Modélisation multi-échelle et analyse asymptotique pour les synapses et les réseaux neuronaux
Auteur / Autrice : | Claire Guerrier |
Direction : | David Holcman |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques Appliquées |
Date : | Soutenance le 17/12/2015 |
Etablissement(s) : | Paris 6 |
Ecole(s) doctorale(s) : | École doctorale Sciences mathématiques de Paris centre (Paris ; 2000-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Jacques-Louis Lions (Paris ; 1997-....) |
Jury : | Examinateurs / Examinatrices : Lorenzo Zambotti, Vincent Calvez, Vincent Hakim, Ivan Kupka |
Rapporteur / Rapporteuse : Michael J. Ward, Gilles Lebeau |
Mots clés
Résumé
Dans cette thèse, nous étudions plusieurs structures neuronales à différentes échelles allant des synapses aux réseaux neuronaux. Notre objectif est de développer et analyser des modèles mathématiques, afin de déterminer comment les propriétés des synapses au niveau moléculaire façonnent leur activité, et se propagent au niveau du réseau. Ce changement d’échelle peut être formulé et analysé à l’aide de plusieurs outils tels que les équations aux dérivées partielles, les processus stochastiques ou les simulations numériques. Dans la première partie, nous calculons le temps moyen pour qu’une particule brownienne arrive à une petite ouverture définie comme le cylindre faisant la jonction entre deux sphères tangentes. La méthode repose sur une transformation conforme de Möbius appliquée à l’équation de Laplace. Nous estimons également, lorsque la particule se trouve dans un voisinage de l’ouverture, la probabilité d’atteindre l’ouverture avant de quitter le voisinage. De nouveau, cette probabilité est exprimée à l’aide d’une équation de Laplace, avec des conditions aux limites mixtes. En utilisant ces résultats, nous développons un modèle et des simulations stochastiques pour étudier la libération vésiculaire au niveau des synapses, en tenant compte de leur géométrie particulière. Nous étudions ensuite le rôle de plusieurs paramètres tels que le positionnement des canaux calciques, le nombre d’ions entrant après un potentiel d’action, ou encore l’organisation de la zone active. Dans la deuxième partie, nous développons un modèle pour le terminal pré- synaptique, formulé dans un premier temps comme un problème de réaction-diffusion dans un microdomaine confiné, où des particules browniennes doivent se lier à de petits sites cibles. Nous développons ensuite deux modèle simplifiés. Le premier modèle couple un système d’équations d’action de masse à un ensemble d’équations de Markov, et permet d’obtenir des résultats analytiques. Dans un deuxième temps, nous developpons un modèle stochastique basé sur des équations de taux poissonniens, qui dérive de la théorie du premier temps de passage et de l’analyse précédente. Ce modèle permet de réaliser des simulations stochastiques rapides, qui donnent les mêmes résultats que les simulations browniennes naïves et interminables. Dans la dernière partie, nous présentons un modèle d’oscillations dans un réseau de neurones, dans le contexte du rythme respiratoire. Nous developpons un modèle basé sur les lois d’action de masse représentant la dynamique synaptique d’un neurone, et montrons comment l’activité synaptique au niveau des neurones conduit à l’émergence d’oscillations au niveau du réseau. Nous comparons notre modèle à plusieurs études expérimentales, et confirmons que le rythme respiratoire chez la souris au repos est contrôlé par l’excitation récurrente des neurones découlant de leur activité spontanée au sein du réseau.