Approches multi-échelle des activités neuronales

Malgré l'existence de modèles fournissant des descriptions valides de la physiologie cellulaire, le lien entre le signal macroscopique (EEG) et les connaissances obtenues au niveau cellulaire reste mal défini. Le but de notre projet de modélisation est de mettre en place une approche théorique, analytique et numérique de ce problème.

Les diverses approches biophysiques de l'activité neuronale sur lesquelles il est possible de fonder, actuellement, une approche théorique de l'activité cérébrale sont:

• Les modèles de physiologie cellulaire qui décrivent l'activité neuronale en utilisant comme variables d'état le potentiel membranaire des cellules.
• Les modèles de réseaux neuronaux qui décrivent les propriétés d'assemblées de cellules.
• Le modèle biophysique de l'EEG qui s'appuie sur le fait que le signal est le résultat de l'activité cohérente de zones relativement importantes de cortex.

Etablir la cohérence théorique et, plus encore, des liens constructifs et opératoires entre ces différents modèles est l'objectif à long terme de notre travail. Notre projet cherchera à préciser dans un premier temps le fondement physiologique de la modélisation dipolaire de l'EEG. Pour cela, nous nous appuierons à la fois sur des données expérimentales obtenues aux différentes échelles et sur les modèles décrivant les échanges ioniques transmembranaires (phénomènes élémentaires à l'origine des courants responsables de l'EEG). Ces modèles sont choisis car ils offrent un formalisme largement reconnu et en accord avec les résultats expérimentaux. Sur la base du formalisme des automates cellulaires, nous développerons un modèle numérique physiologiquement fondé suffisamment simple pour permettre son intégration à des échelles supérieures (cellulaires et mésoscopiques).

Un second aspect de notre travail consistera à caractériser le graphe des interactions corticales en se situant au niveau mésoscopique pertinent pour la genèse de l'EEG. Ce graphe sera généré sur la base des contraintes statistiques connues au niveau des interactions cellulaires ainsi que sur la base de la connaissance des interactions entre aires corticales. A terme, la topologie du graphe ainsi généré sera utilisée pour simuler la dynamique corticale en tenant compte des propriétés locales obtenues à partir des modèles d'échanges ioniques décrits plus haut.

Statistique des décharges neuronales et codage

Ce projet de recherche consiste à étudier la distribution spatiotemporelle de l'activité neuronale au sein d'un réseau cortical. Le codage neuronal réfère à la représentation neuronale de l'information sensorielle transmise par des trains de potentiels d'action}.

Déterminer les mécanismes du codage neuronal est un objectif majeur qui contribue au développement de théories sur les mécanismes biophysiques sous-jacents au traitement neuronal de l'information sensorielle. La compréhension du codage neuronal est essentielle au champ thématique émergeant qui vise à émuler le cerveau dans son intégralité, autorisant la restauration de fonction neuronale sans que le cerveau s'adapte à de nouveaux mécanismes de codage.

Deux questions liées à propos du codage neuronal apparaissent:

1. Comment la structure des stimuli est encodée par les patterns d'activité neuronale?
2. Quelle est la structure de l'activité neuronale qui encode l'information sensorielle?

Structure des stimuli sensoriels complexes

Dans ce projet nous nous intéressons à la structure des stimuli sensoriels complexes. Pour la plupart des organismes, le développement des champs récepteurs est conditionné par la structure statistique des stimuli de l'environnement. Le système nerveux a évolué pour traiter de manière optimale les informations sensorielles entrantes.

Afin de comprendre comment l'information sensorielle est transformée et représentée (encodage,/,décodage) dans le système nerveux, nous étudions la relation entre l'activité neuronale (patrons de décharges) et les caractéristiques des stimuli tactiles complexes (Cf. Bilan codage neuronal de la perception somatosensorielle). Cette relation est rigoureusement quantifiée en calculant l'information mutuelle de Shannon entre les réponses de la population de neurones et l'ensemble des stimuli appliqués. On peut considérer ce critère d'information comme la capacité d'un observateur idéal des réponses neuronales à discriminer entre des stimuli différents citep{RiekeEtAl97}. Dans le cadre de l'encodage de stimuli complexes, l'enregistrement simultané de fibres unitaires du nerf médian combiné aux enregistrements de populations corticales nous permettra d'analyser en détails la transformation du stimulus de la périphérie (en sortie des mécanorécepteurs) vers le cortex.

