O modelo desenvolvido se limita a representar o controle em malha aberta da força isométrica, não contendo aferentes sensoriais, interneurônios ou múltiplos núcleos motores que se relacionam. A parametrização do núcleo motor ainda pode ser estudada em detalhes para ser melhor entendida e aprimorada. O modelo de
twitch não prevê parâmetros para os tempos de decaimento da força e poderia ser
subtituídos por modelos mais complexos que representem estas dinâmicas (RAIKOVA; ALADJOV, 2002).
Apesar das limitações, o modelo desenvolvido se torna interessante pelo fato das características de disparo das unidades motoras serem resultado das propriedades dos NMs e de suas dinâmicas eletrofisiológicas. Com isso, foi possível representar com o modelo desenvolvido a forma como fatores em escalas micro, como a morfologia dos NMs, influenciam em grandezas macro, como a força muscular resultante. Além disso, questões podem sugir ao observar as relações entre os parâmetros motoneuronais e as respostas emergentes eletrofisiológicas e de geração de força. Por exemplo, as variações obtidas das respostas eletrofisiológicas e as próprias distribuições dos parâmetros dos NMs ao longo do núcleo motor podem ser interessantes alvos de investigação. Variar os parâmetros de forma linear por partes resultou em um núcleo motor que representa certas características do sistema neuromusucular, porém outras distribuições são passíveis de serem testadas e seus efeitos na geração da força analisados. Outro questionamento recai sobre os modelos de unidade muscular. Em modelos
matemáticos do sistema neuromuscular, é comum modelar unidades musculares associando forças maiores dos abalos com velocidades de contração menores (FUGLEVAND et al., 1993), porém, esta associação é questionável quando se trata do sistema neuromuscular humano (BIGLAND-RITCHIE et al., 1998), sendo o modelo aqui apresentado uma ferramenta para a realização deste tipo de investigação.
O modelo foi desenvolvido integralmente sob plataformas de software livre e/ou programas de código aberto, incluindo a linguagem de programação Python, o simulador NEURON (CARNEVALE; HINES, 2006) e a biblioteca NetPyNE (DURA- BERNAL et al., 2016). O projeto do software foi feito pensando-se na flexibilidade de uso, de maneira que é possível utilizá-lo com outros modelos de NMs, de geração de força, de sinapse e de sinais pré-motoneuronais, tornando o modelo uma possível ferramenta a ser utilizada pela comunidade científica no estudo do sistema neuromuscular.
7 Referências
BIGLAND-RITCHIE, B. EMG/FORCE RELATIONS AND FATIGUE OF HUMAN VOLUNTARY CONTRACTIONS. Exercise and Sport Sciences Reviews, v. 9, n. 1, 1981.
BIGLAND-RITCHIE, B. et al. Contractile Properties of Human Motor Units: Is Man a Cat? The Neuroscientist, v. 4, n. 4, p. 240–249, 1998. DOI:10.1177/107385849800400413.
BURKE, R. E. et al. Physiological types and histochemical profiles in motor units of the cat gastrocnemius. The Journal of physiology, v. 234, n. 3, p. 723–748, 1973. DOI:10.1113/jphysiol.1973.sp010369.
CALVIN, W. H.; STEVENS, C. F. Synaptic noise and other sources of randomness in motoneuron interspike intervals. Journal of Neurophysiology, v. 31, n. 4, p. 574– 587, 1968. DOI:10.1152/jn.1968.31.4.574.
CARNEVALE, N. T.; HINES, M. L. The NEURON book. Cambridge: Cambridge University Press, 2006.
CISI, R. R. L.; KOHN, A. F. Simulation system of spinal cord motor nuclei and associated nerves and muscles, in a Web-based architecture. Journal of
Computational Neuroscience, v. 25, n. 3, p. 520–542, 2008. DOI:10.1007/s10827-
008-0092-8.
COX, D. R.; ISHAM, V. Point processes. Cambridge: [s.n.].
CRILL, W. E. Persistent Sodium Current in Mammalian Central Neurons. Annual
Review of Physiology, v. 58, n. 1, p. 349–362, 1996.
DOI:10.1146/annurev.physiol.58.1.349.
