rate coding from neural firing

rates in comparison to the temporal coding of neural assemblies activity

in the consolidation of an aversive memory in rats. Animals were

trained at the discriminative avoidance task using a modified elevated

plus-maze. During experimental sessions, slow wave sleep periods

(SWS) were recorded. Our results show an increase in the identified

neural assemblies’ activity during post-training SWS, but not for the

neural firing rate. In summary, we demonstrate that for this particular

task, the relevant information needed for a proper memory consolida-

tion lies within the temporal patters of synchronized neural activity, not

in its firing rate.

1

1 – INTRODUÇÃO

Se eu vi mais longe, foi por estar de pé sobre o ombro de gigantes.

SIR ISAAC NEWTON

As memórias nos outorgam nossa identidade e individualidade.

Muito do que somos é reflexo do acúmulo de experiências pessoais pas-

sadas e a forma como lidamos com elas. Para o célebre escritor e dra-

maturgo irlandês Oscar Wilde, “memória é o diário que todos nós carre-

gamos conosco” (do original “memory is the diary that we all carry about

with us”). Embora o conceito científico de memória não difira muito do

senso comum – todos tem uma ideia geral sobre do que consiste e para

que serve uma memória – uma definição mais formal cabe bem ao pro-

pósito da tese.

O termo memória pode se referir a coisas relacionadas, mas no

entanto, diferentes. Podemos nos referir a um evento passado específico

(uma lembrança) ou então à capacidade de armazenar e recordar infor-

mações. Uma definição do termo não é algo tão simples uma vez que,

como veremos, a memória não é um “bloco” único, mas sim diversos

sistemas agrupados sob um mesmo nome. Assim, memória é tanto uma

representação interna de experiências passadas que persiste com o

tempo como também um processo, a capacidade de codificar, armaze-

nar, consolidar e resgatar informações (Roediger et al. 2007). Ao longo

2

desse texto, estaremos utilizando principalmente a segunda definição

do termo.

Esse assunto nos permite fazer várias perguntas, todas muito

simples: “Como nos lembramos? O que faz com que possamos adquirir

uma determinada informação e, posteriormente, lembrarmo-nos dela a

qualquer momento? Quais são as estruturas neurais envolvidas nesses

processos?” As respostas, entretanto, são bastante complexas e longe

de estarem completas.

Ao passo em que o comportamento animal ainda é, em muitos

aspectos, indispensável para se estudar o complexo fenômeno – dado

que não podemos indagar diretamente um rato – ferramentas modernas

como a eletrofisiologia de múltiplos neurônios agregam valor aos expe-

rimentos e permitem explorá-lo de maneira invasiva.

Considerando o registro da atividade neuronal em particular,

uma questão importante é a de como interpretar o sinal gerado por es-

sas células excitáveis.

Eric Kandel, laureado com um prêmio Nobel em Medicina e Fisi-

ologia, afirma que o século XXI, apenas em seu início, será o século da

neurociência, como o século passado foi da biologia molecular – ou seja,

ainda há muito para descobrirmos (Kandel 2007).

O presente trabalho espera contribuir de alguma forma com o

grande quebra-cabeça que é o estudo da memória, adicionando mais

uma pequena peça ao quadro.

3

1111....1111 –––– Memória e ApMemória e ApMemória e ApMemória e Aprrrrendizagemendizagemendizagemendizagem

O pioneiro no estudo da memória como assunto científico foi

Hermann Ebbinghaus, no final do século XIX. Ele elaborou uma lista de

sílabas a ser decorada e que, depois de algum tempo, deveria ser recita-

da. Assim, a quantidade de sílabas lembradas se torna uma medida di-

reta da memória do sujeito, o que permitiu traçar uma curva de esque-

cimento, mostrando como varia a quantidade de palavras lembradas ao

longo do tempo e o efeito de um maior treinamento sobre a retenção das

mesmas (Ebbinghaus 2010). A partir desse conceito, podemos fazer o

raciocínio inverso para obter uma curva de aprendizado. Apesar desse

trabalho ter contribuído enormemente fundando termos e criando essas

duas importantes medidas usadas até hoje (curvas de aprendizado e

esquecimento), seu grande mérito foi o de colocar a memória definitiva-

mente no campo científico, como um fenômeno observável e mensurá-

vel, desmistificando sua subjetividade através de um experimento com-

portamental elegante e extremamente simples.

Uma vez demonstrado que o tema memória poderia ser investi-

gado com o rigor científico, vários cientistas foram em busca de respos-

tas acerca do fenômeno.

Uma pergunta fundamental sobre o tema memória diz respeito à

localização da mesma no encéfalo. Karl Lashley perseguiu esse tema

realizando um experimento em animais bastante simples. Em sua bus-

ca pelo engrama – o traço da memória – treinou ratos para percorrer um

labirinto em zigue-zague com recompensa alimentar no final do trajeto.

4

À medida que os animais aprendiam o caminho, o tempo para saírem

do labirinto era cada vez menor. Uma vez bem treinados na tarefa, Las-

hley realizou cirurgias nesses animais para lesionar diferentes áreas

corticais com variados graus de extensão. A ideia seria tentar lesar um

local onde a memória relativa ao evento codificado residiria após percor-

rer um caminho neural específico. Entretanto, concluiu que, indepen-

dente da região lesionada, sempre havia prejuízo no desempenho da ta-

refa, sendo o mesmo proporcional apenas à quantidade de tecido remo-

vido. Lashley então postulou que a memória estaria igualmente distri-

buída pelo cérebro, o chamado princípio da igualdade de massas (Las-

hley 1950). O erro de Lashley foi não considerar que as regiões corticais

lesionadas poderiam não ter uma relação direta com o processo mne-

mônico mas simplesmente reger atividades sensório-motoras que, se

prejudicadas, afetariam tanto a capacidade do animal locomover-se no

labirinto como a de obter informações sensoriais sobre o mesmo. Na é-

poca, entretanto, o conceito foi aceito pela comunidade e alguns anos

passaram até que esse princípio fosse desafiado.

Em 1957, Scoville e Milner publicaram um artigo que seria um

marco na história da neurociência. Nele, os autores descrevem vários

casos de perda de memória recente, dentre os quais um em particular:

o caso do paciente H.M. Henry Molaison sofria de epilepsia resistente ao

tratamento por drogas e foi submetido a uma cirurgia de ablação bilate-

ral do foco epiléptico – no caso, o tecido correspondente ao lobo tempo-

ral medial. Apesar de bem sucedida – a epilepsia foi completamente cu-

rada – a cirurgia provocou um efeito colateral não previsto: além de

5

uma perda de memória retrógrada relativamente recente (de alguns a-

nos antes da cirurgia), H.M. era agora incapaz de reter novas memórias

(Scoville and Milner 1957). Assim, finalmente uma região cerebral en-

volvida com o processo de formação de novas memórias havia sido loca-

lizada no lobo temporal medial, circunscrita em uma estrutura particu-

lar chamada hipocampo.

Investigações posteriores revelaram que H.M. era capaz de a-

prender tarefas motoras, como desenhar com o auxílio de um espelho;

no entanto, embora apresentasse melhoras progressivas no traçado,

não sabia de forma consciente que possuía tal habilidade (Milner 1962).

Essas duas informações levaram a conclusões fundamentais sobre a

memória: (1) a memória pode ser classificada temporalmente, desde

mais recentes até mais remotas e (2) existem tipos de memória qualita-

tivamente distintos, sejam para informações conscientes ou motoras

(Squire 2004).

Atualmente, nos referimos a memórias de curta ou de longa du-

ração (dependendo do tempo em que elas permaneceram no sistema e

dos processos bioquímicos pelos quais passaram) e também a tipos

qualitativamente distintos, como as memórias explícitas (fatos, lugares,

pessoas) e implícitas (hábitos e procedimentos motores), processos os

quais dependem de estruturas encefálicas diferentes (Izquierdo and Me-

dina 1995; Squire 2004; McGaugh 2000). Apesar de existir uma propos-

ta de reclassificação dos tipos de memória, de modo a enquadrá-los ba-

seado em sua função e estrutura, as nomenclaturas clássicas ainda

predominam (Henke 2010).

6

Nesse trabalho vamos nos deter a memórias explicitas (hipo-

campais) de longa duração.

7

1.1.1 – Memória e seus Mecanismos

Hebb postulou em 1949 que para que ocorra a formação de uma

memória, é necessário que ocorra: (1) uma reverberação da informação

no sistema seguido de (2) uma modificação estrutural (morfológica) dos

sistemas envolvidos (Hebb 1949). Essa teoria do traço dual da memória

foi corroborada ao longo dos anos que se seguiram, ganhando evidência

e força. Sabemos hoje, por exemplo, que a atividade neuronal sustenta-

da e o aumento da arborização dendrítica, bem como a inserção de mais

receptores pós-sinápticos atuam no sentido de reforçar a sinapse esta-

belecida durante a aquisição, correspondendo às etapas de reverbera-

ção e modificação estrutural respectivamente (Ribeiro and Nicolelis

2004). A busca por um substrato material das memórias levou a uma

importante descoberta: a consolidação de memórias depende de síntese

proteica de novo. Flexner demonstrou esse princípio administrando pu-

romicina, um inibidor da síntese proteica, a camundongos após a ses-

são de treino no labirinto em Y, provocando déficits no aprendizado dos

mesmos (Flexner et al. 1963).

Posteriormente, estudos em animais mais simples como a Apli-

sia revelaram informações fundamentais sobre mecanismos da memó-

ria, como a capacidade das células em regular a quantidade de neuror-

receptores disponíveis na sinapse, o que por si só explica os fenômenos

da habituação e sensibilização (Bailey and Chen 1988).

A lesão de estruturas e a neurofarmacologia têm sido duas fer-

ramentas chave para entendermos o processamento mnemônico. A ad-

8

ministração de drogas agonistas/antagonistas de receptores específicos

em uma determinada estrutura em intervalos estratégicos (após o treino

ou antes do teste, por exemplo, para testar efeitos sobre a consolidação

e evocação, respectivamente) tem dado grandes contribuições para en-

tendermos muitas vias neurais envolvidas com o processamento mne-

mônico (Vazdarjanova and McGaugh 1998; McGaugh 2000; McGaugh

and Izquierdo 2000; Rossato et al. 2009).

Um fenômeno bastante estudado e que poderia explicar a base

neurobiológica da memória é a potenciação de longa-duração (PLD). Ela

é interessante como modelo por possuir características que se espera de

uma memória como especificidade, associatividade, cooperatividade e

persistência no tempo (Bliss and Collingridge 1993).

Para induzir a PLD, uma estimulação elétrica é geralmente feita

na passagem perforante – um feixe axonal que projeta do córtex entor-

rinal para a região do giro denteado – estimulando assim o hipocampo

(Bliss and Lomo 1973; Bliss and Collingridge 1993). Após o término da

estimulação, o potencial pós-sináptico excitatório permanece elevado,

persistindo por horas, dias ou semanas, conforme o estímulo aplicado.

Para que haja indução dessa “memória” da estimulação elétrica, é ne-

cessária a ativação de receptores glutamatérgicos, especificamente os do

ácido alfa-amino-3-hidroxi-5-metil-4-isoxazolepropionico (AMPA) e os do

ácido N-metil-D-aspártico (NMDA) (Bliss and Collingridge 1993). Esse

mecanismo molecular da PLD resgata a ideia da sinapse hebbiana de

modo muito forte: se os receptores AMPA forem suficiente e repetidas

vezes acionados pelo glutamato descarregado por um neurônio pré-

9

sináptico, o influxo de íons Na+ desse canal irá causar uma despolariza-

ção de membrana grande o suficiente para deslocar um íon magnésio

que normalmente obstrui o receptor NMDA, tornando-o ativo. Agora,

numa próxima sinapse, o glutamato liberado poderá se ligar no canal

NMDA, provocando a entrada de íons Ca++ no neurônio. O cálcio por

sua vez ativará uma cascata bioquímica, levando a regulação positiva

produção do receptor AMPA. A maior disponibilidade desses receptores

na membrana, garante que os potenciais pós-sinápticos excitatórios se-

rão mais intensos, atingindo mais facilmente o limiar que irá disparar

um potencial de ação. Esses processos são relativamente bem conheci-

dos, e uma série de intervenções farmacológicas já foi realizada no mo-

delo da PLD (Izquierdo and Medina 1995). Finalmente, Whitlock e cola-

boradores demonstraram que o aprendizado é capaz de induzir um es-

tado de PLD no hipocampo de ratos, demonstrando que a PLD é mais

do que apenas um princípio teórico para o registro das memórias (Whi-

tlock et al. 2006).

Para que os mecanismos de memória sejam realmente flexíveis,

seria interessante que algum processo permitisse a redução da força

sináptica, além do aumento provocado pela LTP. É justamente isso que

faz a Depressão de Longa Duração (DLD). Apesar desse fenômeno ser

mais famoso por sua ocorrência nas células de Purkinje cerebelares,

daremos uma atenção particular para a DLD que ocorre no hipocampo.

A DLD hipocampal é produzida ao se estimular em baixa fre-

quência (0,5-5 Hz) as fibras colaterais de Schaffer que projetam para

CA1. Isso acarreta uma baixa descarga glutamatérgica durante a sinap-

10

se, que consequentemente levará a um pequeno influxo de Ca++ via re-

ceptores NMDA. Isso levará a ativação de uma cascata bioquímica dife-

rente que resulta na diminuição dos receptores AMPA da membrana,

diminuindo a capacidade de resposta daquele neurônio (Bear and Ma-

lenka 1994; Malenka and Bear 2004).

O processamento de uma memória passa por diversos estágios:

aquisição, consolidação e evocação, correspondendo respectivamente à

entrada, fortalecimento e resgate da informação memorizada.

