Le circuit neuronal du conditionnement à la peur : une perspective théorique

The neural circuitry of fear conditioning : a theoretical account

• Auteur / Autrice : Martin Angelhuber
• Direction : Pierre Veinante, Adrianus Aertsen, Andreas Lüthi
• Type : Thèse de doctorat
• Discipline(s) : Neurosciences
• Date : Soutenance le 27/10/2016
• Etablissement(s) : Strasbourg en cotutelle avec Albert-Ludwigs-Universität (Freiburg im Breisgau, Allemagne), Universität Basel
• Ecole(s) doctorale(s) : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Institut des neurosciences cellulaires et intégratives (Strasbourg)
• Jury : Président / Présidente : Stefan Rotter
• Jury : Examinateurs / Examinatrices : Arvind Kumar, Stéphane Ciocchi
• Jury : Rapporteurs / Rapporteuses : Markus Diesmann, Cyril Herry

Mots clés

Mots clés contrôlés

Dissertations universitaires

Neurosciences cognitives

Modèles mathématiques

Réseaux neuronaux (informatique)

Réflexe conditionné

Peur

Physiopathologie

Corps amygdaloïde

Mots clés libres

Modèle informatique

Amygdale

Conditionnement à la peur

Inhibition tonique

Computational model

Amygdala

Fear conditioning

Tonic inhibition

Résumé

Conditionnement à la peur est un paradigme réussi pour comprendre les substrats neuronaux de l’apprentissage et de l’émotion. Dans cette thèse, je présente deux modèles informatiques des structures du cerveau qui sous-tendent l'acquisition de la peur conditionnée. Le première modèle est utilisé pour enquêter sur l’effet des changements de l’inhibition tonique sur le traitement des informations reçues. On confirme que la diminution de l’inhibition tonique d’une population augmente la réactivité du réseau. Ensuite, le modèle est analysé d’une perspective fonctionnelle et des prédictions qui découlent de cette proposition sont discutées. En outre, je présenterai un modèle systématique, basé sur un type de modèle de conditionnement récemment introduit utilisant des variables latentes. Je propose que l’interaction entre les neurones dans l’amygdale basale code pour l’interface entre ces variables latentes. Le modèle couvre une large gamme d’effets et l’analyse produit un certain nombre de prédictions vérifiables.

Fear conditioning is a successful paradigm for studying neural substrates of emotional learning. In this thesis, two computational models of the underlying neural circuitry are presented. First, the effects of changes in neuronal membrane conductance on input processing are analyzed in a biologically realistic model. We show that changes in tonic inhibitory conductance increase the responsiveness of the network to inputs. Then, the model is analyzed from a functional perspective and predictions that follow from this proposition are discussed. Next, a systems level model is presented based on a recent high-level approach to conditioning. It is proposed that the interaction between fear and extinction neurons in the basal amygdala is a neural substrate of the switching between latent states, allowing the animal to infer causal structure. Important behavioral and physiological results are reproduced and predictions and questions that follow from the main hypothesis are considered.