DAI, Y. et al. A modelling study of locomotion-induced hyperpolarization of voltage threshold in cat lumbar motoneurones. The Journal of physiology, v. 544, n. Pt 2, p. 521–536, 2002. DOI:10.1113/jphysiol.2002.026005.
DE LUCA, C. J.; CONTESSA, P. Biomechanical benefits of the onion-skin motor unit control scheme. Journal of Biomechanics, v. 48, n. 2, p. 195–203, 2015. DOI:10.1016/j.jbiomech.2014.12.003.
DURA-BERNAL, S. et al. NetPyNE: a Python package for NEURON to facilitate development and parallel simulation of biological neuronal networks. Computational
ELIAS, L. A. et al. Models of passive and active dendrite motoneuron pools and their differences in muscle force control. Journal of Computational Neuroscience, v. 33, n. 3, p. 515–531, 2012. DOI:10.1007/s10827-012-0398-4.
ELIAS, L. A. et al. Spinal Mechanisms May Provide a Combination of Intermittent and Continuous Control of Human Posture: Predictions from a Biologically Based Neuromusculoskeletal Model. PLoS Computational Biology, v. 10, n. 11, 2014. DOI:10.1371/journal.pcbi.1003944.
ELIAS, L. A.; KOHN, A. F. Individual and collective properties of computationally efficient motoneuron models of types S and F with active dendrites.
Neurocomputing, v. 99, p. 521–533, 2013. DOI:10.1016/j.neucom.2012.06.038.
ENOKA, R. M. Neuromechanics of human movement. 4a. ed. Champaign: Human Kinetics, 2008.
ENOKA, R. M.; FUGLEVAND, A. J. Motor unit physiology: Some unresolved issues.
Muscle and Nerve, v. 24, n. 1, p. 4–17, 2001. DOI:10.1002/1097-
4598(200101)24:1<4::AID-MUS13>3.0.CO;2-F.
FARINA, D. et al. The effective neural drive to muscles is the common synaptic input to motor neurons. The Journal of physiology, v. 49, n. May, p. 1–37, 2014. DOI:10.1113/jphysiol.2014.273581.
FARINA, D. et al. Principles of Motor Unit Physiology Evolve With Advances in Technology. Physiology, v. 31, n. 2, p. 83–94, 2016. DOI:10.1152/physiol.00040.2015.
FEINSTEIN, B. et al. Morphologic Studies of Motor Units in Normal Human Muscles.
Cells Tissues Organs, v. 23, n. 2, p. 127–142, 1955. DOI:10.1159/000140989.
FINKEL, A. S.; REDMAN, S. J. The synaptic current evoked in cat spinal motoneurones by impulses in single group 1a axons. The Journal of Physiology, v. 342, n. 1, p. 615–632, 1983. DOI:10.1113/jphysiol.1983.sp014872.
FLESHMAN, J. W. et al. Electrotonic architecture of type-identified alpha- motoneurons in the cat spinal cord. Journal of neurophysiology, v. 60, n. 1, p. 60– 85, 1988.
FUGLEVAND, A J. et al. Models of recruitment and rate coding organization in motor-unit pools. Journal of neurophysiology, v. 70, n. 6, p. 2470–2488, 1993. HENNEMAN, E. Relation between Size of Neurons and Their Susceptibility to Discharge. Science, v. 126, n. 3287, p. 1345 LP-1347, 1957.
HODGKIN, A. L.; HUXLEY, A. F. A quantitative description of membrane current and its application to conduction and excitation in nerve. Bulletin of Mathematical
Biology, v. 52, n. 1–2, p. 25–71, 1952. DOI:10.1007/BF02459568.
JAHANMIRI-NEZHAD, F. et al. EMG-force relation in the first dorsal interosseous muscle of patients with amyotrophic lateral sclerosis. NeuroRehabilitation, v. 35, n. 2, p. 307–314, 2014. DOI:10.3233/NRE-141125.
JONES, K. E. et al. Sources of signal-dependent noise during isometric force production. Journal of Neurophysiology, v. 88, n. 3, p. 1533–1544, 2002. DOI:10.1152/jn.00985.2001.
KERNELL, D. The Motoneurone and its Muscle Fibres. Oxford: Oxford University Press, 2006. v. 50DOI:10.1093/acprof:oso/9780198526551.001.0001.