A consolidação de uma memória acontece após a aquisição de

nova informação e corresponde ao período durante o qual é necessária a

síntese de RNA e de proteínas para converter a informação adquirida

em uma memória de longa-duração (Flexner et al. 1963; Davis and

Squire 1984; Nader et al. 2000; Sutton and Schuman 2006). Experi-

mentos em roedores sugerem que à medida que uma memória vai se

tornando mais antiga, ocorre uma progressiva migração da informação

do hipocampo para o córtex (Ribeiro et al. 2002; Ribeiro and Nicolelis

2004; Ribeiro et al. 2007), corroborando dados em estudos com huma-

nos, como o caso já citado do paciente H.M, que sofreu uma amnésia

retrógrada de até dois anos antes da cirurgia, mas mantinha vívida

memórias de sua infância.

A evocação por sua vez seria o resgate dessas memórias, a lem-

brança (Squire and Kandel 2008). Esse estágio é fundamental para ga-

rantir a adaptação e sobrevivência do indivíduo ao meio, fazendo com

que um determinado animal evite uma área de predadores e saiba onde

há comida abundante, por exemplo.

11

1.2 1.2 1.2 1.2 –––– HipocampoHipocampoHipocampoHipocampo

O hipocampo é uma estrutura fundamental para a formação da

memória, especificamente para os processos que envolvem a memória

explícita. Essa estrutura se localiza no lobo temporal medial em huma-

nos e recebe seu nome devido a sua semelhança morfológica com um

cavalo marinho (do grego hippos, cavalo, e kampos, monstro marinho).

Já no rato, o hipocampo se estende rostralmente dos núcleos septais

até o córtex temporal, caudalmente (Shepherd 1998).

Conforme descrito no tópico anterior, o caso do paciente H.M.

consagrou o hipocampo como uma estrutura relacionada à memória.

Entretanto, essa estrutura tem sido estudada há muito tempo e até o

início da década de 30 o hipocampo era considerado pelos neuroanato-

mistas como sendo parte do sistema olfatório. Isso se devia provavel-

mente à impressão que esta estrutura é especialmente grande em espé-

cies macrosmáticas (espécies cuja mucosa olfativa e bulbo são marca-

damente desenvolvidos), tais como roedores e insetívoros noturnos. No

entanto, nestes animais, os tamanhos absolutos das estruturas olfató-

rias no cérebro são bastante reduzidas (Per Andersen et al. 2006). Di-

versas outras funções têm sido descritas para o hipocampo, como a i-

dentificação de respostas espaciais (O’Keefe and Dostrovsky 1971) e tác-

teis (Pereira et al. 2007). Além disso, o hipocampo também foi estudado

para, por exemplo, identificar as sinapses excitatórias e inibitórias (Per

Andersen et al. 2006).

12

1.2.1 – Estrutura Anatômica

Anatomicamente, o hipocampo faz parte de um conjunto de es-

truturas que são conhecidas como formação ou complexo hipocampal.

Santiago Ramón y Cajal, em seu célebre Textura do Sistema Nervoso do

Homem e dos Vertebrados (Cajal 1894) descreveu o hipocampo como

sendo dividido em duas regiões distintas: uma rica em células, localiza-

da próximo ao giro denteado, chamada regio inferior e uma mais distal,

com menor quantidade de células, chamada de regio superior. Posteri-

ormente, Rafael Lorente de Nó dividiu o hipocampo em três campos dis-

tintos, chamados de áreas CA3, CA2 e CA1 (Lorente de Nó, 1934). Os

campos CA3 e CA2 de Lorente de Nó correspondem ao regio inferior de

Cajal, enquanto CA1 corresponde ao regio superior (Shepherd 1998).

Atualmente, considera-se que fazem parte da formação hipo-

campal o hipocampo per se, compreendendo o corno de Amon (subdivi-

dido em CA1, CA2 e CA3), o giro denteado (GD), o subiculum, pré-

subiculum, parasubiculum e o córtex entorrinal. Enquanto CA1 e CA3

são claramente aceitos como regiões distintas, o campo CA2 é objeto de

controvérsia, uma vez que é uma região estreita interposta entre CA1 e

CA3 e que guarda características que se assemelham às duas outras

regiões, sendo definida por alguns grupos como uma zona de transição

(Per Andersen et al. 2006).

13

Figura 1.1 – Esquema da formação hipocampal. (A-B) Proje-ções de cada sub-área do hipocampo para outras regiões den-tro da estrutura. Adaptado de Andersen et al. 2007 (The Hip-pocampus Book, pg. 38).

O fluxo de informação ao longo da formação hipocampal segue o

seguinte esquema geral: diversas aferências sensoriais chegam no cór-

tex entorrinal, o qual projeta para o giro denteado. Por sua vez, o GD irá

enviar informação para CA3, daí para CA2 e finalmente a CA1, que fe-

cha essa alça projetando novamente para o córtex entorrinal. Enquanto

o GD é geralmente a grande porta de entrada de informação no hipo-

campo (embora projeções diretas para CA1 e CA3 também existam),

CA1 faz o papel de saída, enviando a informação ali processada para

diversas áreas, como o córtex pré-frontal, a amígdala, hipotálamo, entre

outras (Per Andersen et al. 2006).

14

Figura 1.2 – Morfologia Hipocampal. Histologia em Nissl (cresil violeta) do hipocampo dorsal, mostrando a localização das principais estruturas que o compõem.

15

1.2.2 – O Hipocampo e a Memória

Muitas perguntas têm sido feitas com relação às funções especí-

ficas das sub-áreas hipocampais, como CA1, CA3 e GD. Gilbert e cola-

boradores avaliaram a capacidade que CA1 e GD têm de separar, res-

pectivamente, padrões temporais e espaciais utilizando duas tarefas

comportamentais diferentes (labirinto cheese-board e radial) e realizan-

do lesões químicas nessas estruturas (Gilbert et al. 2001). Eles demons-

tram que há uma especificidade das sub-áreas hipocampais para sepa-

rar padrões de informação, sendo CA1 responsável por processar pa-

drões temporais e o GD padrões espaciais. Já Lee e Kesner realizaram

lesões em CA1, CA3 e GD e submeteram os animais a um condiciona-

mento clássico (som pareado com choque nas patas do animal) com

contexto enriquecido (diversas pistas ambientais e sensoriais) para ava-

liar a contribuição de cada uma dessas sub-regiões durante a aquisição

e evocação do medo condicionado, mostrando uma maior atividade de

CA3 durante a aquisição inicial da tarefa, ao passo em que CA1 e GD

estariam envolvidos no processo de evocação dependente de contexto da

mesma (Lee and Kesner 2004). Além disso, Kubik e colaboradores fazem

uma revisão desse assunto no que diz respeito do uso de genes imedia-

tos para mapeamento de funções hipocampais (Kubik et al. 2007), rela-

cionando a expressão dos mesmos em neurônios dessa região com a

formação da memória.

Além de uma diferença funcional entre as diferentes regiões hi-

pocampais, o hipocampo também pode ser dividido em uma porção dor-

16

sal e outra ventral, com diferenças quanto à natureza das informações

processadas, de modo que a inativação farmacológica seletiva do hipo-

campo dorsal ou ventral atua diferentemente sobre os aspectos emocio-

nais e mnemônicos. Assim, podemos relacionar as funções do hipocam-

po dorsal principalmente a aspectos mnemônicos como a formação da

memória espacial e do contexto (Lorenzini et al. 1996; McEown and

Treit 2009, 2010), enquanto o hipocampo ventral relaciona-se mais com

a questão emocional como a expressão de medo e comportamentos do

tipo ansioso (McEown and Treit 2009, 2010). Além disso, o hipocampo

faz uma predição de eventos – comparando resultados esperados e obti-

dos – e também regula indiretamente a secreção de hormônios do es-

tresse que podem promover um aumento da força do traço de memórias

aversivas (Goosens 2011). A figura 1.3 ilustra todas essas funções.

Figura 1.3 – Efeitos do hipocampo sobre a memória aversiva. O hipocampo controla o medo e ansiedade através de vários mecanismos como o controle da secreção hormonal relacionada ao stress, a facilitação de associações entre o contexto e o resultado aversivo e a melhoria do a-prendizado aversivo através da predição de erros. A porção dorsal do hipocampo está mais rela-cionada com aspectos cognitivos/espaciais da tarefa ao passo em que a parte ventral se encar-rega do controle emocional. Adaptado de Goosens 2011.

17

1.1.1.1.3333 –––– Assembléias NeuroAssembléias NeuroAssembléias NeuroAssembléias Neuronaisnaisnaisnais

Donald Hebb fez uma tentativa de unir a psicologia à biologia

experimental, preocupando-se em explicar, à luz do conhecimento de

sua época, como o cérebro seria capaz de produzir fenômenos compor-

tamentais complexos baseado na morfofisiologia neural (Hebb 1949).

Numa época em que os estudos eletrofisiológicos concentravam-

se em estudar um único neurônio, Hebb foi um visionário e antecipou

que não seria possível que uma única célula fosse responsável por ar-

mazenar uma memória nem capaz de produzir qualquer outro compor-

tamento. Assim, teorizou que no momento em que entramos em contato

com uma novidade sensorial, diversos neurônios se coativariam e seus

disparos neurais sincronizados acabariam por facilitar o trajeto da in-

formação advinda dessa via específica. Essa ideia, conhecida como si-

napse hebbiana, ficou bem ilustrada pelo mnemônico “cells that fire to-

gether wire together” (células que disparam junto ficam conectadas).

Essa sincronização de disparo acabaria formando uma rede ou malha

neural capaz de representar a informação desejada e uma posterior ati-

vação de parte dessa rede, seja por estímulos externos ou internos, se-

ria suficiente para que, através dessas sinapses reforçadas, as demais

células fossem estimuladas, resultando na evocação da memória. Hebb

chamou essa rede de neurônios de assembleia neural, enfatizando que

o peso sináptico individual de um neurônio, ao ser integrado com os

18

demais, poderia gerar esses comportamentos complexos (Hebb 1949;

Harris 2005).

Essa ideia moldou a forma como pensamos e fazemos a neuroci-

ência moderna. A busca pela coativação de um grande grupo de neurô-

nios como correlato neural de memória é algo largamente empregado

hoje. A questão é: como buscar por correlatos neurais da atividade des-

se grupamento de neurônios?

Quando se discute análise do código neural, existem basicamen-

te duas abordagens: código de taxas (rate code) e código temporal (tem-

poral code). No primeiro, apenas a taxa de disparo dos potenciais de a-

ção é levada em conta enquanto que no segundo, a ordem precisa em

que os spikes acontecem também carrega informação. Para a detecção

de assembleias neuronais, o segundo método atende melhor às premis-

sas hebbianas e costuma ser mais relevante.

Wilson e McNaughton demonstraram que a análise da correlação

neural par-a-par de um número grande de neurônios (uma forma de

localizar assembleias) é capaz de detectar durante o SOL a reativação de

padrões específicos àqueles da experiência em vigília (Wilson and Mc-

Naughton 1994), conforme ilustrado na Figura 1.6.

19

Figura 1.4 – Reativação de assembleias neuronais durante o sono. As correla-ções de disparo neural par a par foram calculadas no sono que precede a tarefa, durante o percurso do labirinto, e no sono imediatamente após a tarefa, mostrando uma superposição dos estados. Cada ponto preto representa um neurônio registra-do. A cor dos traços representa o valor da correlação entre um determinado par de neurônios, sendo as cores quentes de maior valor.

20

1.1.1.1.4444 –––– O SonoO SonoO SonoO Sono

Podemos observar facilmente dois estados comportamentais bas-

tante distintos em vertebrados: (1) um estado muito ativo, durante o

qual procedem-se as mais diversas interações ecológicas como forrageio

e reprodução e (2) outro, no qual o animal repousa.

O trabalho de Hans Berger com o eletroencefalograma permitiu

que dois outros cientistas, Kleitman e Aserinsky, descobrissem anos

mais tarde uma fase do sono, caracterizada pela ocorrência de movi-

mentos rápidos dos olhos (Aserinsky and Kleitman 1953).

O sono pode ser dividido em dois grandes estágios que se alter-

nam ao longo do ciclo sono-vigília: o sono de ondas lentas (SOL) e o so-

no paradoxal (SP) (Hobson and Pace-Schott 2002; Squire et al. 2008).

Cada um desses estágios possui características particulares que auxili-

am em sua classificação, conforme ilustrado pela Figura 1.1.

Durante o sono de ondas lentas (as vezes chamado de não-

REM), a frequência da atividade neuronal diminui e, de um modo geral,

se sincroniza, o que faz com que a soma dos diferentes potenciais pós-

sinápticos excitatórios tenha uma amplitude maior. O tônus muscular,

embora diminuído devido ao repouso, ainda está presente. Por outro

lado, o sono paradoxal se caracteriza por uma frequência de disparo

neuronal semelhante àquela da vigília, fato que dá o nome a esse esta-

do. Além disso, em humanos ocorre um movimento intenso dos olhos

durante essa fase. Por isso, o sono paradoxal também é conhecido como

sono REM, do inglês rapid eyes movement, ou movimento rápido dos

21

olhos. Outra característica dessa fase é a ausência completa de tônus

muscular (Hobson and Pace-Schott 2002; Pace-Schott and Hobson

2002; Squire et al. 2008;).

Figura 1.5 – Características dos estados comportamentais de vigília, não-REM e REM.

Adaptado de Hobson and Pace-Schott 2002.

O potencial de campo gerado pelo cérebro é, na verdade, a soma

de sinais com diferentes faixas ou bandas de frequência. As caracterís-

ticas desse sinal mudam dependendo do estado comportamental em

que o indivíduo se encontra. As principais oscilações do hipocampo do

rato estão presentes nas bandas delta (0-6 Hz), teta (6-12 Hz), beta (12-

30 Hz) e gama (3-100 Hz) (Per Andersen et al. 2006). Cada um desses

ritmos pode ser associado a um comportamento do animal. Desse modo

temos delta associado aos estágios de sono profundo durante SOL; teta

correlaciona-se com atividade locomotora e atenção, além de ser domi-

22

nante durante SP; beta e gama são fortemente modulados por estímulos

olfativos (Per Andersen et al. 2006). Do ponto de vista cognitivo, os rit-

mos teta e gama têm um papel sugerido na coordenação da atividade de

grupos (assembleias) de neurônios e, portanto, na codificação da memó-

ria (Buzsáki 2004; Osipova et al. 2006; Tort et al. 2007; Colgin and Mo-

ser 2010). A Figura 1.2 resume essas informações.

