Rechercher

Paramétrage

Thèmes

Accessibilité

Accessibilité

Axes de recherche

Notre cerveau intègre en permanence les informations sensorielles provenant du monde qui nous entoure pour produire une réponse, i.e. un comportement adéquat face aux entrées qui le bombardent. Naviguer, apprendre, faire des choix sont autant de processus complexes sous-tendus par l'activité électrique des 1012 neurones de notre cerveau, reliés entre eux par environ 1016 synapses. Mon domaine de recherche pluridisciplinaire se porte sur les neurosciences "computationnelles" qui tentent de comprendre, en confrontant des modèles théoriques à des données expérimentales, comment le cerveau, via ces neurones, traite l'information. Comprendre la nature de leur fonctionnement, c'est avancer vers une meilleure compréhension des mécanismes sous jacents possiblement défaillants lors de troubles neuropsychiatriques. 

Pour mener à bien ces recherches, il faut:

  1. Pouvoir enregistrer l'activité des neurones in vivo, que ce soit de façon invasive chez l'animal (spike sorting), ou avec des méthodes accessibles en cliniques (fMRI, EEG)
  2. Modéliser la dynamique de ces neurones, que ce soit à l'échelle du réseau, ou du cerveau dans son ensemble
  3. Faire des prédictions sur les corrélats 

Spike sorting

Les progrès en neuroscience dépendent en grande partie de la possibilité d’enregistrer, simultanément, l’activité d’une grande population de neurones pour comprendre comment l’information est représentée par ces derniers.

Ces dernières années, des grilles d’électrodes denses (types Neuropixel) ont été développées pour permettre l’enregistrement de l’activité de centaines de neurones. Cependant, le problème du “tri des potentiels d’actions” (spike sorting), i.e. de transformer ces signaux extracellulaires en activité neuronales individuelles demeure un important challenge scientifique.

Trier des potentiels d’action, en ligne et dans un contexte d’électrodes à forte densité représenterait une avancée majeure pour des domaines variés tels que les prothèses neuronales, les interfaces cerveaux machines ou les neurosciences expérimentales qui utilisent de telles électrodes denses, in vitro ou in vivo, comme moyen simple d’accéder à l’activité d’un grand groupe de neurones.

Dynamique des réseaux de neurones

Les réseaux dits aléatoires et balancés forment un cadre commun et pratique pour étudier la dynamique des populations à grande échelle de neurones à potentiels d'action (aussi dit intègre-et-tire) faiblement connectés. Dans ces réseaux, deux populations génériques de neurones (excitateurs et inhibiteurs) sont couplées réciproquement avec des poids et génèrent un régime "balancé" où la dépolarisation moyenne des neurones est à peu près constante, sous le seuil, et où l'activité, irrégulière, est le résultat de fluctuations.

C'est un cadre de travail qui permet de modéliser la dynamique spontanée généralement observée in vivo, dans le cortex.