Modello computazionale di una cellula granulare cerebellare umana

Le cellule granulari costituiscono la popolazione neuronale più numerosa del sistema nervoso, sono ampiamente distribuite in tutto l’encefalo e compongono circa l’80% dei neuroni del cervelletto. Inoltre, esse rappresentano il principale neurone eccitatorio dei circuiti corticali cerebellari. Sono caratterizzati da un piccolo corpo cellulare, un assone molto lungo che esce dallo strato granulare fino a raggiungere lo strato molecolare in cui va’ a formare le fibre parallele, e da 3-4 dendriti, i quali terminano in una sorta di artiglio. In questa tesi è stato costruito un modello computazionale di cellula granulare cerebellare umana basandosi sulle morfologie e sui dati sperimentali sia umani che di scimmia. Il modello è stato costruito utilizzando i canali ionici validati in un precedente modello di cellula granulare cerebellare di topo. Si è partiti utilizzando i dati disponibili in letteratura ed utilizzando diversi software di programmazione (Python, NEURON, MATLAB) il modello è stato prima costruito e poi validato con una serie di simulazioni basate su alcuni protocolli sperimentali precedentemente validati. Analizzando le morfologie, le proprietà intrinseche, le sinapsi e la presenza di mielina sono stati ottenuti dei risultati che hanno mostrato come il modello della cellula granulare cerebellare umana abbia caratteristiche conservate rispetto ai roditori. Inoltre, è stata studiata la presenza del canale Cav1.2 nel modello e come l’alterazione della sua funzionalità possa influire in una malattia genetica rara ed ereditaria, la sindrome di Timothy. I risultati ottenuti hanno rivelato come l’aumento del flusso di ioni calcio all’interno della cellula, dovuto ad una scorretta funzionalità del canale, porta ad una sua ipereccitabilità e quindi ad uno sbilanciamento del circuito cerebellare che controlla sia proprietà motorie che cognitive.