Figura 1.6 – Principais Oscilações Hipocampais.

O sono tem um papel crucial na homeostase do organismo. Em-

bora sejam conhecidos os efeitos causados por sua privação – como

aumento do stress, alterações do humor, diminuição da atenção e até

mesmo a morte – não existe um consenso sobre a sua função. As teori-

as atuais sobre o papel do sono incluem preservação de energia, reparo

do organismo, insight e consolidação de memórias (Maquet 1995; Krue-

ger et al. 1995, 1999; Maquet 2001; Pace-Schott and Hobson 2002;

Wagner et al. 2004; Squire et al. 2008; Hauw et al. 2011).

Outra característica marcante do sono, em particular da fase SP,

é a ocorrência de sonhos. Apesar de ainda não existir nenhuma evidên-

cia clara, os sonhos poderiam ter uma função evolutivamente adaptati-

23

va como simulador de situações potencialmente adversas, no intuito de

melhor preparar o indivíduo para enfrentá-las no futuro. (Kaas 2006).

De todos os papeis desempenhados pelo sono, iremos nos con-

centrar em um deles em particular: sua importância para a consolida-

ção das memórias.

1.4.1 – Sono e Memória

A relação entre sono e memória foi primeiro

e Dallenbach em seu experimento de 1924. Eles

rem memorizado uma lista de sílabas sem sentido, os sujeitos que

deram dormir imediatamente após o treino tiveram um menor declínio

em sua curva de esquecimento durante o teste realizado até 8 horas d

pois do que aqueles que foram mantidos acordados (privação de sono),

ou seja, tiveram um melhor desempenho na tarefa

bach 1924). Isso levantou questões sobre um possível envolvimento do

sono na consolidação de memórias.

Figura 1.7 – Efeitesquecimento mostrando a quantidade de sílabas retidas para os sujeitos que dormiram (Dormiu) e para os que foram privados de sono (Acordado). Adaptado de (Jenkins and Dallenbach 1924).

Memória

A relação entre sono e memória foi primeiro relatada

e Dallenbach em seu experimento de 1924. Eles notaram que

rem memorizado uma lista de sílabas sem sentido, os sujeitos que

deram dormir imediatamente após o treino tiveram um menor declínio

em sua curva de esquecimento durante o teste realizado até 8 horas d

pois do que aqueles que foram mantidos acordados (privação de sono),

ou seja, tiveram um melhor desempenho na tarefa (Jenkins and Dalle

Isso levantou questões sobre um possível envolvimento do

sono na consolidação de memórias.

Efeito da privação de sono sobre a memória. Curva de esquecimento mostrando a quantidade de sílabas retidas para os sujeitos que dormiram (Dormiu) e para os que foram privados de sono (Acordado). Adaptado de (Jenkins and Dallenbach 1924).

24

relatada por Jenkins

notaram que, após te-

rem memorizado uma lista de sílabas sem sentido, os sujeitos que pu-

deram dormir imediatamente após o treino tiveram um menor declínio

em sua curva de esquecimento durante o teste realizado até 8 horas de-

pois do que aqueles que foram mantidos acordados (privação de sono),

(Jenkins and Dallen-

Isso levantou questões sobre um possível envolvimento do

Curva de esquecimento mostrando a quantidade de sílabas retidas para os sujeitos que dormiram (Dormiu) e para os que foram privados de sono (Acordado).

25

Embora hoje tenhamos um grande conhecimento sobre os efei-

tos da perturbação do sono sobre o desempenho cognitivo (Berger and

Oswald 1962; Youngblood et al. 1997; Graves et al. 2003; Silva et al.

2004; Alvarenga et al. 2008; Goel et al. 2009; Havekes et al. 2012), sua

atuação fisiológica para promover esse ganho mnemônico ainda precisa

ser melhor esclarecida. Por exemplo, é relativamente recente a desco-

berta de que a re-exposição durante o sono de uma pista olfativa asso-

ciada à tarefa pode levar a um aumento do desempenho da mesma no

dia seguinte (Rasch et al. 2007).

Nesse sentido, Pavlides e Winson foram os pioneiros em demons-

trar que atividade de taxa de disparo neural durante o sono está corre-

lacionada com a atividade recente das mesmas durante a vigília (Pavli-

des and Winson 1989).

Um argumento para o sono como agente da consolidação de

memórias é que ele protegeria o traço de memória de interferências sen-

soriais externas, sendo mais fácil o reforçar. Entretanto, sabemos que

existe também uma participação ativa do sono nesse processo (Born et

al. 2006; Marshall and Born 2007; Rasch and Born 2008; Born and Wi-

lhelm 2012).

Conforme mencionado anteriormente, podemos dividir o sono em

dois estágios. Ribeiro e colaboradores demonstraram que cada um dos

estágio do sono possui um papel distinto e complementar na consolida-

ção de memórias. O trabalho mostra que a atividade neural do animal

durante o SOL fica aumentada por horas após o mesmo ser exposto a

uma novidade sensorial, enquanto que durante o PS ocorre uma rein-

26

dução da expressão de genes imediatos dependentes de cálcio (indica-

dores de plasticidade neural) (Ribeiro et al. 2002; Ribeiro and Nicolelis

2004; Ribeiro et al. 2007), o que do ponto de vista hebbiano correspon-

de à reverberação da informação adquirida e a uma reestruturação mor-

fofisiológica tanto local quanto sistêmica. Além disso, as duas fases do

sono parecem afetar a consolidação de diferentes sistemas de memória,

sendo o SOL mais fundamental para memórias hipocampais e PS para

memórias de procedimento (Marshall and Born 2007).

Finalmente, foi demonstrado que ao longo dos ciclos de sono, a

informação inicialmente contida no hipocampo é progressivamente

transferida para regiões mais corticais (Ribeiro et al. 2007), confirman-

do dados mais antigos (Scoville and Milner 1957; Buzsáki 1996).

27

1.1.1.1.5555 –––– Esquiva Discriminativa Esquiva Discriminativa Esquiva Discriminativa Esquiva Discriminativa

Como alternativa ao modelo da esquiva inibitória, foi desenvolvi-

do outro paradigma para estudar os processos moleculares e eletrofisio-

lógicos relacionados à extinção da memória. A esquiva discriminativa no

labirinto em cruz elevado foi validada como um novo modelo para o es-

tudo da interação entre memória e ansiedade (Silva and Frussa-Filho

2000; Silva et al. 2004; Kameda et al. 2007; Ribeiro et al. 2011).

Nesse modelo, o aprendizado e a retenção de longa duração fo-

ram estudados através de uma extensa abordagem farmacológica. Um

resultado importante envolvendo esse modelo diz respeito à existência

de um nível ótimo de ansiedade para que ocorra o aprendizado, tendo

em vista que tanto manipulações farmacológicas ansiolíticas (diminuem

a ansiedade) quanto ansiogênicas (aumentam a ansiedade) trazem défi-

cits na retenção de memória, mas a administração de ambas surte um

efeito nulo (Silva and Frussa-Filho 2000).

Resumidamente, instalamos uma caixa de som e luzes de LED

verde (de modo a não saturar a câmera e permitir o rastreio do animal

por software) em um dos braços fechados (braço aversivo). O animal é

colocado no centro do labirinto com a cabeça voltada para a intersecção

dos braços abertos (dispostos em “L”) de modo a não influenciar sua

decisão por entrar em nenhuma das áreas do labirinto. Durante os 10

minutos de exploração a que é submetido, toda vez que o animal entrar

nesse braço aversivo, ambos os estímulos (som e luz) são disparados e

permanecem ligados até que o mesmo saia dessa área. Considerando

28

que o rato tem um medo inato de espaços abertos e de altura, represen-

tados aqui pelos dois braços abertos, espera-se que com o treino o ani-

mal aprenda a reconhecer o outro braço fechado (braço não-aversivo)

como um local seguro. Para verificarmos se o treino foi efetivo, uma ses-

são de teste é realizada após 24 horas, na qual avaliamos se o animal

reconhece e evita o braço aversivo.

O uso de estímulos pouco aversivos (luz e som, ao invés de cho-

que nas patas) viabiliza a tarefa como um bom modelo para o estudo da

aquisição e extinção rápida da memória, além de possibilitar a avaliação

do comportamento do animal ao longo das sessões de treino através de

uma curva de aprendizado, o que não é possível na esquiva inibitória.

29

1.1.1.1.6666 –––– Registro EletrofisiológicoRegistro EletrofisiológicoRegistro EletrofisiológicoRegistro Eletrofisiológico

A natureza elétrica do encéfalo foi descoberta no século XIX por

Richard Caton, um cientista inglês que conduziu experimentos com um

galvanômetro no cérebro de cães e chimpanzés. Esse trabalho foi fun-

damental para o desenvolvimento do eletroencefalograma por Hans Ber-

ger em 1924. Berger fez o primeiro registro cerebral em humanos e des-

creveu um ritmo conhecido como ondas alfa. Em 1936, Alan Hodgkin e

Andrew Huxley estudaram as propriedades elétricas do axônio gigante

de lula, um axônio grande o suficiente para ser visto macroscopicamen-

te, tornando fácil introduzir um eletrodo para registrar sua atividade.

Em 1936, propuseram um modelo matemático explicando o potencial

de ação e sua propagação na célula.

Comparando os dois experimentos, temos uma diferença com re-

lação a natureza do sinal registrado. Embora ambos tratem sobre varia-

ções elétricas, temos no primeiro caso o registro da atividade global de

muitos neurônios contra o registro de uma única célula no segundo.

Assim, o sinal contínuo registrado no eletroencefalograma é conhecido

como potencial de campo local e é o resultado da soma dos milhares de

potenciais pós-sinápticos de muitos neurônios enquanto que o registro

de Hodgkin–Huxley mostra apenas o disparo neural de uma única célu-

la. Além disso, o registro eletroencefalográfico é não invasivo e extrace-

lular, enquanto que o outro é invasivo e intracelular.

Durante muito tempo pensou-se que o registro de uma única cé-

lula neural seria suficiente para nos fornecer todas as informações ne-

30

cessárias para se entender o funcionamento do cérebro. Uma ideia do-

minante por muito tempo foi a de que um único neurônio seria respon-

sável por armazenar todas as memórias de um determinado assunto ou

objeto, como a sua avó por exemplo, as células da vovó (do inglês

grandmother cells). Com o advento do uso de múltiplos eletrodos para se

registrar uma vasta quantidade de neurônios ao mesmo tempo, ficou

claro que um dado neurônio pode participar de mais de uma assembleia

neural ao mesmo tempo e, inclusive, pode mudar sua “função” ao longo

do tempo.

Finalmente, outro importante avanço para o campo foram os ex-

perimentos realizados em animais acordados e livres para realizar a ta-

refa solicitada, em oposição aos estudos com animais anestesiados e

mantidos imobilizados.

Nesse trabalho, utilizamos matrizes de múltiplos eletrodos de fi-

lamento simples para realizar o registro das sub-áreas hipocampais

CA1, CA3 e DG em ratos que se movem livremente enquanto aprendem

e executam uma tarefa de memória aversiva em um labirinto em cruz

elevado modificado.

31

2 – OBJETIVOS

“Bom dia Sr. Hunt. Sua missão, caso decida aceitá-la...”

MISSÃO IMPOSSÍVEL 2

2.1 2.1 2.1 2.1 –––– Objetivos Objetivos Objetivos Objetivos GGGGeraiseraiseraiserais

Verificar a atividade neuronal no hipocampo durante a aquisi-

ção, consolidação e evocação de uma memória aversiva.

2.2 2.2 2.2 2.2 –––– Objetivos EspecíficosObjetivos EspecíficosObjetivos EspecíficosObjetivos Específicos

1. Analisar a taxa de disparo no hipocampo durante o sono de

ondas lentas antes e depois da experiência nas condições controle, trei-

no e teste.

2. Analisar a atividade de assembleias neuronais no hipocam-

po durante o sono de ondas lentas antes e depois da experiência nas

condições controle, treino e teste.

32

3 – MATERIAIS E MÉTODOS

Não há nada nesse universo que não possa ser explicado. Eventualmente.

DR. GREGORY HOUSE, HOUSE M.D.

3.1 3.1 3.1 3.1 –––– AnimaisAnimaisAnimaisAnimais

Ratos machos adultos da linhagem Wistar (250-300 g) foram u-

sados nesse trabalho. Os animais foram alojados em estantes climati-

zadas dentro de gaiolas individuais com temperatura controlada tendo

comida e água ad libitum. O ciclo claro escuro foi mantido em 12:12,

com as luzes se acendendo as 06:00 horas. Sessões de manipulação

foram efetuadas por 5 dias antes do experimento de modo a habituar os

animais ao experimentador. Os animais foram designados com a sigla

WEL (Wistar eletrofisiologia).

Esse experimento foi aprovado pela Comissão de Ética para Ava-

liação de Uso e Cuidados de Animais em Pesquisa da Associação Alber-

to Santos Dumont de Apoio à Pesquisa (AASDAP), protocolo número

03/2008.

33

3.2 3.2 3.2 3.2 –––– Esquiva DiscriminativaEsquiva DiscriminativaEsquiva DiscriminativaEsquiva Discriminativa

Utilizamos um labirinto em cruz elevado modificado, com seus

braços fechados dispostos em “L” (50 x 15 x 40 cm) ao invés de opostos.

Em um desses braços (Braço Aversivo, BV) uma luz verde intensa (3000

lux) e uma caixa de som (80 dB) foram instalados. Durante as sessões

de treino, ambos os estímulos aversivos foram acionados a cada entrada

do rato no BV, permanecendo ligados até sua saída do braço (R H Silva

and R Frussa-Filho 2000). A memória foi avaliada pelo tempo de per-

manência relativa do animal explorando o BV (100*TBV/TBV+TBnV), o

qual deveria diminuir ao longo da sessão de treino (R H Silva et al.

