Modélisation et simulation du complexe macroglomérulaire des papillons de nuit

Modeling and simulation of moths macroglomerular complex

• Auteur / Autrice : Hana Belmabrouk
• Direction : Jean-Pierre Rospars
• Type : Thèse de doctorat
• Discipline(s) : Biologie. Neurosciences computationnelles
• Date : Soutenance en 2012
• Etablissement(s) : Paris 6

Mots clés

Mots clés contrôlés

Papillons nocturnes

Odorat

Mots clés libres

Complexe macroglomérulaire

Information olfactive

Résumé

Dans cette thèse, nous avons d'abord élaboré un nouveau modèle du CMG qui permet de reproduire différentes données expérimentales telles que les motifs de réponses des NP ainsi que les proportions de ces réponses. Les neurones de ce modèle sont des neurones à conductances que nous avons mis au point pour étudier précisément le rôle respectif des propriétés du réseau et des propriétés intrinsèques des NP sur les réponses. Une des prédictions de notre modèle est que la deuxième phase d'inhibition observée dans les réponses des NP est due à un canal de la membrane du NP identifié dans le modèle comme étant un canal potassium dépendant du Calcium (SK). Nous avons ensuite proposé une hypothèse de codage neuronal basé sur un schéma de codage par latence. Ce type de codage paraît plausible dans un cadre de stimulus intermittent avec une contrainte temporelle importante imposée à l'insecte qui consiste à prendre une décision de changement de direction de vol rapide. Nous avons constaté que le modèle détaillé de NP à conductances que nous avons mis au point est assez gourmand en temps de calcul. Nous avons donc simplifié ce modèle en essayant de garder la forme de réponse du modèle détaillé. Pour ceci nous avons réduit le modèle en un neurone intègre et tire quadratique (QIF) couplé à une autapse inhibitrice qui reproduit l'effet du canal SK. Le dernier point abordé dans cette thèse concerne les simulations numériques. Les simulations que nous avons effectuées sur le modèle du CMG sont fondées sur un algorithme à pas de temps. Nous avons donc proposé un nouvel algorithme fondé sur une méthode événementielle pour simuler le modèle réduit de NP

In this study, we propose firstly a new model of the MGC that reproduce different pattern of responses observed biologically in the right proportion. We developed conductance based neurons. We have also established, through simulation, the role of network and cellular mechanisms on shaping PNs responses. Here we propose some assumptions that could be verified experimentally. One hypothesis is that the second inhibitory phase observed on PN responses is due to an internal small conductance calcium-dependent potassium channel (SK). We also proposed an efficient coding of pheromone based on latency coding scheme. This type of coding seems to be plausible in a turbulent environment and with a high temporal constraint. In fact, insect have to make a rapid decision of changing direction in a fly context. Such latency code was already proposed for the visual system. Conductance-based neuron model that we simulate is time consuming because of its complexity. So we reduced PN model to a quadratic integrate and fire (QIF) model coupled to an exponential synapse. We add this synapse in order to reproduce the second inhibitory phase on PN response. In fact, synapse play the same role as the internal SK channel. Finally we discussed the simulation aspect. All simulation made on the MGG model were based on clock-driven algorithm (i. E. Euler algorithm). This type of algorithm introduces an important cumulative error and needs important resources. We propose a new event-driven algorithm to simulate the simplified PN model