Modélisation computationnelle de certaines implications de la dopamine dans le cerveau à partir de données expérimentales : De la signalisation sub-cellulaire aux réseaux
Auteur / Autrice : | Alexandre Foncelle |
Direction : | Hugues Berry |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique et neurosciences |
Date : | Soutenance le 05/04/2018 |
Etablissement(s) : | Lyon |
Ecole(s) doctorale(s) : | École doctorale en Informatique et Mathématiques de Lyon (Lyon ; 2009-....) |
Partenaire(s) de recherche : | établissement opérateur d'inscription : Institut national des sciences appliquées (Lyon ; 1957-....) |
Laboratoire : LIRIS - Laboratoire d'Informatique en Image et Systèmes d'information (Rhône ; 2003-....) - Laboratoire d'InfoRmatique en Image et Systèmes d'information / LIRIS - Artificial Evolution and Computational Biology / BEAGLE | |
Jury : | Président / Présidente : Guillaume Beslon |
Examinateurs / Examinatrices : Hugues Berry, Guillaume Beslon, Philippe Faure, Krasimira Tsaneva-Atanasova, Hédi Soula | |
Rapporteurs / Rapporteuses : Philippe Faure, Krasimira Tsaneva-Atanasova |
Mots clés
Mots clés contrôlés
Résumé
Dans le cerveau, il est difficile de mettre au point des expériences avec un niveau de contrôle approprié à cause du haut niveau de connectivité. Pour traiter ce problème, les modèles mathématiques sont utilisés pour représenter le cerveau d’une façon plus compréhensible. En effet, les modèles mathématiques peuvent être plus pratiques que les expériences pour tester des hypothèses et chercher à extraire l’essence même du principe étudié, en le simplifiant. De plus, la modélisation computationnelle forme une branche spécifique de la modélisation mathématique, permettant de résoudre de gros calculs numériques. Dans cette thèse, j’ai utilisé la modélisation computationnelle à travers différentes approches pour étudier certaines régions cérébrales. Nous avons collaboré avec des neurobiologistes en appliquant nos modèles à des données expérimentales pour contribuer à mieux comprendre l’action de la dopamine, un neuromodulateur. J’ai étudié la diversité de l’action de la dopamine à trois échelles: la région cérébrale, le niveau cellulaire et le niveau moléculaire. La dopamine a un gros impact sur le cerveau et elle est principalement connue pour son implication dans le système de récompense. En effet, c’est une molécule associée à la prédiction de récompense et de punition. Peu de régions produisent de la dopamine et ces régions sont altérées par la maladie de Parkinson ou perturbées par la dépression. Pour la maladie de Parkinson, j’ai conçu un modèle de type taux de décharge pour reproduire l’activité neuronale des ganglions de la base. Ce modèle montre des réponses neuronales significativement différentes, entre la condition témoin et la condition parkinsonienne. Par ailleurs, avec un modèle de type Hodgin-Huxley prenant en compte la dynamique de l’ion potassium, j’ai pu appuyer l’hypothèse que la région cérébrale appelée l’habenula, lorsqu’elle est hyperactive, induirait la dépression. Cette dépression serait due à un déséquilibre de la concentration en potassium à cause d’une dysfonction de l’astrocyte (surexpression des canaux Kir4.1). Enfin, la dopamine est aussi impliquée dans la plasticité synaptique, un phénomène à la base de la mémoire. Je l’ai étudié avec un troisième modèle, prenant en compte plusieurs résultats expérimentaux relatifs à la plasticité en fonction du timing des potentiels d’action et de sa modulation.