2004).

34

3.3.3.3.3333 –––– Registro da Atividade Neural HipocampalRegistro da Atividade Neural HipocampalRegistro da Atividade Neural HipocampalRegistro da Atividade Neural Hipocampal

3.3.1 – Implante de Multi-eletrodos e Registro Eletrofisiológico

Cinco ratos Wistar adultos foram usados nesse experimento. Os

animais foram anestesiados com 100 mg/kg de cloridrato de quetamina

e 5 mg/kg de cloridrato de xilazina. Conjuntos de 16-30 eletrodos de

tungstênio cobertos com teflon (50 µm de diâmetro, espaçados a 300

µm) foram desenhados de maneira tal que, ao serem implantados no

hipocampo (AP -2,8 mm; ML -1,9 mm; DV -3,14 mm) permitissem o re-

gistro de 10 canais por sub-estrutura (CA1, CA3 e DG no hipocampo;

animais WEL03, WEL05, WEL06) ou então registrassem apenas CA1

(WEL07 e WEL09). Um período de recuperação pós-operatório de 5-7

dias foi dado a cada animal antes do início do registro basal, de modo a

verificar a estabilidade do sinal de disparos neurais (spikes) e assim de-

terminar a janela de tempo ideal para se realizar o experimento em ter-

mos de qualidade do sinal. Ao final do experimento a posição dos ele-

trodos no tecido foi confirmada pela coloração das secções contendo as

estruturas-alvo com Nissl ou DAPI.

Os registros foram feitos usando um processador de aquisição

multi-neural de 64 canais (MAP, Plexon Inc., USA). A seleção online de

unidades neurais foi realizada com o auxílio do software SortClient

2002 (Plexon Inc., USA). Todos os potenciais de ação de um máximo de

4 unidades neurais por canal foram selecionados online por apenas um

35

único investigador e validadas por análise offline (Offline Sorter 2.3, Ple-

xon Inc., USA) de acordo com os seguintes critérios cumulativos: a) li-

miar de voltagem >3 desvios padrões de amplitude de distribuição; b)

relação sinal-ruído >2,5 (verificada na tela do osciloscópio); c) menos de

0,5% de ocorrência de intervalos entre spikes (ISI) menores do que 1,0 ;

d) estereótipo das formas de ondas (waveforms), determinado por um

algoritmo de modelos de forma de onda (waveform template) e por análi-

se de componentes principais (PCA). Potenciais de campo local (LFP)

foram simultaneamente registrados pelos eletrodos e pré-amplificados

(500x), filtrados (0.3–400 Hz) e digitalizados a 500 (WEL03) ou 1000 Hz

(demais ratos) usando uma placa de aquisição digital (National Instru-

ments, USA) e uma caixa MAP (Plexon Inc., USA).

Um registro basal dos animais dentro da caixa de sono foi reali-

zado diariamente a partir da segunda semana pós-cirurgia, de modo a

determinar a janela de tempo ótima dentre a qual o número máximo de

unidades estaria disponível para registro, ao mesmo tempo em que ser-

via para habituar o rato a esse ambiente de registro.

36

3.3.2 – Matrizes de Eletrodos

Matrizes de eletrodos cronicamente implantados foram usadas

para amostrar a atividade extracelular de grandes populações de neu-

rônios unitários localizadas no hipocampo.

Após anos de experimentação, determinou-se que os microfios

de 15-50 µm oferecem o melhor método de registro simultâneo de uni-

dades neuronais discrimináveis, as quais, em geral, possuem amplitude

entre 75-150 µV, ou 2,5 na razão sinal-ruído. Em média, 2,3 unidades

neuronais podem ser isoladas por microfio. Geralmente, esses registros

são muito estáveis, durando muitas semanas e até mesmo meses. Pro-

cessadores de sinal digital multicanal (DSPs) são usados para discrimi-

nar e comparar a forma de onda digital (Ribeiro et al. 2004; Nicolelis et

al. 2003, 1997; Nicolelis 1999).

As matrizes de eletrodos implantáveis são manufaturadas em

nosso próprio laboratório. Os eletrodos são implantados em matrizes de

32 microfios isolados, espaçados por intervalos de 250-500 µm. Esses

microfios são conectados junto com fios-terra a conectores. Os conecto-

res são cimentados juntos com resina odontológica para formar um

“capacete”. Geralmente, entre um e oito conectores podem ser cimenta-

dos em uma cabeça de rato numa única cirurgia. Esses chapéus podem

ser implantados ao longo de múltiplas áreas corticais e subcorticais,

incluindo o hipocampo e suas sub-regiões CA1, CA3 e GD. Experimen-

tos anteriores revelaram que quando 64 microfios são estereotaxica-

mente implantados em núcleos alvo apropriados em ratos, unidades

37

neuronais discrimináveis são tipicamente obtidas a partir de 70-80%

dos microfios implantados. Dado que 2-4 unidades neuronais podem

ser isoladas de cada um desses microfios, somos capazes de rotineira-

mente registrar até 25-100 neurônios bem discriminados a partir de 64

microfios ou menos (Kralik et al. 2001; Nicolelis et al. 2003).

Figura 3.1 – Matriz de múltiplos eletrodos. A foto mostra um exemplo de matriz confeccionada em nosso laboratório.

38

3.3.3 – Implante Cirúrgico das Matrizes de Eletrodo no Hipocampo

O implante preciso dos eletrodos durante a cirurgia é garantido

pelo posicionamento estereotáxico dos microfios e pelo registro contínuo

da atividade neural durante a cirurgia. No caso de HP, o posicionamen-

to dos eletrodos é guiado pelo perfil característico de profundidade para

a atividade neural espontânea nessa estrutura e ritmo teta nos LFPs

registrados no HP durante o experimento. A reconstrução histológica

para a determinação do sítio de eletrodos específicos é conduzida após o

término de todos os experimentos de registro pela inspeção de sessões

coronais do encéfalo corados com cresil violeta ou DAPI com referência

aos planos anatômicos (Paxinos and Watson 2007). Tipicamente, os mi-

crofios causam danos mínimos e circunscritos ao tecido imediatamente

ao redor dos mesmos (Freire et al. 2011).

As seguintes coordenadas estereotáxicas (em mm a partir do

Bregma (Paxinos and Watson 2007) são usadas para centrar as matri-

zes com 16 eletrodos microfios em relação aos eixos antero-posterior

(AP), médio-lateral (ML) e dorso-ventral (DV): -3,14 AP, + 1,9 ML, - 3,5

DV para atingir o giro denteado e -3,14 AP, + 1,9 ML, - 2,5 DV para

CA1. Medidas de DV são em relação a superfície pial. A Figura 3.2 ilus-

tra uma matriz de eletrodos sendo implantada.

Os animais também tiverem eletrodos implantados na amígdala

(-2,8 AP, -5,0 ML, 7,2 DV), mas a histologia não confirmou que os ele-

trodos atingiram o alvo, por isso a análise dessa área foi descartada.

39

Figura 3.2 – Implante cirúrgico de uma matriz de eletro-dos. A matriz é lentamente baixada com auxilio de um apa-relho estereotáxico até que as coordenadas alvo sejam atin-gidas.

40

3.3.4 – Aquisição Computadorizada de Dados Neurais

O sinal elétrico das áreas cerebrais envolvidas foi coletado por

meio de microeletrodos implantados cirurgicamente na estrutura alvo

(hipocampo). O SSCP (Plexon Inc, Dallas, TX), um programa rodado em

um computador Pentium Xeon® (3.3 GHz, 8 Gb RAM) é utilizado para

adquirir e armazenar dados de tempos de ocorrência de potenciais de

ação completos de todos os neurônios simultaneamente registrados. O

SSCP tem uma resolução de 0,2 ms. Amostras contínuas de potenciais

de ação são obtidas para validação offline da discriminação dos neurô-

nios unitários. Análises offline de autocorrelações e histogramas dos

intervalos inter-potenciais de ação são então empregadas para demons-

trar que um mesmo conjunto de unidades neurais foi registrado duran-

te a duração de cada experimento. Outros trabalhos têm demonstrado

que o conjunto de dados de multi-neurônios também contêm quantida-

des substanciais de informação relacionada à tarefa (Carmena et al.

2003). Portanto, ambos os conjuntos de dados, unitários e multi-

unitários, foram utilizados nesse projeto. O Neuro Explorer, Cine Plex,

Offline Sorter (Plexon Inc, Dallas, TX) e outros pacotes projetados em

Matlab no laboratório do investigador principal serão empregados para

a análise conjunta dos dados neurofisiológicos e comportamentais. Uma

descrição detalhada dos procedimentos analíticos usados nesse projeto

será apresentada nas sessões apropriadas abaixo.

41

3.3.5 – Discriminação de Unidades Neurais em Tempo Real

Tipicamente, há uma pronunciada melhora da qualidade dos re-

gistros de neurônios unitários alguns dias após a cirurgia. Os experi-

mentos com registro de grupos neuronais começam 7 dias após a cirur-

gia. Atualmente, nosso arranjo permite que até quatro potenciais de a-

ção sejam discriminados de cada um dos 32 canais do processador de

aquisição de múltiplos-neurônios (MAP, Plexon Inc, Dallas, TX). A rotina

de discriminação em tempo real de potenciais de ação utiliza processa-

dores de sinal digital Motorola 56000, os quais implementam janelas

temporais e de voltagem para a detecção de potenciais de ação (Nicolelis

et al. 1997). Para uma segunda verificação de que os potenciais de ação

de um único neurônio estão sendo detectados, um algoritmo de análise

do componente principal (ACP) para o reconhecimento em tempo real de

formas de onda é usado (Nicolelis et al. 1997) para isolar os potenciais

de ação derivados de cada microfio. Cada forma de onda é plotada como

um aglomerado no espaço definido pelos três primeiros autovetores ob-

tidos naquele canal durante o período de “aprendizado”. Um pacote de

software para a seleção supervisionada de potenciais de ação, traba-

lhando sob a plataforma Windows 7, permite a amostragem contínua de

todas as formas de onda (SortClient 2002, Plexon Inc, Dallas, TX) para

validação offline (Offline Sorter 2.8.8, Plexon Inc, Dallas, TX) de acordo

com os seguintes critérios cumulativos: a) limiares de voltagem > 2 des-

vios padrões da distribuição das amplitudes; b) razão sinal-ruído > 2,5;

c) menos de 1% dos intervalos inter-potenciais de ação menores do que

42

1,2 ms, correspondendo aos períodos refratários; d) estereótipo do for-

mato do potencial de ação, determinado pela ACP. Aqui, usamos um

algoritmo adaptativo que ajusta modelos da forma de onda baseado na

média dos formatos recém acumulados. A Figura 3.3 mostra uma sele-

ção de formas de onda neuronais e potenciais de campo utilizando o

software Sort Client.

Após o término dos experimentos, uma validação offline das for-

mas de onda do sinal de spikes foi realizada e todas as unidades com

formas de onda suspeitas ou de baixa amplitude (<375 µV) foram remo-

vidas da análise, de modo a eliminar fontes de ruído.

43

Figura 3.3 – Seleção de multi-unidades neurais. Registro de 30 canais. Cada uma das cores representa uma multi-unidade neural diferente. A esquerda, um aumento do canal selecionado (A). O painel inferior mostra outra multi-unidade a esquerda ao passo em que o registro do potencial de campo é mostrado a direita.

44

3.3.6 – Protocolo Experimental

Durante todos os dias de experimento, os animais foram coloca-

dos em uma caixa de sono a qual haviam sido previamente habituados

durante as sessões de manipulação por no mínimo 1 hora durante os 5

dias anteriores ao início do experimento.

Os animais permaneceram na caixa por 2 horas antes de serem

expostos ao labirinto, sendo que o registro eletrofisiológico se deu a par-

tir da segunda hora, de modo a ignorar possíveis alterações causadas

pelo anestésico isoflurano (utilizado para deixar o animal imóvel duran-

te a conexão do cabo de registro com a matriz de eletrodos) sobre a ati-

vidade neuronal. Esse registro antes da tarefa foi tomado como uma

medida da atividade basal e constitui à pré-exposição ao labirinto (PRE).

Em seguida, o animal é colocado para explorar labirinto por 10 minu-

tos, após os quais retornam à caixa de sono para 3 horas adicionais de

registro de pós-exposição à tarefa (POS).

Durante o primeiro dia da tarefa (Controle, ou CT) os animais fo-

ram expostos a um labirinto com os 4 braços fechados. A parede ao fi-

nal de cada braço possui pistas espaciais, com figuras geométricas de

formas e cores diferentes, no intuito de facilitar a navegação do animal

pelo labirinto.

Do segundo dia em diante, o labirinto é modificado para contar

com a presença de braços abertos adjacentes, os quais permitem a vi-

sualização de pistas espaciais externas ao labirinto. Na sessão de treino

(TR), a cada entrada do animal no braço aversivo, um ruído alto (80 dB)

45

e uma forte luz (3000 lux) foram acionados. O estímulo só é interrompi-

do com a saída do animal do braço.

Finalmente, no terceiro dia, uma sessão de teste (TE) é realizada,

sem a presença dos estímulos aversivos, para verificar a retenção da

tarefa, expressa por uma redução no tempo explorando o braço aversi-

vo.

Figura 3.4 – Desenho do experimento. Os animais foram colocados no labirinto durante 4 dias consecutivos. A cada dia, foi realizado um registro basal, pré-experiência, de uma hora, uma sessão no labirinto de 10 minutos e um registro pós-experiência de 3 horas. No primeiro, o labirinto se apresentou com os 4 braços fechados consistindo em uma pré-exposição. No dia seguinte, dois dos braços foram abertos e a cada entrado do animal no braço aversivo, os estímulos aversivos (som e luz) eram acionados por toda a permanência do animal no mes-mo. No terceiro dia, uma sessão de teste é realizada para avaliar a capacidade do animal de evitar o braço aversivo e no quarto dia uma segunda sessão de teste tem por objetivo refor-çar ou induzir a extinção da memória.

