Julien BALLBÉ Y SABATÉ
Analyse basée sur les données de l’hétérogénéité des propriétés biophysiques neuronales dans le cortex cérébral
Résumé
L'hétérogénéité des propriétés biophysiques des neurones est considérée comme jouant un rôle important dans les propriétés des réseaux neuronaux. Cependant, une qualification et une quantification précises de cette hétérogénéité des propriétés neuronales n'ont pas encore été réalisées.
Pour profiter de l'augmentation du nombre de bases de données d'enregistrements électrophysiologiques intracellulaires rendues publiques, nous avons conçu un pipeline de traitement des données qui est indépendant de la structure des bases de données, dans le but de surmonter les différences dans l'organisation des bases de données, de compenser les variations dans le traitement des données entre laboratoires, ainsi que de proposer des méthodes de caractérisation suffisamment polyvalentes et robustes pour prendre en compte la diversité intrinsèque des propriétés neuronales.
Nous utilisons ce pipeline pour rassembler plusieurs bases de données d'enregistrements électrophysiologiques et caractériser l'hétérogénéité des propriétés biophysiques en fonction de différents facteurs (type cellulaire, couche corticale, aire corticale, animal…), tout en limitant la variance due aux différences de protocoles d'acquisition spécifiques à chaque base de données. Cette analyse de la diversité neuronale reposant sur différentes bases de données représente une étape cruciale vers l'établissement de modèles de réseaux neuronaux inspirés par des considérations biophysiques. En effet, l'hétérogénéité est connue pour constituer un aspect crucial des réseaux neuronaux, mais elle a principalement été étudiée à travers la variance théorique (en augmentant la variance autour de la moyenne pour des propriétés particulières).
Ainsi, reproduire précisément l'hétérogénéité électrophysiologique neuronale dans les modèles de réseaux peut fournir des informations importantes sur les mécanismes d'interaction entre les différentes échelles spatiales qui soutiennent l'émergence de propriétés dynamiques plus complexes des réseaux. Pour comprendre le rôle de l'hétérogénéité des neurones dans la dynamique des réseaux, nous prévoyons de construire un modèle de réseau neuronal à grande échelle qui intègre divers aspects des réseaux neuronaux (comme la connectivité, la dynamique des synapses, les densités de types cellulaires propres à chaque couche corticale...) de manière biologiquement inspirée. Cette approche s'appuiera donc sur des études expérimentales antérieures issues de la littérature, qui ont étudié les différents aspects des réseaux corticaux.
Direction
Jury
-
Lyle J. Graham, Docteur, Directeur de Thèse
-
Michele Giugliano, Professeur, Rapporteur
-
Frédéric Gambino, Docteur, Rapporteur
-
Isabelle Férézou, Docteur, Examinatrice
-
Michael Graupner, Docteur, Examinateur
-
Joana Lourenço, Docteur, Examinatrice
-
Fleur Zeldenrust, Docteur, Examinatrice