¿Existe una neurociencia computacional puramente teórica?

Si.

En términos generales, hay dos tipos de enfoque computacional: me gusta llamarlos modelado ‘hacia adelante’ y modelado ‘hacia atrás’.

En el modelado hacia adelante , se obtiene un modelo de una neurona o un grupo de neuronas para comprender la dinámica neuronal del sistema. Puede usar ecuaciones diferenciales o ecuaciones diferenciales, o incluso simples funciones de transferencia.

En el modelado hacia atrás , utiliza el análisis estadístico de datos experimentales para inferir las propiedades de las neuronas o grupos de neuronas.

Por lo tanto, el modelado hacia adelante podría considerarse como síntesis, y el modelado hacia atrás como análisis.

Existen enfoques puramente teóricos para ambos estilos de neurociencia computacional. Como modelador avanzado teórico, puede centrarse en las propiedades matemáticas de las neuronas o las redes de neuronas. Como modelador teórico hacia atrás, puede enfocarse en desarrollar técnicas de análisis de datos que los experimentadores puedan usar.

Scholarpedia cubre bastante bien la neurociencia computacional: los investigadores mantienen sus entradas. Tendrás una idea de los diferentes tipos de neurociencia computacional, particularmente del tipo de modelado directo.

En neurociencia, los experimentadores son la mayoría, y controlan la mayoría de los fondos y las revistas. Por lo tanto, cada vez es más común que los neurocientíficos computacionales trabajen junto a los experimentadores en proyectos interdisciplinarios.

Para más información sobre la ‘sociología’ de la neurociencia, vea este ensayo que escribí:

El Pentágono de la Neurociencia: una infografía / lista para comprender la neurocultura