46

3.3.7 Perfusão e Preparação do Tecido

No momento do sacrifício, os animais foram inicialmente aneste-

siados com isoflurano gasoso (5% misturado com oxigênio) para então

serem anestesiados profundamente com tiopental sódico intraperitoneal

(50 mg/Kg). Após isso, foram perfundidos transcardiacamente com sa-

lina heparinizada (0,9%) aquecida, seguida de paraformaldeído (4% di-

luído em PB 0,1 M) resfriado. Após a craniotomia, os cérebros foram

imersos durante 24 h em tampão fosfato 0,1 M, sendo em seguida mer-

gulhados em sucrose 30% até afundarem. Os tecidos foram envoltos em

Tissue Tek (Sakura Finetek, Japan) e congelados usando uma mistura

de gelo seco e etanol. Finalmente, o tecido foi seccionado a 30 µm em

um criostato (Carl Zeiss Micron HM 550, Germany) e montados sobre

lâminas de vidro carregadas eletricamente (Super Frost Plus – VWR In-

ternational, USA).

A localização dos eletrodos no parênquima cerebral foi evidenci-

ada através de histologia básica (coloração de Nissl) ou fluorescência

(DAPI).

47

3.4 3.4 3.4 3.4 –––– Análise dos Dados ComportamentaisAnálise dos Dados ComportamentaisAnálise dos Dados ComportamentaisAnálise dos Dados Comportamentais

A memória pode ser inferida avaliando-se o tempo de permanên-

cia no braço aversivo. Assim, o tempo de permanência relativa no braço

aversivo (TAV) é dado pela equação

��� = ���(��

�����).

Adicionalmente, o tempo de permanência nos braços abertos du-

rante o treino pode ser tomado como uma medida de ansiedade do ani-

mal. O tempo de permanência relativa no braço aberto (TAB) é calcula-

do com o auxílio da equação

�� = ���(���

��������),

na qual o tempo de exploração dos braços abertos, aversivo e não aver-

sivo são dados respectivamente por Tab, Tav e Tnav.

48

3.3.3.3.5555 –––– Análise dos Dados EletrofisiológicosAnálise dos Dados EletrofisiológicosAnálise dos Dados EletrofisiológicosAnálise dos Dados Eletrofisiológicos

Os dados foram processados e analisados utilizando rotinas de

Matlab (MathWorks, Natick, Massachusetts, United States) desenvolvi-

das em nosso laboratório.

Para as análises, agrupamos os dados de registro das diferentes

áreas hipocampais, CA1 CA3 e DG.

A análise desse experimento pode ser dividida em duas classes:

(1) análise de taxas de disparo e (2) análise da atividade de assembleias

neuronais.

3.5.1 – Detecção do Estado Comportamental.

Os dados de LFP foram utilizados para classificar o estado com-

portamental dos animais, de acordo com o método previamente descrito

(Gervasoni et al. 2004). De modo sucinto, a classificação se baseia em

agrupar pontos ao longo do tempo em clusters, usando uma razão entre

as bandas teta e delta para definir o espaço bidimensional amostrado. A

figura resultante possui em seu canto superior direito um conglomerado

para SOL, a sua esquerda um para PAR e outro mais central para a vi-

gília, conforme indicado na Figura 3.5.

A seleção desses conglomerados define os intervalos de duração

de cada estado comportamental utilizado em nossas análises.

49

Figura 3.5 – Classificação de estado comportamental. Em vermelho temos o cluster que representa o sono paradoxal (SP), em azul do sono de ondas lentas (SOL) e em verde ativida-de de vigília (VIG).

50

3.5.2 – Taxas de Disparo Neural

Construímos uma distribuição de contagens de disparo para

comparar a atividade neuronal entre diferentes períodos de interesse do

experimento. As distribuições foram geradas pela contagem do número

de potenciais de ação de cada neurônio registrado em janelas de 250 ms

e foram comparadas dentro de cada grupo (CT, TR e TE) através do tes-

te de Mann-Whitney utilizando amostras de mesmo tamanho de episó-

dios concatenados de SOL durante PRE e POS.

Além disso, comparamos se a diferença entre a taxa de disparo

variava de animal para animal. Para isso, normalizamos a diferença da

taxa de disparo para cada neurônio entre POS e PRE de acordo com a

seguinte equação:

�������

������,

na qual Pos representa a média da taxa de disparo durante POS e a Pre

representa a média da taxa de disparo durante PRE.

51

3.5.3 – Detecção e Atividade de Assembleias Neuronais

Devido a precisão temporal da sincronia entre disparos de neu-

rônios, utilizamos intervalos menores (30 ms) para a detecção de as-

sembleias neuronais. Conforme argumentado por Lopes et al. a janela

de 25 ms é adequada para conduzir tal análise (Lopes-dos-Santos et al.

2011).

A contagem de potenciais de ação de cada neurônio nas janelas

foi normalizada para que todas as unidades tivessem media nula e va-

riância unitária (z-score, ou escore padrão). Essa normalização é dada

pela equação

� =���

�,

na qual µ é a média da amostra e σ o desvio padrão da mesma.

Em seguida, a matriz de covariância cruzada é calculada e seus

autovalores são comparados com a distribuição de Marcenko-Pasteur a

fim de detectar a presença de correlações de alta ordem (Lopes-dos-

Santos et al. 2011). Os componentes principais associados a autovalo-

res significativos são usados para reduzir a dimensionalidade da matriz

de contagem de disparos. Finalmente, os componentes independentes

dessa matriz reduzida são calculados e podem ser usados para calcular

a atividade das assembleias neuronais com alta resolução temporal (Lo-

pes-dos-Santos, Ribeiro e Tort, dados não publicados).

A quantidade bem como a força de ativação das assembleias hi-

pocampais serão comparadas entre as diferentes sessões do experimen-

to, de modo a avaliar a aquisição, consolidação e evocação da memória.

52

Ao calcular a quantidade de assembleias encontradas a cada dia

durante as condições PRE, POS e durante a exploração do labirinto,

compensamos a diferente quantidade existente de neurônios entre ani-

mais e ao longo dos dias dividindo o número de assembleias encontra-

das pelo numero total de neurônios presentes.

Para verificar a relevância da intensidade de ativação das as-

sembleias, comparamos a atividade total das mesmas com aquela de

picos de ativação maiores ou iguais a dois desvios padrões da média.

Como forma de controle, todas as assembleias encontradas se-

rão comparadas contra uma versão surrogada da mesma, na qual os

tempos de disparo neural foram embaralhados dentro de cada neurônio

(bin shuffling), destruindo as relações temporais entre as células mas

conservando as contagens de disparo das mesmas.

Os componentes independentes representando assembleias en-

contrados durante o período de exploração do labirinto foram utilizados

como modelos (templates) para procurar por atividade durante a ativi-

dade total em PRE e POS. As atividades das assembleias durante os pe-

ríodos de SOL foram concatenadas para se comparar PRE e POS. De

modo semelhante ao método utilizado para comparar as taxas de dispa-

ro, geramos uma amostra com tempos de registro iguais contendo a ati-

vidade total para todas as assembleias neuronais identificadas durante

episódios concatenados de SOL para a PRE e outra para a POS. A ativi-

dade das assembleias foi comparada dentro de cada grupo (CT, TR e TE)

utilizando o teste-t.

53

4 – RESULTADOS

Quantas vezes já lhe disse que quando você eliminar o impossível, o que restar, por mais improvável que seja, deve ser a verdade?

SHERLOCK HOLMES, UM ESTUDO EM VERMELHO

4.1 4.1 4.1 4.1 –––– Resultados ComportamentaisResultados ComportamentaisResultados ComportamentaisResultados Comportamentais

Os animais exploram muito pouco os braços abertos, conforme

indicado na Figura 4.1.A. A habituação ao aparato do labirinto pode ser

evidenciada pelo baixo tempo explorando os braços abertos durante a

sessão de teste.

Todos os animais aprenderam a tarefa, conforme demonstrado

pela queda no tempo de permanência no braço aversivo, ilustrado na

Figura 4.1.B. Durante o teste, entretanto, um dos animais (WEL07) não

apresentou o comportamento de evocação, passando a maior parte da

sessão no braço aversivo (TAV = 90%), constituindo assim um controle

negativo do experimento. A Figura 4.2 reflete a comparação estatística

de TAV na ausência do outlier. TAV durante o teste foi comparado con-

tra a chance aleatória de o animal entrar em um dos braços (p<0,0001).

A Tabela 4.1 mostra o tempo total de registro de SOL utilizado

para cada animal ao longo das sessões do experimento.

54

Figura 4.1– Tempo de exploração dos braços abertos e do braço aversivo. (A) O primeiro painel mostra o tempo gasto no braço aberto ao longo do tempo para as diferentes sessões do experimento. (B) Tempo de exploração do braço aversivo ao longo do tempo para as diferentes sessões. Média evocação refere-se ao grupo de animais que foi capaz de evocar a sessão de treino ao passo em que outlier mostra o comportamento do controle negativo, WEL07.

Figura 4.2 – Tempo de permanência total no braço aversivo. A estrela vermelha representa o valor da média do outlier WEL07. A linha vermelha traçada representa a chance aleatória de o animal evitar o braço aversivo durante o teste. * = p < 0,05 teste-t.

55

Tabela 4.1 – Duração dos episódios de SOL por animal (min). Tabela mostra o tempo total de SOL que cada animal teve em cada sessão do experimento (CT, TR, TE).

Animal CT TR TE

WEL03 37 32 26

WEL05 37 32 27

WEL06 37 26 34

WEL07 13 44 39

WEL09 17 23 25

56

4444.2 .2 .2 .2 –––– Implante de EletrodosImplante de EletrodosImplante de EletrodosImplante de Eletrodos

Obtivemos sucesso para atingir as sub-áreas escolhidas (CA1,

CA3, DG) em todos os animais implantados, conforme ilustrado pela

Figura 4.3.

Figura 4.3 – Histologia de Nissl para confirmar a posição dos eletrodos. Setas indicam as pontas dos eletrodos.

57

4.3 4.3 4.3 4.3 –––– Taxas de Disparo NeurTaxas de Disparo NeurTaxas de Disparo NeurTaxas de Disparo Neuronalonalonalonal

Comparamos as taxas de disparo de cada neurônio entre a pré e

pós-exposição ao labirinto durante o SOL (Figura 4.4) e dividimos o

numero de neurônios positiva e negativamente modulados (aumento e

diminuição da taxa de disparo, respectivamente) pelo número total de

neurônios presentes numa determinada sessão do experimento, de mo-

do a relativizarmos as alterações, conforme ilustrado na Figura 4.5.

Figura 4.4 – Contagem de disparos neuronais antes e depois da exposição ao labirinto. Cores mais claras indicam uma maior contagem de disparos neurais dentro da janela de contagem.

58

Figura 4.5 – Alteração percentual da taxa média de dis-paro durante o SOL antes e depois da exposição ao labi-rinto. Em preto, neurônios que não tiveram sua taxa alte-rada, em vermelho neurônio que foram negativamente mo-dulados (diminuição) e em azul, neurônios positivamente modulados (aumento).

59

Quando os dados de taxa de disparo de todos os neurônios são

agrupados para se fazer a comparação entre pré e pós-exposição, ne-

nhuma diferença significativa foi encontrada. Comparando a diferença

da taxa de disparo durante o SOL na PRE e POS entre os animais, ape-

nas durante o teste temos uma diferença significativa (p = 0,0178), con-

forme indicado pela Figura 4.6.

60

Figura 4.6 – Comparação entre animais da diferença de taxa de disparo durante o SOL antes e depois da exposição ao la-birinto. Apenas os animais WEL05 e WEL06 diferem entre si durante o Teste.

61

4.4.4.4.4444 –––– Análise das Análise das Análise das Análise das Assembleias Assembleias Assembleias Assembleias NNNNeuronaiseuronaiseuronaiseuronais

Analisamos a quantidade de assembleias neuronais formadas

durante PRE, TR e T1. Embora o número de assembleias detectadas

seja maior durante o treino, quando verificamos o número médio de as-

sembleias por neurônio, essa diferença parece desaparecer. É interes-

sante notar uma tendência crescente para o número de assembleias

detectadas antes, durante e depois da exploração do labirinto, indepen-

dente da sessão do experimento. Esse resultado só foi significativo du-

rante o teste. A Figura 4.6 resume essas informações.

Tabela 4.2 – Número de assembleias detectadas por sessão experimental.

Controle Treino Teste Animal PRE LAB POS PRE LAB POS PRE LAB POS

WEL 03 2 1 2 5 4 5 3 3 4

WEL 05 3 2 2 3 2 3 2 1 3

WEL 06 4 3 4 4 3 4 2 2 3

WEL 07 1 1 3 3 2 2 1 1 2

WEL 09 1 1 2 3 2 4 2 2 3

Tabela 4.3 – Número de neurônios registrados por sessão experimental.

Controle Treino Teste Animal PRE LAB POS PRE LAB POS PRE LAB POS

WEL 03 8 8 8 25 25 25 22 22 22

WEL 05 10 10 10 11 11 11 10 10 10

WEL 06 14 14 14 14 14 14 9 9 9

WEL 07 13 13 13 12 12 12 8 8 8

WEL 09 11 11 11 17 17 17 13 13 13

62

Figura 4.7 – Quantidade de assembleias neuronais ativadas. Número de assembleias neuronais pelo número de neurônios de cada um dos 5 animais (WEL), detectadas durante as sessões controle (A), treino (B) e teste (C). É interessante notar que, ao longo dos diferentes dias, o número médio de assembléias não flutua para as situações de pré (cinza claro), labirinto (preto) e pós (cinza escuro) (D). * = p < 0,05 Mann-Whitney.