LEE, R. H.; HECKMAN, C. J. Bistability in Spinal Motoneurons In Vivo: Systematic Variations in Rhythmic Firing Patterns. Journal of Neurophysiology, v. 80, n. 2, p. 572–582, 1998. DOI:10.1152/jn.1998.80.2.572.
MANUEL, M.; ZYTNICKI, D. ALPHA, BETA AND GAMMA MOTONEURONS: FUNCTIONAL DIVERSITY IN THE MOTOR SYSTEM’S FINAL PATHWAY. Journal
of Integrative Neuroscience, v. 10, n. 03, p. 243–276, 2011.
DOI:10.1142/S0219635211002786.
MATOSO, D. E. C. Modelagem Computacional de Neurônios Motores Inferiores para o Estudo de Alterações Biofísicas Decorrentes da Esclerose Lateral Amiotrófica.
Biblioteca Central da Unicamp, 2017.
MILNER BROWN, H. S. et al. The orderly recruitment of human motor units during‐ voluntary isometric contractions. The Journal of Physiology, v. 230, n. 2, p. 359– 370, 1973. DOI:10.1113/jphysiol.1973.sp010192.
MORITZ, C. T. Discharge Rate Variability Influences the Variation in Force Fluctuations Across the Working Range of a Hand Muscle. Journal of
Neurophysiology, v. 93, n. 5, p. 2449–2459, 2005. DOI:10.1152/jn.01122.2004.
NEGRO, F.; FARINA, D. Decorrelation of cortical inputs and motoneuron output.
Journal of Neurophysiology, v. 106, n. 5, p. 2688–2697, 2011.
DOI:10.1152/jn.00336.2011.
PERSON, R. .; KUDINA, L. . Discharge frequency and discharge pattern of human motor units during voluntary contraction of muscle. Electroencephalography and
Clinical Neurophysiology, v. 32, n. 5, p. 471–483, 1972. DOI:10.1016/0013-
POWERS, R. K. et al. Contribution of intrinsic properties and synaptic inputs to motoneuron discharge patterns: a simulation study. Journal of Neurophysiology, v. 107, n. 3, p. 808–823, 2012. DOI:10.1152/jn.00510.2011.
RAIKOVA, R. T.; ALADJOV, H. T. Hierarchical genetic algorithm versus static optimization-investigation of elbow flexion and extension movements. Journal of
biomechanics, v. 35, n. 8, p. 1123–35, 2002. DOI:S0021929002000313 [pii].
REKLING, J. C. et al. Synaptic Control of Motoneuronal Excitability. Physiological
Reviews, v. 80, n. 2, p. 767–852, 2000. DOI:10.1152/physrev.2000.80.2.767.
SHERRINGTON, C. S. Remarks on some aspects of reflex inhibition. Proceedings
of the Royal Society of London B: Biological Sciences, v. 97, n. 686, p. 519–545,
1925. DOI:10.1098/rspb.1925.0017.
STEPHENS, J. A.; USHERWOOD, T. P. The mechanical properties of human motor units with special reference to their fatiguability and recruitment threshold. Brain
Research, v. 125, n. 1, p. 91–97, 1977. DOI:https://doi.org/10.1016/0006-
8993(77)90361-4.
TRAUB, R. D. Motorneurons of different geometry and the size principle. Biological
Cybernetics, v. 25, n. 3, p. 163–176, 1977. DOI:10.1007/BF00365213.
WATANABE, R. N. Simulação computacional do sistema neuromuscular para o
estudo da variabilidade do torque exercido durante uma flexão plantar. São
Paulo: Universidade de São Paulo, 2012.
WATANABE, R. N. et al. Influences of premotoneuronal command statistics on the scaling of motor output variability during isometric plantar flexion. Journal of
Neurophysiology, v. 110, n. 11, p. 2592–2606, 2013. DOI:10.1152/jn.00073.2013.
YAO, W. et al. Motor-unit synchronization increases EMG amplitude and decreases force steadiness of simulated contractions. Journal of neurophysiology, v. 83, n. 1, p. 441–452, 2000. DOI:10.1007/BF00863403.
ZENGEL, J. E. et al. Membrane electrical properties and prediction of motor-unit type of medial gastrocnemius motoneurons in the cat. Journal of neurophysiology, v. 53, n. 5, p. 1323–1344, 1985.