En supposant que les neurones soient sélectifs, uniquement pour certaines dimensions de l'espace du stimulus, on peut utiliser une procédure qui maximise l'information mutuelle entre les réponses neuronales et les projections des stimuli tactiles dans un sous-espace de dimension inférieure. Ces projections constituent des représentations efficaces des stimuli pour le système nerveux. Dans ce projet nous nous proposons de déterminer ces représentations efficaces par des méthodes itératives de type Blahut-Arimoto citep{Blahut72, Arimoto72}. Ces approches se ramènent à un problème d'optimisation et consistent à approcher la fonction du taux de distorsion citep{Shannon48, CoverEtThomas91} définie comme le taux minimal réalisable sous la contrainte d'une distorsion attendue.

Nous comptons étendre l'étude des structures statistiques des stimuli complexes à d'autres systèmes sensoriels tel que le système auditif.

Structure du code neuronal

Dans ce projet, nous étudions les composantes des patterns temporels de décharges neuronales qui encodent l'information sensorielle. Comme précédemment, ce projet a pour cadre la théorie de l'information.

La grande variabilité du code neuronal ne permet pas de calculer directement l'information mutuelle à partir de données expérimentales limitées (problème du biais de l'information). Cette valeur est définie comme étant la différence entre l'information mutuelle moyenne calculée à partir des $N$ échantillons expérimentaux disponibles et la og véritable fg information mutuelle obtenue à partir de la distribution de probabilité empirique. L'estimation og naïve fg de l'information dévie de la valeur correcte avec un terme proportionnel à $1/N$ inconnu a priori. Actuellement aucun estimateur fiable ne permet de mesurer l'information hors du régime asymptotique des grandes valeurs de $N$.

Une alternative consiste à og compresser fg de manière optimale le code neuronal. Dans ce cadre, ce projet repose sur une approche générale qui vise à approximer le dictionnaire idéal permettant de compresser le code neuronal. Les éléments de ce dictionnaire peuvent être interprétés comme des mots de code qui, combinés entre eux forment les patterns de décharges neuronales observées. Pour déterminer ce dictionnaire, on suppose que le code neuronal a une représentation parcimonieuse dans une base orthonormale donnée (ex: base d'ondelettes). Dans cette base les $M$ coefficients les plus importants de cette représentation permettent une reconstruction efficace de ce code. Une bonne approximation de ces $M$ coefficients peut s'extraire des $N$ mesures en trouvant la solution d'un problème inverse linéaire sous déterminé ($M>>N$). Récemment, certaines approches pour résoudre ce problème ont été introduites en traitement du signal dans un contexte de séparation de sources pour des mélanges sous déterminés (Orthogonal Matching and Pursuit citet{MallatEtZhang93}, FOCUSS citet{Kreutz-DelgadoEtRao00}). Dans ce projet nous planifions de tester les performances de ces méthodes (compressed sensing, citet{Donoho06}), en terme de réduction du biais de l'information. Pour cela nous travaillerons, à partir de données d'activité neuronale simulée dans un premier temps, puis réelle, par la suite.

Mesurer correctement l'information des trains de potentiels d'action nous permettra de tester directement l'hypothèse selon laquelle le code neuronal s'adapte aux distributions des entrées sensorielles en optimisant le taux ou l'efficacité de la transmission de l'information.

Dynamique des activités cérébrales et mentales

Dynamique électrophysiologique

Projet CODYSEP

Dynamique en psychopathologie

Nous sommes engagés dans un ensemble de projets visant à mettre en place des approches dynamiques en psychopathologie en se fondant principalement sur l'étude de la dynamique du langage, d'une part comme révélateur des troubles de l'organisation psychologique chez les patients, d'autre part comme moyen d'accès aux interactions au sein de groupes thérapeutiques (groupes familiaux, en particulier).

Un premier aspect de notre travail consistera à caractériser l'organisation temporelle des récits de vie dans plusieurs troubles psychiatriques (anorexie et schizophrénie). En effet, il a pu être montré que le rappel de souvenirs autobiographiques était biaisé dans des pathologies telles que la dépression et la schizophrénie citep{ParkEtAl02, RiutortEtAl03} et, dans la dépression, que ces biais étaient fonction de l'histoire clinique des patients citep{NandrinoEtAl02, NandrinoEtAl06}. Ainsi, la façon dont s'effectue ou s'organise la reconstruction du récit de vie pourrait être caractéristique du trouble mental. Par ailleurs, la subjectivité à l'oeuvre dans cet exercice, loin d'être un handicap, peut devenir l'objet d'étude central, surtout dans le cas où il s'agit de chercher à comprendre un trouble mental dans ses divers aspects. Ce dernier argument participe de l'intérêt croissant pour l'expérience phénoménologique subjective qui se manifeste actuellement y compris dans les sciences cognitives citep{PetitotEtAlEd99}.