A seguir, testamos a hipótese de que a alta atividade das

assembleias detectadas poderia ser mais relevante para a consolidação

de memórias do que sua atividade total. Assim, tomamos uma medida

da quantidade de picos de atividade maiores do que dois desvios

padrões e comparamos as ocorrências totais dessas ativações intensas

num conjunto de dados de todos os animais durante os epsiódios de

SOL da PRE e POS ao longo das condições CT, TR e TE. Nenhuma

diferença significativa foi encontrada entre PRE e POS.

63

Figura 4.8 – Picos de forte atividade das assembleias neuronais. A figura mostra a contagem de todas as ativações maiores do que dois desvios padrões.

64

De modo similar, repetimos a análise acima para a atividade

total das assembléias, detectando um aumento da atividade de sono

subsequente à exploração do labirinto durante TR (p = 0,0393),

mostrado na Figura 4.9.

Para ter certeza que o resultado encontrado não se deve a

sincronizações espúrias entre os neurônios comparamos a atividade

real das assembléias durante PRE e POS para todos os animais contra a

atividade das assembléias geradas com dados neuronais surrogados, e

verificamos que a atividade das assembléias reais é diferente e maior do

que aquela dos dados falsos durante a sessão de treino (p = 0,0364),

também mostrado na Figura 4.9.

Finalmente, para ilustrar as diversas análises realizadas, a

Figura 4.10 mostra a atividade de neurônios individuais e a atividade de

assembléias neuronais durante a exploração do labirinto.

65

Figura 4.9 – Atividade total das assembléias neuronais. A figura resume a comparação da força de ativação das assembléias entre o SOL da PRE e POS (azul claro/escuro) e contra a atividade das assembléias geradas com dados surrogados magenta claro/escuro). Apenas durante o Treino temos um aumento significativo da atividade das assembleias (p < 0,05 teste-t).

66

Figura 4.10 – Atividade neuronal e comportamento. Dados mostram o comportamente e atividade neuronal de um único animal (WEL06) durante a sessão de treino. (A) Etograma mos-trando tempo de permanência nos diferentes braços do labirinto: braços abertos (verde), braço aversivo (vermelho), braço não aversivo (azul) e centro (preto). (B) Contagem dos potenciais de ação para cada neurônio registrado. Cores quentes indicam uma maior quantidade de disparos. (C) Média populacional da contagem de disparos para todos os neurônios registrados. (D) Ativi-dade das assembleias neuronais detectadas.

67

5 – DISCUSSÃO

O objetivo de um cientista em uma discussão com seus colegas não é o de persuadir, mas de clarificar.

LEO SZILARD

Dentre as suas funções propostas para o sono está incluído seu

papel na consolidação local e sistêmica de memórias (Ribeiro et al.

2007; Born and Wilhelm 2012). A partir do trabalho clássico de Jenkins

e Dellenbach (Jenkins and Dallenbach 1924), diversos pesquisadores

mostraram os efeitos da privação do sono na consolidação de memórias

utilizando diferentes paradigmas, como o medo ao contexto e a navega-

ção do labirinto aquático de Morris (Youngblood et al. 1997; Graves et

al. 2003). Estudos anteriores no modelo adotado na presente tese, o da

esquiva discriminativa em labirinto em cruz elevado, mostram efeitos

deletérios da privação de SP sobre a aquisição, consolidação e evocação

da tarefa (Silva et al. 2004; Alvarenga et al. 2008).

A busca do papel do sono na memória, em particular o SOL, re-

velou que a atividade recente da vigília pode ser reproduzida nessa fase

do sono, seja por um aumento da taxa de disparo pela indução trans-

cricional de genes imediatos ou pela detecção da reativação de assem-

bleias neuronais (Pavlides and Winson 1989; Wilson and McNaughton

1994; Ribeiro et al. 2002; Ribeiro and Nicolelis 2004; Bendor and Wil-

son 2012). Um forte correlato neural da consolidação durante o sono diz

68

respeito à reativação sequencial de células espaciais (place cells) hipo-

campais após atividade relativamente recente da vigília (Lee and Wilson

2002; Ji and Wilson 2007).

Considerando a proposta de Hebb de que apenas a atividade

conjunta de vários neurônios permitiria o armazenamento de novas in-

formações aprendidas (Hebb 1949; Sakurai 1996), diversos métodos

têm sido propostos para procurar a atividade dessas assembleias neu-

ronais durante o sono (Wilson and McNaughton 1994; O’Neill et al.

2008; Nitz and Cowen 2008; Peyrache et al. 2010; Lopes-dos-Santos et

al. 2011).

Nesta tese, registramos a atividade simultânea de grupos de

neurônios hipocampais em ratos implantados cronicamente com matri-

zes de eletrodos e expostos a uma versão modificada do labirinto em

cruz elevado, de modo a procurar correlatos neurais da consolidação de

memórias.

Comportamentalmente, durante a sessão de controle, dada a

ausência dos braços abertos, não verificamos preferência significativa

dos animais por braços que na sessão de treino se tornaram aversivo e

não aversivo. Embora todos os animais tenham demonstrado aprendi-

zado durante o treino, conforme evidenciado na Figura 4.1B pelo deca-

imento do tempo de exploração do braço aversivo, o animal WEL07 fa-

lhou em evocar a tarefa durante a sessão de teste, permanecendo prati-

camente 100% do tempo no braço aversivo. Todos os demais animais

exibiram uma perfeita retenção do traço de memória. Investigando deta-

lhadamente o curso de treinamento do rato WEL07, não verifiquei ne-

69

nhuma diferença dele para os demais ratos durante o treino, conside-

rando tempo gasto explorando o braço aversivo

Quando investigamos a atividade de um neurônio sob a perspec-

tiva do potencial de ação, podemos dizer que há duas formas para ele

transmitir informação. A primeira é através da quantidade de disparos

que produz e a segunda é o momento no tempo em que os disparos a-

contecem. Essas duas abordagens constituem as chamadas codificação

por taxa e codificação temporal, respectivamente (Eggermont 1998;

Huxter et al. 2003).

Um exemplo clássico e pertinente a esse experimento de codifi-

cação de taxa são as células espaciais do hipocampo já mencionadas.

Essas células piramidais aumentam seus disparos em certos locais de

um determinado ambiente, informando o animal sobre sua localização

(O’Keefe and Dostrovsky 1971; Huxter et al. 2003). Para usar um mes-

mo exemplo, foi descoberto que após percorrer um determinado trajeto,

as células espaciais de ratos disparam na ordem reversa a do caminho

que acabam de seguir (Foster and Wilson 2006). Essa sequencia orde-

nada entre varias células constitui um exemplo de codificação temporal.

Nessa pesquisa, analisamos a contribuição desses dois tipos de

codificação para a consolidação de memórias durante a esquiva discri-

minativa.

Os dados neuronais aqui apresentados provêm do registro de

multi-unidades. Embora os formatos de onda de diversos potenciais de

ação registrados pareçam pertencer a uma única unidade neural, a fer-

ramenta do eletrodo de filamento simples (single-wire electrode) não

70

permite realizar uma triangulação espacial do sinal a qual separa muito

melhor o sinal captado, como é o caso dos eletrodos do tipo tetrodo

(Quiroga 2012). Apesar de existirem algoritmos para a detecção de uni-

dades neurais simples (single units) (Quiroga et al. 2004), a preocupa-

ção desse trabalho foi a de ter uma medida mais global do fenômeno de

consolidação durante o SOL, de modo que não se faz necessário o regis-

tro de uma mesma população de neurônios ao longo dos dias.

Em primeiro lugar exploramos a contagem de disparos de cada

neurônio antes e depois da exposição ao labirinto durante as diferentes

sessões experimentais (CT, TR, TE). Para cada animal, testei essas dife-

renças e estabeleci os percentuais de neurônios cujas taxas de disparo

se alteraram positiva ou negativamente (Figura 4.5).

Essas alterações positivas e negativas estão de acordo com a teo-

ria de entalhamento (emboss) sináptico, segundo a qual para que os

neurônios que contêm informação relevante se destaquem, a atividade

de outros neurônios menos relevantes diminuiu, evidenciando assim a

novidade adquirida. Essa teoria tenta sintetizar a teoria da regulação

homeostática das sinapses durante o sono (segundo a qual a atividade

sináptica diminui drasticamente durante o SOL para poder liberar es-

paço para novas memórias durante a vigília) e com achados de que a

atividade neuronal aumenta de modo hebbiano logo após um período de

exposição à novidade (Tononi and Cirelli 2003; Ribeiro et al. 2007; Born

and Feld 2012; Ribeiro 2012).

Para observar as mudanças globais da contagem de disparo du-

rante o SOL ao longo das situações de CT, TR e TE, agrupamos os da-

71

dos de todos os animais. Não verificamos nenhum aumento significativo

das mesmas entre os episódios de sono registrados.

Assim, ao abordarmos o problema pelo víeis da codificação por

taxa de disparo, não encontrei evidência de reativação hipocampal da

vigília durante o sono de ondas lentas.

Para dar inicio à abordagem referente à codificação temporal, in-

vestigamos a ativação de assembleias neuronais detectadas em cada

uma das sessões do experimento para as condições PRE, Labirinto e

POS.

Considerando que a reindução durante o SP da expressão de ge-

nes dependentes de atividade neuronal pode fazer com que a informa-

ção adquirida na vigília se propague através de diferentes áreas encefá-

licas (Ribeiro and Nicolelis 2004; Ribeiro et al. 2007), é razoável supor

que mais unidades neurais são recrutadas ao longo do tempo para di-

fundir essa informação. Essa maior ativação de neurônios dentro de

uma mesma estrutura poderia culminar no aumento da quantidade de

assembleias ativas. Entretanto, quanto mais neurônios registrados,

maiores as chances de se detectar assembleias. Assim, normalizamos a

quantidade de assembleias detectadas pela quantidade total de neurô-

nios presentes em cada sessão de registro, o que eliminou o possível

efeito da mudança do número de unidades registradas ao longo dos di-

as. Durante a sessão de teste, entretanto, ocorre um aumento da quan-

tidade de assembleias entre o SOL PRE e POS. Esse aumento poderia

representar uma reconsolidação de memórias, nesse caso um reforço do

72

aprendizado induzido pela resposta comportamental correta de evitar o

braço aversivo.

Segundo a teoria da sinapse Hebbiana, podemos esperar que

algumas das conexões fracas estabelecidas entre neurônios durante o

treino não tenham sido suficientemente reforçadas pela atividade de

outros neurônios, sendo eventualmente eliminadas. Assim, um olhar

para a intensidade da ativação das assembleias se faz necessário para

verificar a possibilidade de que, embora não tenhamos um aumento da

quantidade de assembleias após o treino, as assembléias existentes

possam estar mais fortes, o que poderia explicar a consolidação das

informações codificadas.

Ao se observar o perfil da atividade das assembleias no tempo,

nota-se que a atividade intensa é intercalada por várias ativações fra-

cas. Isso nos levou a testar a relevância da contribuição dos picos de

atividade para a consolidação de memórias. Utilizando a contagem total

de picos maiores do que dois desvios padrões acima da média, nenhu-

ma diferença foi encontrada entre o SOL PRE e o SOL POS.

A seguir, indagamos se a atividade total das assembleias poderia

contribuir com o processo de consolidação. Comparamos a atividade

total das assembleias neuronais detectadas no SOL antes e depois da

tarefa e encontramos um aumento significativo da ativação das mesmas

durante a sessão de treino, correspondendo ao período de aquisição da

memória, conforme evidenciado na Figura 4.9 (p = 0,0393). Aqui, não

vemos nenhum efeito da força das assembleias durante a sessão de

teste. Parece um pouco inconsistente que o aprendizado se reflita num

73

aumento da atividade das asembleias neuronais e que o reforço dessa

informação se dê apenas pelo número de assembléias presentes.

Experimentos adicionais com o registro de uma população neural maior

seria necessário para verificar esse achado durante o treino.

Para que o fenômeno do aumento de ativação de assembleias

durante o treino possa ser adequadamente interpretado, é preciso veri-

ficar se a sincronização de disparos neurais detectada poderia estar a-

contecendo de modo espúrio, por variações das taxas de disparo. Um

controle comumente empregado nessas situações é a técnica de emba-

ralhamento dos dados, gerando dados surrogados. Ao embaralhar a

contagem de disparos neurais ao longo do tempo para um determinado

neurônio, acabamos com a codificação temporal da informação ali con-

tida ao passo em que preservamos inalterada sua taxa de disparo.

Comparando os dados surrogados com a atividade real das assembleias

detectadas, verificamos que a atividade real é significativamente maior

do que aquela encontrada nos dados surrogados durante o treino. Esse

controle valida, portanto, o achado anterior.

Experimentos realizados por outros orientandos da co-

orientadora da presente tese demonstraram que o desempenho na tare-

fa de esquiva discriminativa em labirinto em cruz elevado é dependente

da área hipocampal (Silva e colaboradores, dados não publicados). As-

sim, o aumento da atividade de assembleias hipocampais durante o pe-

ríodo de SOL está de acordo com o esperado para a tarefa e vai ao en-

contro do que a literatura tem mostrado tanto sobre o papel do sono na

consolidação de memórias quanto sobre a reverberação mnemônica no

74

hipocampo. A reativação de sequências normais ou reversas de células

espaciais previamente mencionadas é um forte indício da importância

da codificação temporal no hipocampo para tarefas que envolvem nave-

gação espacial.

É interessante notar que nossos achados fogem da tradicional

visão de se estudar células espaciais do hipocampo como substrato da

memória adquirida. O hipocampo é uma região que recebe aferências

diretas de quase todas as modalidades sensoriais e sabemos que sua

função não se limita a mapear o espaço. Aqui, mostrei que subgrupos

específicos de células hipocampais registradas são capazes de se reati-

var numa macro escala (as assembleias) de modo a fortalecer uma me-

mória que não é apenas espacial (posição relativa ao braço aversivo),

mas também está relacionada a um contexto emocional negativo.

