La collection de régions cérébrales coordonnées prédit et dirige le comportement social


  • FrançaisFrançais



  • La différence entre un papillon social et un loup solitaire est en fait d’au moins huit différences, selon les nouvelles découvertes d’une équipe de chercheurs sur le cerveau de Duke.

    En espionnant simultanément l’activité électrique de plusieurs régions du cerveau, les chercheurs ont découvert qu’ils pouvaient identifier à quel point une souris était sociale ou solitaire. Puis, en ajustant les nœuds de ce réseau cérébral social, ils ont montré qu’ils pouvaient inciter les souris à être encore plus grégaires.

    La recherche peut conduire à de meilleurs outils de diagnostic pour comprendre comment le cerveau change chez les personnes ayant une communication sociale altérée, comme celles atteintes de troubles du spectre autistique.

    La nouvelle étude apparaît en ligne Neurone le 15 mars.

    Les neuroscientifiques mènent souvent des recherches en étudiant une minuscule région du cerveau à la fois. Ils peuvent sélectionner leur zone cérébrale préférée en fonction d’indices passés sur son implication dans un comportement donné, comme le comportement social, et étudier cette zone de manière isolée.

    Mais regarder une seule petite région du cerveau à la fois est un gros problème, a déclaré le Dr Kafui Dzirasa, chercheur médical Howard Hughes et professeur agrégé K. Ranga Rama Krishnan en psychiatrie et sciences du comportement à Duke. Tout comme le cerveau, une voiture n’est pas qu’une seule chose, mais plutôt le produit de pièces assemblées qui fonctionnent ensemble et qui varient d’une construction à l’autre, a-t-il déclaré.

    « Une voiture n’est pas un volant. Une voiture n’est pas des pneus. Une voiture n’est pas un moteur. Une voiture n’est pas le compteur de vitesse. Une voiture n’est pas les phares. Vous devez tous les mettre ensemble pour obtenir la voiture », Dzirasa mentionné. « Lorsque vous les mettez tous ensemble, vous pouvez déterminer à quelle vitesse une voiture individuelle se déplace. Certes, les pneus peuvent être les mêmes, mais une Lamborghini ne se déplace pas de la même manière qu’une Honda Accord. »

    Pour comprendre ce qui pousse les souris à socialiser, l’équipe de Dzirasa a d’abord délicatement implanté un dispositif d’enregistrement pour capturer l’activité électrique simultanée de huit régions du cerveau qui coordonnent différents aspects du comportement social, tels que le cortex préfrontal et la zone tegmentale ventrale émettrice de dopamine.

    Ensuite, les souris pouvaient choisir d’interagir avec une autre souris ou une petite pile de Legos noirs pendant que les chercheurs écoutaient leurs ondes cérébrales. Étonnamment, l’activité électrique d’aucune région du cerveau ne pouvait prédire à quel point une souris était sociale pendant la tâche. Même en tant qu’ingénieur qualifié, Dzirasa avait besoin d’aide pour rassembler toutes les données complexes des ondes cérébrales.

    « Nous [neuroscientists] ne sais pas comment construire la voiture. Nous ne voyons que des roues et des pneus. Nous ne savons pas comment le système fonctionne ensemble », a déclaré Dzirasa.

    Pour aider à assembler une image plus claire des données, Dzirasa s’est connecté avec son collaborateur de longue date David Carlson, professeur adjoint de génie civil et environnemental et de biostatistique et bioinformatique, ainsi que membre du Duke Institute for Brain Sciences. Carlson est un expert dans le domaine de l’apprentissage automatique, une branche de l’intelligence artificielle (IA) dans laquelle les ordinateurs parviennent mieux à comprendre des données complexes au fur et à mesure qu’on leur en donne. Carlson a aidé à développer un nouveau système d’IA pour donner un sens aux données des ondes cérébrales.

    « Ce que nous essayons de faire, c’est de créer ce système d’IA capable d’apprendre et de décrire ce qui se passe dans le cerveau et nous essayons de traiter cette IA comme un collaborateur dans le processus scientifique », a déclaré Carlson.

    Surtout, le nouvel outil d’IA pourrait analyser toute l’activité électrique de chaque région du cerveau, des dizaines de milliers de cellules cérébrales, et tracer une nouvelle carte du « réseau social du cerveau ». Désormais, les chercheurs pouvaient prédire quels animaux préféraient la compagnie de leurs pairs simplement en examinant l’activité combinée de leur réseau social cérébral.

    Armée d’une nouvelle carte et d’une boule de cristal pour les tendances sociales, l’équipe de Dzirasa a testé si l’activation de ce réseau cérébral social rendrait les souris encore plus sociales. Pour obtenir un contrôle précis sur ces régions du cerveau, les chercheurs ont utilisé une technique basée sur la lumière appelée optogénétique pour leur permettre de feuilleter instantanément des régions spécifiques du cerveau à volonté. L’éclairage des cellules cérébrales du cortex préfrontal a incité des souris déjà sortantes à se rapprocher encore plus d’une autre souris, suggérant que ce réseau cérébral social détecte et dirige à la fois le comportement social.

    Comme test final, Dzirasa a demandé si ce modèle de réseau social cérébral pouvait détecter un comportement social altéré dans un modèle murin d’autisme. Lorsque l’équipe de Dzirasa a éliminé ANK2 chez la souris, un gène impliqué chez les personnes autistes, leur comportement a déconcerté l’outil d’apprentissage automatique. Il ne pouvait plus prédire à quel point une souris donnée était sociale en fonction de ses ondes cérébrales, ce qui suggère que le nouvel outil d’apprentissage automatique est efficace pour détecter une activité électrique aberrante.

    Dzirasa et Carlson sont impatients d’explorer dans quelle mesure ces découvertes chez la souris tiennent chez l’homme. Actuellement, l’équipe de Carlson collabore avec des chercheurs du Duke Center for Autism and Brain Development pour évaluer si ce nouvel outil d’apprentissage automatique peut détecter les changements cérébraux chez les enfants typiques et neurodivers.

    Dzirasa espère développer de meilleurs outils de diagnostic et des traitements pour d’autres troubles sociaux. Il compare cet objectif à la cardiologie : un ECG peut mesurer la fréquence cardiaque de n’importe qui lorsqu’il est actif et la comparer à sa fréquence cardiaque de base au repos, qui varie considérablement d’une personne à l’autre. Mais il n’y a pas d’outil équivalent pour suivre et traiter les troubles cérébraux de la même manière. Il n’y a pas non plus de stimulateur cardiaque pour composer la « bonne » quantité de grégarité, un autre objectif futur du laboratoire de Dzirasa.

    Cependant, Dzirasa tient à souligner que la variation est normale, donc cette étude et les travaux futurs sont importants pour comprendre comment les choses tournent mal en dehors de la gamme typique de sociabilité de quelqu’un.

    « Certaines personnes sont plus sociales que d’autres. Cela ne signifie pas que les personnes moins sociales ont une maladie psychiatrique, cela signifie qu’il existe des différences individuelles », a déclaré Dzirasa. « Si vous voulez lier cela en fin de compte pour réfléchir à la façon dont les humains sont affectés par la maladie psychiatrique, vous devez comprendre l’individu. »

    Le soutien à la recherche est venu de la Fondation WM Keck et des National Institutes of Health des États-Unis (R01MH120158, R21MH104316, R01ES025549, 1R01EB026937, 1R01MH125430).

    N'oubliez pas de voter pour cet article !
    1 étoile2 étoiles3 étoiles4 étoiles5 étoiles (No Ratings Yet)
    Loading...
    mm

    La Rédaction

    L'équipe rédactionnelle

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.