Par ailleurs, les récits des patients constituent une partie du matériel sur lequel se bâtit l'interprétation clinique. L'analyse expérimentale de ce matériel cherchera donc à tester un certain nombre d'hypothèses cliniques (variables selon la pathologie étudiée).

Un second aspect de notre travail s'intéressera à la dynamique des interactions familiales dans les addictions. Le but de ce projet est de rendre compte des processus d'interaction, à l'échelle de la cellule familiale, favorisant l'émergence de comportements addictifs, principalement les troubles alimentaires (anorexie) et la consommation d'alcool, chez les adolescents. Il cherchera à tester l'hypothèse systémique suivant laquelle le comportement addictif, manifesté par l'un des membres de la famille, serait une propriété émergente d'une dynamique collective caractérisée, en particulier, par l'évitement des situations à fort contenu émotionnel.

Au-delà du problème de sciences humaines et de l'enjeu méthodologique que constitue l'analyse, en situation, la dynamique des interactions familiales, les retombées thérapeutiques de notre travail seraient de guider les actions thérapeutiques en mettant en évidence les paramètres à modifier pour déstabiliser et faire évoluer des situations pathologiques.

La mise en place de cette dernière étude a bénéficie d'un financement dans le cadre de l'appel d'offre « Systèmes complexes en sciences humaines et sociales » (ACI, CNRS -- Ministère délégué à la recherche) 2003--2006.

Analyse d'expression Génétique

La technique des puces à ADN fournit des volumes considérables de données qui soulèvent de nombreux problèmes de nature statistique. En effet, les données d'expression contiennent potentiellement de nombreuses informations sur les interactions géniques, des voies ou réseaux de régulation. L'approche utilisée pour le problème d'analyse de co-régulations de gènes est basée sur l'analyse en composante indépendante (ICA). Cette approche est essentiellement une technique d'identification de modèle linéaire basé sur des statistiques d'ordres supérieurs.

Dans ce projet, nous étudions le système cholinergique qui est fonctionnellement préposé à la modulation de fonctions cognitives, telles que l'apprentissage, la mémoire et l'attention. D'un point de vue physiologique, ce système est sensible aux effets du vieillissement, en particulier les pathologies neurodégénératives. Toutefois, les mécanismes par lesquels une atteinte cholinergique est susceptible d'affecter les performances cognitives ne sont toujours pas déterminés. Aussi, ce projet consiste à rechercher par la technique des puces à ADN, les molécules dont l'expression est modifiée par altération du système cholinergique.

L'approche choisie a été capable de mettre en évidence des familles de gènes candidats pour de possibles voies de régulation ayant un sens biologique reconnu citep{PabanEtAl06}. Nous planifions d'étendre cette étude en analysant des volumes de données plus importants (puces d'environ 30000 gènes).

Post-doctoral position

A post-doc position (funded for 2 years) is available from October 2008, in the field of Brain-Computer Interface / Computational Neuroscience at UMR 6149 of the "Behavior, Brain and Cognition Center" (http://www.univ-provence.fr/gsite/index.php?project=pole3c) in Marseille (France).

The successful candidate will start our project: "Brain-machine interface for the optimization of somatosensory stimuli: Application to cortical plasticity after spinal cord lesion"

Abstract: Our recent findings show that, after a spinal cord hemisection in adult rats, a functional rehabilitation procedure can promote substantial recovery of tactile sensitivity that is paralleled by the reemergence of topographically distributed evoked responses in the primary somatosensory cortex (S1). Our project is aimed at a real-time optimization of neuronal responses recorded within S1 neuronal ensembles by controlling the parameters of tactile stimulation using a computer interface. The Information Theory will be used as a theoretical frame for the analysis of the neuronal responses recorded with microelectrode arrays and for the real-time adjustment of somatosensory stimuli. This project can benefit to studies aimed at improving therapeutic sensory stimulation procedures in rehabilitative programs and those using biofeedback to better control complex movements produced by external devices (prosthesis, robotic arm, wheel chair...) or using neural prosthesis aimed at intracortical microstimulation in patients with spinal cord damage.

Applicants should hold a doctoral degree (PhD) in Physics, Biology, Computer Science, Mathematics, Engineering or related disciplines, with a solid background in Computational Neuroscience and a strong interest in interdisciplinary work. Minimum qualifications are a demonstrated expertise in signal processing and electrophysiology. The ideal applicant will also have a solid understanding of information theory, a previous experience in brain-computer interface development and programming expertise preferably in C/C++ and Python.

Applicants should send a CV, a brief research statement, and reference letters to Dr. Christian Xerri <christian.xerri@univ-provence.fr> and Prof. Laurent Pezard <laurent.pezard@univ-provence.fr>. Reviews of applications will start immediately and continue until end of September 2008.