Futuras análises para detectar a presença de células espaciais

em nossos dados seriam interessantes, pois nos permitiriam verificar

possíveis reativações sequenciais das mesmas, conforme descrito na

literatura (Foster and Wilson 2006). Nesse sentido, correlações cruzadas

entre neurônios permitirão detectar células que disparam uma após ou-

tra. Os experimentos realizados nesta tese tampouco foram desenhados

para abordar as possíveis relações causais entre assembleias e compor-

tamento. Isso demandará uma interferência seletiva com as assemblei-

as, como tem sido realizado para oscilações rápidas (ripples) (Girardeau

et al. 2009).

Uma importante limitação da pesquisa eletrofisiológica que cabe

mencionar diz respeito ao efeito de subamostragem. Ao se estudar uma

75

pequena população neural, incorremos o risco de não termos registrado

os neurônios que de fato eram relevantes para a observação do fenôme-

no. Uma possível solução para tentar aumentar tanto a quantidade de

unidades neurais registradas quanto o número de disparos delas seria o

uso de algoritmos offline que detectam diferenças nas formas de onda

registradas e as classificam em unidades distintas.

De modo a obter uma resposta comportamental menos variada

durante o teste, a tarefa comportamental desempenhada (esquiva dis-

criminativa) poderia ser adaptada para, ao invés de o treino ser realiza-

do em uma única sessão de 10min, ser feito de modo repetitivo, em vá-

rias sessões menores. Isso também possibilitaria mais entradas no bra-

ço aversivo por sessão de treino, de modo que seria possível promediar

as diferentes respostas dos neurônios a cada entrada, além de facilitar o

mapeio de células espaciais. Ainda, outra alternativa seria substituir o

estímulo aversivo – ao invés de usar estímulos moderados (luz e som),

uma série choques leves (0,3 mA) poderiam ser aplicados nas patas du-

rante a permanência no braço aversivo. Espera-se com isso que a va-

lência emocional da passagem única pelo treino fosse consideravelmen-

te aumentada, levando a um aumento de desempenho durante o teste.

Essa alternativa trás um lado negativo que diz respeito a uma interfe-

rência no sinal elétrico do registro durante a aquisição da tarefa por o-

casião da corrente elétrica, mas não deve afetar a comparação da ativi-

dade neuronal durante o sono PRE e POS.

Para verificar a causalidade entre a reativação das assembleias

durante o SOL e a consolidação da memória seria interessante realizar

76

uma privação total de sono, além da interferência durante os ripples

hipocampais já mencionada. No caso, esperar-se-ia que os animais pri-

vados de sono logo após o treino na tarefa apresentariam valores mais

baixos da atividade de assembleias neuronais e que teriam um desem-

penho pior se comparados aos do grupo controle.

Considerando o controle negativo, é interessante notar que a

maioria dos neurônios do rato WEL07 diminuem sua taxa de disparo no

sono subsequente ao treino e que seus valores de ativação das assem-

bleias do rato WEL07 estão entre os menores encontrados. Para tirar-

mos conclusões definitivas, entretanto, seria necessário o estudo de

mais animais com comportamento semelhante, de modo a verificar a

consistência dos achados.

Igualmente interessante seria obter o registro de concomitante

de outras áreas cerebrais relacionadas à formação de memórias aversi-

vas. Sabemos, por exemplo, que a amígdala, em particular a subárea

basolateral, é capaz de atuar como uma estrutura moduladora, facili-

tando a consolidação de memórias no hipocampo. A comparação da co-

ativação entre hipocampo e amígdala em animais que obtiveram um

bom e mal desempenho na tarefa seria particularmente esclarecedor.

Seria esperado que uma maior atividade neuronal na amígdala estivesse

correlacionada com um aumento da atividade de assembleias hipocam-

pais no sono pós-tarefa.

Uma análise mais profunda dos potenciais de campo registrados

também se faz necessária. Estudos têm mostrado o papel de oscilações

conhecidas como ripples (>200 Hz) na consolidação de memórias (Es-

77

chenko et al. 2008; Ramadan et al. 2009), de modo que gostaríamos de

verificar se os picos de atividade das assembleias detectadas durante o

SOL coincidem com o aparecimento dessas oscilações.

Finalmente, a adoção de outro modelo de memória aversiva (co-

mo o labirinto em Y ou a esquiva inibitória, por exemplo) ajudaria a ge-

neralizar os achados com as ferramentas de análise empregada.

Em suma, nossos achados mostram que a atividade das assem-

bleias neuronais é mais intensa nos episódios de SOL subsequente ao

treino na tarefa, mas não durante o controle ou teste. Acreditamos que

essa diferença se deva à reverberação da informação durante o SOL

como forma de consolidar a memória recém adquirida. Não detectamos

um aumento da taxa de disparo neural durante o mesmo período. Esse

resultado torna mais robusto o achado para a atividade das assemblei-

as, pois um aumento da taxa de disparo poderia aumentar de modo não

seletivo as coincidências entre os spikes de neurônios diferentes.

78

6 – REFERÊNCIAS

Alvarenga TA, Patti Camilla L, Andersen ML, Silva Regina H, Calzavara Mariana B, Lopez Giorgia B, Frussa-Filho Roberto, and Tufik Ser-gio. 2008. Paradoxical sleep deprivation impairs acquisition, con-solidation, and retrieval of a discriminative avoidance task in rats. Neurobiol Learn Mem 90: 624–632.

Andersen P, Morris R, Amaral D, Bliss TV, and O’Keefe John, eds. 2006. The Hippocampus Book. 1st ed. Oxford University Press, USA.

Aserinsky E, and Kleitman N. 1953. Regularly occurring periods of eye motility, and concomitant phenomena, during sleep. 1953. J Neu-ropsychiatry Clin Neurosci 15: 454–455.

Bailey CH, and Chen M. 1988. Long-term memory in Aplysia modulates the total number of varicosities of single identified sensory neu-rons. PNAS 85: 2373–2377.

Bear MF, and Malenka RC. 1994. Synaptic plasticity: LTP and LTD. Current Opinion in Neurobiology 4: 389–399.

Bendor D, and Wilson Matthew A. 2012. Biasing the content of hippo-campal replay during sleep. Nat. Neurosci. 15: 1439–1444.

Berger RJ, and Oswald I. 1962. Effects of Sleep Deprivation on Behav-iour, Subsequent Sleep, and Dreaming. BJP 108: 457–465.

Bliss TV, and Collingridge GL. 1993. A synaptic model of memory: long-term potentiation in the hippocampus. Nature 361: 31–39.

Bliss TV, and Lomo T. 1973. Long-lasting potentiation of synaptic transmission in the dentate area of the anaesthetized rabbit fol-lowing stimulation of the perforant path. J. Physiol. (Lond.) 232: 331–356.

Born J, and Feld GB. 2012. Sleep to upscale, sleep to downscale: bal-ancing homeostasis and plasticity. Neuron 75: 933–935.

Born J, Rasch B, and Gais S. 2006. Sleep to remember. Neuroscientist 12: 410–424.

Born J, and Wilhelm I. 2012. System consolidation of memory during sleep. Psychol Res 76: 192–203.

Buzsáki G. 1996. The hippocampo-neocortical dialogue. Cereb. Cortex 6: 81–92.

79

Buzsáki György. 2004. Large-scale recording of neuronal ensembles. Nature Neuroscience 7: 446–451.

Cajal SR y. 1995. Histology of the Nervous System of Man and Verte-brates (History of Neuroscience, No 6). 1st ed. Oxford University Press, USA.

Carmena JM, Lebedev MA, Crist RE, O’Doherty JE, Santucci DM, Dimitrov Dragan F, Patil PG, Henriquez CS, and Nicolelis MAL. 2003. Learning to control a brain-machine interface for reaching and grasping by primates. PLoS Biol. 1: E42.

Colgin LL, and Moser EI. 2010. Gamma Oscillations in the Hippocam-pus. Physiology 25: 319–329.

Davis HP, and Squire L R. 1984. Protein synthesis and memory: a re-view. Psychol Bull 96: 518–559.

Ebbinghaus H. 2010. Memory; a contribution to experimental psychology. Nabu Press.

Eggermont JJ. 1998. Is There a Neural Code? Neuroscience & Biobehavioral Reviews 22: 355–370.

Eschenko O, Ramadan W, Mölle M, Born J, and Sara SJ. 2008. Sus-tained increase in hippocampal sharp-wave ripple activity during slow-wave sleep after learning. Learn. Mem. 15: 222–228.

FLEXNER JB, FLEXNER LB, and STELLAR E. 1963. Memory in mice as affected by intracerebral puromycin. Science 141: 57–59.

Foster DJ, and Wilson Matthew A. 2006. Reverse replay of behavioural sequences in hippocampal place cells during the awake state. Na-ture 440: 680–683.

Freire MAM, Morya E, Faber J, Santos JR, Guimaraes JS, Lemos NAM, Sameshima K, Pereira A, Ribeiro S, and Nicolelis MAL. 2011. Comprehensive analysis of tissue preservation and recording quality from chronic multielectrode implants. PLoS ONE 6: e27554.

Gervasoni D, Lin Shih-Chieh, Ribeiro S, Soares ES, Pantoja J, and Nico-lelis MAL. 2004. Global forebrain dynamics predict rat behavioral states and their transitions. J. Neurosci. 24: 11137–11147.

Gilbert PE, Kesner R P, and Lee I. 2001. Dissociating hippocampal sub-regions: double dissociation between dentate gyrus and CA1. Hip-pocampus 11: 626–636.

80

Girardeau G, Benchenane K, Wiener SI, Buzsáki György, and Zugaro MB. 2009. Selective suppression of hippocampal ripples impairs spatial memory. Nature Neuroscience 12: 1222–1223.

Goel N, Rao H, Durmer JS, and Dinges DF. 2009. Neurocognitive con-sequences of sleep deprivation. Semin Neurol 29: 320–339.

Goosens KA. 2011. Hippocampal Regulation of Aversive Memories. Curr Opin Neurobiol 21: 460–466.

Graves LA, Heller EA, Pack AI, and Abel T. 2003. Sleep Deprivation Se-lectively Impairs Memory Consolidation for Contextual Fear Con-ditioning. Learn. Mem. 10: 168–176.

Harris KD. 2005. Neural signatures of cell assembly organization. Na-ture Reviews Neuroscience 6: 399–407.

Hauw J-J, Hausser-Hauw C, De Girolami U, Hasboun D, and Seilhean D. 2011. Neuropathology of sleep disorders: a review. J. Neuropathol. Exp. Neurol. 70: 243–252.

Havekes R, Vecsey CG, and Abel T. 2012. The impact of sleep depriva-tion on neuronal and glial signaling pathways important for memory and synaptic plasticity. Cell. Signal. 24: 1251–1260.

Hebb DO. 1949. The Organization of Behavior: A Neuropsychological Theory. New edition. Psychology Press.

Henke K. 2010. A model for memory systems based on processing modes rather than consciousness. Nat. Rev. Neurosci. 11: 523–532.

Hobson JA, and Pace-Schott EF. 2002. The cognitive neuroscience of sleep: neuronal systems, consciousness and learning. Nat. Rev. Neurosci. 3: 679–693.

Huxter J, Burgess N, and O’Keefe John. 2003. Independent rate and temporal coding in hippocampal pyramidal cells. Nature 425: 828–832.

Izquierdo I, and Medina J H. 1995. Correlation between the pharmacol-ogy of long-term potentiation and the pharmacology of memory. Neurobiol Learn Mem 63: 19–32.

Jenkins JG, and Dallenbach KM. 1924. Obliviscence During Sleep and Waking. The American Journal of Psychology 35: 605.

Ji D, and Wilson Matthew A. 2007. Coordinated memory replay in the visual cortex and hippocampus during sleep. Nature Neuroscience 10: 100–107.

81

Kaas J. 2006. Evolution of Nervous Systems. Academic Press.

Kameda SR, Frussa-Filho R, Carvalho RC, Takatsu-Coleman AL, Ricar-do VP, Patti C L, Calzavara M B, Lopez G B, Araujo NP, Abílio VC, et al. 2007. Dissociation of the effects of ethanol on memory, anx-iety, and motor behavior in mice tested in the plus-maze discrim-inative avoidance task. Psychopharmacology (Berl.) 192: 39–48.

Kandel ER. 2007. In Search of Memory: The Emergence of a New Science of Mind. 1st ed. W. W. Norton & Company.

Kralik J D, Dimitrov D F, Krupa DJ, Katz DB, Cohen D, and Nicolelis MA. 2001. Techniques for long-term multisite neuronal ensemble recordings in behaving animals. Methods 25: 121–150.

Krueger JM, Obál Jr. F, and Fang J. 1999. Why we sleep: a theoretical view of sleep function. Sleep Medicine Reviews 3: 119–129.

Krueger JM, Obál Jr. F, Kapás L, and Fang J. 1995. Brain organization and sleep function. Behavioural Brain Research 69: 177–185.

Kubik S, Miyashita T, and Guzowski JF. 2007. Using immediate-early genes to map hippocampal subregional functions. Learn. Mem. 14: 758–770.

Lashley K. 1950. In Search of the Engram. Society of Experimental Biol-ogy Symposium 4: 454–482.

Lee AK, and Wilson Matthew A. 2002. Memory of Sequential Experience in the Hippocampus during Slow Wave Sleep. Neuron 36: 1183–1194.

Lee Inah, and Kesner Raymond P. 2004. Differential contributions of dorsal hippocampal subregions to memory acquisition and re-trieval in contextual fear-conditioning. Hippocampus 14: 301–310.

Lopes-dos-Santos V, Conde-Ocazionez S, Nicolelis MAL, Ribeiro ST, and Tort ABL. 2011. Neuronal Assembly Detection and Cell Member-ship Specification by Principal Component Analysis. PLoS ONE 6: e20996.

Lorenzini CA, Baldi E, Bucherelli C, Sacchetti B, and Tassoni G. 1996. Role of dorsal hippocampus in acquisition, consolidation and re-trieval of rat’s passive avoidance response: a tetrodotoxin func-tional inactivation study. Brain Research 730: 32–39.

