Description
Date depot: 1 janvier 1900
Titre: Dynamiques des reseaux complexes pour l etude de la relation structure fonction du cerveau humain
Directeur de thèse:
Habib BENALI (Canada)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Contexte du projet. Le cerveau est l’un des systèmes naturels les plus complexe. Son fonctionnement est intimement lié à sa structure. Le cerveau présente une organisation anatomique et fonctionnelle à plusieurs échelles, modélisée par le concept de réseaux cérébraux. Les réseaux cérébraux correspondent à des ensembles de régions ségréguées– principe de ségrégation – et intégrées – principe d’intégration – à la fois structurellement et fonctionnellement. A grande échelle, des réseaux de neurones sont distribués en assemblées locales de neurones transitoirement reliées par de grandes connexions dynamiques et réciproques. Ils sont reconnus pour être un substrat essentiel à l’exécution de la plupart des fonctions cérébrales. Comprendre comment le cerveau fonctionne implique la connaissance du fonctionnement de ces réseaux. Cette compréhension nécessite des informations sur la structure anatomique et les propriétés dynamiques et fonctionnelles des réseaux, en particulier sur la façon dont la structure supporte la fonction.
A ce jour, l’IRM de diffusion (IRMd) est le seul moyen d’accéder à l’architecture structurelle du cerveau in vivo de manière non invasive. Il existe de nombreuses applications de la tractographie des fibres de la substance blanche et leur nombre devrait s’accroître dans le futur, l’IRMd et le tracé des fibres devenant des procédures cliniques de routine. Ces ensembles de régions cérébrales interconnectées fonctionnent en harmonie à de multiples échelles temporelles lentes et rapides, phénomène de synchronie. De nombreuses techniques ont été développées afin de mesurer cette activité cérébrale de manière directe ou indirecte. L’IRM fonctionnelle (IRMf) et l’électroencéphalographie (EEG) ont été d’un apport considérable dans l’identification de ces régions fonctionnelles, notamment en sciences cognitives. Ces modalités permettent de corréler le substrat neuronal à des stimulations extérieures, et ainsi d’inférer les régions cérébrales impliquées dans une condition expérimentale. Depuis peu, l’IRMf ou l’EEG à l’état de repos est devenu un thème central en neuroscience, en effet il a été montré des ensembles de régions étaient connectées fonctionnement à l’état de repos et que ces ensembles avaient une interprétation cognitive. Avec le développement de modèles computationnels des activités cérébrales, les études sur les dynamiques fonctionnelles cérébrales deviennent alors possibles. Ces prouesses méthodologiques et techniques pourraient à plus ou moins long terme radicalement modifier la manière d’aborder les études cognitives, puisque pour la première fois nous avons accès à des informations architecturales et dynamiques in vivo. On imagine alors aisément les conséquences de ces avancées méthodologiques, aussi bien au niveau de l’étude de la connectivité anatomique sous-tendant des modèles fonctionnels de processus cognitifs, tels que mesuré par l’EEG ou l’IRMf, que pour une définition anatomique de certaines aires corticales dont la connectivité est connue a priori. La connaissance des relations entre les connexions anatomiques et les régions fonctionnelles est essentielle pour une compréhension globale de l’organisation du système nerveux humain.
Questions méthodologiques. Dans les dernières années, les modèles computationnels des dynamiques des réseaux complexes ont reçu une attention considérable dans un large éventail de disciplines, de la biologie à l’économie en passant par les sciences sociales. Un réseau, défini comme un ensemble de régions d’intérêt (ou noeuds) reliées par des connexions (ou liens) pondérées par des indices de connectivité structurelle (qui peuvent être définis de façon générique), peut être décrit mathématiquement sous forme de graphe.
Dans ce contexte, un nœud du réseau est caractérisé par sa propre dynamique. Ces dynamiques sont décrites par des modèles computationnels qui procurent un cadre unifié dans lequel la physiologie de l’activité neuronale et du couplage neurovasculaire peuvent être intégrés de manière naturelle, pour simuler le signal en fonction de paramètres (par exemple, taux d’oxygénation du sang, rapport entre excitation et inhibition des neurones etc…). Ces paramètres peuvent provenir d’études invasives sur des modèles animaux. Dans certaines conditions, les modèles peuvent être inversés pour estimer des paramètres « cachés » (i.e. non visibles directement dans les données) à partir des données réelles.
Objectifs méthodologiques. L’objectif du travail du doctorant est d’élaborer un modèle intégré des réseaux complexes à partir de données multi-échelles pour étudier la relation structure-fonction. Tout d’abord, à l’échelle locale via le principe de ségrégation, et les modèles computationnels proposés dans la littérature, puis de façon plus générale par le principe d’intégration au travers les réseaux de modèles computationnels. D’un point de vue cognitif, l’idée principale est de générer les états du sommeil chez l’hom
Doctorant.e: Garnier Aurelie