Malenka RC, and Bear MF. 2004. LTP and LTD: An Embarrassment of Riches. Neuron 44: 5–21.

82

Maquet P. 1995. Sleep function(s) and cerebral metabolism. Behavioural Brain Research 69: 75–83.

Maquet Pierre. 2001. The Role of Sleep in Learning and Memory. Sci-ence 294: 1048–1052.

Marshall L, and Born J. 2007. The contribution of sleep to hippocam-pus-dependent memory consolidation. Trends Cogn. Sci. (Regul. Ed.) 11: 442–450.

McEown K, and Treit D. 2010. Inactivation of the dorsal or ventral hip-pocampus with muscimol differentially affects fear and memory. Brain Research 1353: 145–151.

McEown K, and Treit D. 2009. The role of the dorsal and ventral hippo-campus in fear and memory of a shock-probe experience. Brain Research 1251: 185–194.

McGaugh JL. 2000. Memory--a century of consolidation. Science 287: 248–251.

McGaugh JL, and Izquierdo I. 2000. The contribution of pharmacology to research on the mechanisms of memory formation. Trends Pharmacol. Sci. 21: 208–210.

Milner B. 1962. Les troubles de la mémoire accompagnant des lésions hippocampiques bilatérales. Physiologie de l_’hippocampe 257–272.

Nader K, Schafe GE, and Doux JEL. 2000. Fear memories require pro-tein synthesis in the amygdala for reconsolidation after retrieval. Nature 406: 722–726.

Nicolelis MA, Ghazanfar AA, Faggin BM, Votaw S, and Oliveira LM. 1997. Reconstructing the engram: simultaneous, multisite, many single neuron recordings. Neuron 18: 529–537.

Nicolelis MAL, Dimitrov D, Carmena JM, Crist R, Lehew G, Kralik Jerald D, and Wise SP. 2003. Chronic, multisite, multielectrode record-ings in macaque monkeys. Proc. Natl. Acad. Sci. U.S.A. 100: 11041–11046.

Nitz D, and Cowen S. 2008. Crossing borders: sleep reactivation as a window on cell assembly formation. Nat. Neurosci. 11: 126–128.

O’Keefe J, and Dostrovsky J. 1971. The hippocampus as a spatial map. Preliminary evidence from unit activity in the freely-moving rat. Brain Res. 34: 171–175.

83

O’Neill J, Senior TJ, Allen K, Huxter JR, and Csicsvari J. 2008. Reacti-vation of experience-dependent cell assembly patterns in the hip-pocampus. Nat. Neurosci. 11: 209–215.

Osipova D, Takashima A, Oostenveld R, Fernández G, Maris E, and Jensen O. 2006. Theta and Gamma Oscillations Predict Encoding and Retrieval of Declarative Memory. J. Neurosci. 26: 7523–7531.

Pace-Schott EF, and Hobson JA. 2002. The neurobiology of sleep: ge-netics, cellular physiology and subcortical networks. Nat. Rev. Neurosci. 3: 591–605.

Pavlides C, and Winson J. 1989. Influences of hippocampal place cell firing in the awake state on the activity of these cells during sub-sequent sleep episodes. J. Neurosci. 9: 2907–2918.

Paxinos G, and Watson C. 2007. The Rat Brain in Stereotaxic Coordi-nates, Sixth Edition: Hard Cover Edition. 6th ed. Academic Press.

Pereira A, Ribeiro S, Wiest M, Moore LC, Pantoja J, Lin Shih-Chieh, and Nicolelis MAL. 2007. Processing of tactile information by the hip-pocampus. Proc. Natl. Acad. Sci. U.S.A. 104: 18286–18291.

Peyrache A, Benchenane K, Khamassi M, Wiener SI, and Battaglia FP. 2010. Principal component analysis of ensemble recordings re-veals cell assemblies at high temporal resolution. J Comput Neurosci 29: 309–325.

Quiroga R Quian, Nadasdy Z, and Ben-Shaul Y. 2004. Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering. Neural Comput 16: 1661–1687.

Quiroga Rodrigo Quian. 2012. Spike sorting. Current Biology 22: R45–R46.

Ramadan W, Eschenko O, and Sara SJ. 2009. Hippocampal Sharp Wave/Ripples during Sleep for Consolidation of Associative Memory. PLoS ONE 4: e6697.

Rasch B, and Born J. 2008. Reactivation and Consolidation of Memory During Sleep. Current Directions in Psychological Science 17: 188–192.

Rasch B, Büchel C, Gais S, and Born J. 2007. Odor Cues During Slow-Wave Sleep Prompt Declarative Memory Consolidation. Science 315: 1426–1429.

Ribeiro AM, Barbosa FF, Munguba H, Costa MSMO, Cavalcante JS, and Silva R H. 2011. Basolateral amygdala inactivation impairs learned (but not innate) fear response in rats. Neurobiol Learn Mem 95: 433–440.

84

Ribeiro S. 2012. Sleep and plasticity. Pflugers Arch 463: 111–120.

Ribeiro S, Mello CV, Velho T, Gardner TJ, Jarvis ED, and Pavlides Con-stantine. 2002. Induction of hippocampal long-term potentiation during waking leads to increased extrahippocampal zif-268 ex-pression during ensuing rapid-eye-movement sleep. J. Neurosci. 22: 10914–10923.

Ribeiro S, and Nicolelis MAL. 2004. Reverberation, storage, and postsynaptic propagation of memories during sleep. Learn. Mem. 11: 686–696.

Ribeiro S, Shi X, Engelhard M, Zhou Y, Zhang H, Gervasoni D, Lin Shi-Chieh, Wada K, Lemos NAM, and Nicolelis MAL. 2007. Novel ex-perience induces persistent sleep-dependent plasticity in the cor-tex but not in the hippocampus. Front Neurosci 1: 43–55.

Roediger HL, Dudai Y, and Fitzpatrick SM, eds. 2007. Science of Memory Concepts. 1st ed. Oxford University Press, USA.

Rossato JI, Bevilaqua LRM, Izquierdo Iván, Medina Jorge H, and Cammarota M. 2009. Dopamine controls persistence of long-term memory storage. Science 325: 1017–1020.

Sakurai Y. 1996. Population coding by cell assemblies—what it really is in the brain. Neuroscience Research 26: 1–16.

SCOVILLE WB, and MILNER B. 1957. Loss of recent memory after bi-lateral hippocampal lesions. J. Neurol. Neurosurg. Psychiatr. 20: 11–21.

Shepherd G. 1998. The Synaptic Organization of the Brain. 4th ed. ed. G.M. Shepherd. Oxford University Press, USA.

Silva R H, Chehin AB, Kameda SR, Takatsu-Coleman AL, Abílio VC, Tufik S, and Frussa-Filho R. 2004. Effects of pre- or post-training paradoxical sleep deprivation on two animal models of learning and memory in mice. Neurobiol Learn Mem 82: 90–98.

Silva R H, and Frussa-Filho R. 2000. The plus-maze discriminative avoidance task: a new model to study memory-anxiety interac-tions. Effects of chlordiazepoxide and caffeine. J. Neurosci. Meth-ods 102: 117–125.

Squire L, and Kandel E. 2008. Memory: From Mind to Molecules. 2nd ed. Roberts and Company Publishers.

Squire Larry R. 2004. Memory systems of the brain: a brief history and current perspective. Neurobiol Learn Mem 82: 171–177.

85

Squire Larry R., Berg D, Bloom F, Lac S du, and Ghosh A, eds. 2008. Fundamental Neuroscience, Third Edition. 3rd ed. Academic Press.

Sutton MA, and Schuman EM. 2006. Dendritic Protein Synthesis, Syn-aptic Plasticity, and Memory. Cell 127: 49–58.

Tononi G, and Cirelli C. 2003. Sleep and synaptic homeostasis: a hy-pothesis. Brain Res. Bull. 62: 143–150.

Tort ABL, Rotstein HG, Dugladze T, Gloveli T, and Kopell NJ. 2007. On the formation of gamma-coherent cell assemblies by oriens lacunosum-moleculare interneurons in the hippocampus. PNAS 104: 13490–13495.

Vazdarjanova A, and McGaugh JL. 1998. Basolateral amygdala is not critical for cognitive memory of contextual fear conditioning. Proc. Natl. Acad. Sci. U.S.A. 95: 15003–15007.

Wagner U, Gais S, Haider H, Verleger R, and Born J. 2004. Sleep in-spires insight. Nature 427: 352–355.

Whitlock JR, Heynen AJ, Shuler MG, and Bear MF. 2006. Learning in-duces long-term potentiation in the hippocampus. Science 313: 1093–1097.

Wilson M A, and McNaughton BL. 1994. Reactivation of hippocampal ensemble memories during sleep. Science 265: 676–679.

Youngblood BD, Zhou J, Smagin GN, Ryan DH, and Harris RBS. 1997. Sleep Deprivation by the “Flower Pot” Technique and Spatial Ref-erence Memory. Physiology & Behavior 61: 249–256.

86

ANEXO I: PROTOCOLO PARA IMPLANTE DE MATRIZ DE ELETRODOS

1. Realizar procedimentos pré-cirúrgicos: a) Auto-clavar instrumentos cirúrgicos e parafusos (vide

PG-01). b) Aquecer 2 Thermal-pads na estufa, à 70º C de um dia pa-

ra o outro. c) Medir as dimensões da matriz de eletrodos. d) Raspar o fio terra do eletrodo com palha de aço para re-

mover resíduos de corrosão. e) Borrifar mesa cirúrgica, cadeira, bancada, latas de lixo,

lupa e aparelho estereotáxico com álcool 70% e limpar com flanela absorvente.

f) Forrar a mesa cirúrgica com papel apropriado. g) Posicionar todo o material não-estéril a ser utilizado so-

bre a bancada (vide PCA-01). h) Posicionar os pacotes de material auto-clavado sobre a

bancada. Romper as fitas de auto-clave, sem, no entanto, abrir os pacotes por completo.

2. Realizar procedimento de anestesia gasosa (vide PG-02). 3. Realizar procedimento de anestesia sistêmica:

a) Injetar cetamina i.m. na dose de 100 mg/kg b) Injetar xilazina i.m. na dose de 4,0 mg/kg c) Injetar sulfato de atropina na dose de 0,04 mg/kg

4. Tricotomizar animal na sala pré-cirúrgica, removendo os pelos soltos do animal ao final.

5. Posicionar Thermal-pad sobre suporte do animal na mesa ci-rúrgica.

6. Posicionar o animal no aparelho esterotáxico. 7. Realizar assepsia do animal, esfregando bastante um cotonete

com PVPI na cabeça, pescoço e orelhas do animal. 8. Aplicar gel lubrificante KY nos olhos do animal para proteção

contra ressecamento. 9. Cobrir o animal com o campo cirúrgico auto-clavado, preferen-

cialmente usando luva de procedimento. 10. Realizar assepsia pessoal, lavando bem as mãos com deger-

mante e PVPI. 11. Paramentar-se para a cirurgia nessa seqüência: máscara, gor-

ro, luvas e avental descartável (pedir auxílio a um colega para fixar o avental).

12. Posicionar o material cirúrgico (inclusive parafusos sobre a me-sa cirúrgica).

13. Abrir o pacote da lâmina de bisturi e posicioná-la no cabo cor-retamente.

14. Realizar a incisão longitudinal na linha sagital da cabeça usan-do o bisturi.

15. Rebater a pele, pinçando a fáscea muscular com as hemostáti-cas (pequenas à frente, grandes atrás).

87

16. Raspar todo o material subcutâneo de sobre o crânio, usando o bisturi.

17. Limpar os ossos com cotonetes embebidos de peróxido de hi-drogênio (H2O2).

18. Verificar e porventura corrigir posicionamento horizontal da cabeça através dos valores da ordenada dorso-ventral do breg-ma e do lambda (diferença máxima de 0,2 mm).

19. Marcar coordenadas estereotáxicas dos alvos, demarcando a janela retangular da craniotomia.

20. Marcar pontos de introdução dos parafusos de fixação e do ele-trodo de referência (terra). Este último deve entrar em contato com o LCR e, portanto, recomenda-se o seu posicionamento a-través do osso frontal.

21. Obturar locais de inserção para os parafusos, buscando fazer buracos de diâmetro ligeiramente menor que o diâmetro dos parafusos para uma fixação bem justa.

22. Raspar o fio de prata do parafuso de terra com palha de aço para retirar resíduos de corrosão.

23. Apertar todos os parafusos usando chave de fenda (ou chave phillips) esterilizada, tomando o cuidado de manter uma folga entre o crânio e a cabeça do parafuso.

24. Realizar a craniotomia da janela previamente demarcada, re-movendo o osso cuidadosamente com uma pinça.

25. Buscar manter o cérebro sempre úmido de salina durante todo o resto do procedimento até o fechamento com acrílico.

26. Alisar bem as bordas da craniotomia usando o scoop, de ma-neira a proteger o recobrimento de Teflon dos eletrodos de pos-síveis danos.

27. “Recortar” a dura-máter com uma ponta de agulha em gancho e rebate-la sobre o crânio.

28. Posicionar a matriz de eletrodos no braço do aparelho estereo-táxico, buscando um perfeito alinhamento vertical e horizontal.

29. Descer a matriz lentamente até o alvo a uma taxa aproximada de 100 m por minuto.

30. Soldar o fio terra do eletrodo ao fio terra do parafuso de refe-rência usando Flux e tomando especial cuidado de posicionar um dissipador de calor (p.ex. uma pinça) e evitar danos ao teci-do encefálico por aquecimento do parafuso.

31. Testar condutividade do barramento de terra, corrigindo a sol-da caso se verifique alta resistência (> 1 ).

32. Envolver parafusos com acrílico 33. Moldar o capacete de acrílico, encobrindo laterais do conector. 34. Administrar antibiótico sistêmico, Fluotril i.m. na dose de 2,5

mg/kg. 35. Colocar analgésico (paracetamol) na água do animal, na dose

de 50 gotas/kg de animal em um frasco contendo 0,5 l de água.