Structure fine de la connectivité corticale : effets sur la dynamique sur la dynamique et la fonction du réseau

Fine structure in cortical connectivity : effects on network dynamics and function

• Auteur / Autrice : Shrisha Rao Balappa
• Direction : David Hansel
• Type : Thèse de doctorat
• Discipline(s) : Neurosciences
• Date : Soutenance le 13/12/2018
• Etablissement(s) : Sorbonne Paris Cité
• Ecole(s) doctorale(s) : École doctorale Cerveau, cognition, comportement (Paris ; 1992-....)
• Partenaire(s) de recherche : établissement de préparation : Université Paris Descartes (1970-2019)
• Partenaire(s) de recherche : Laboratoire : Centre de neurophysique, physiologie, pathologie (Paris ; 2002-2018)
• Jury : Président / Présidente : Sophie Bernard
• Jury : Examinateurs / Examinatrices : David Hansel, Sophie Bernard, Brent Doiron, David Golomb, Nicholas Priebe, Carl Van Vreeswijk, German Mato
• Jury : Rapporteur / Rapporteuse : Brent Doiron, David Golomb

Mots clés

Mots clés contrôlés

Simulation par ordinateur

Système nerveux central

Mots clés libres

Neurosciences

Résumé

La connectivité du réseau cortical local s'écarte considérablement d'un réseau aléatoire, donnant lieu à une structure fine au niveau des neurones. Dans cette étude, nous avons étudié les effets de ces structures fines sur la dynamique et la fonction du réseau. Nous avons étudié deux types de structures fines, à savoir l'excès de bidirectionnalité et la connectivité spécifique. L'étude des effets de l'excès de bidirectionnalité a été menée dans un modèle basé sur la conductance de la couche 2/3 du V1 de rongeur. Grâce à des simulations numériques à grande échelle, nous avons montré qu'un excès de connexions bidirectionnelles dans la population inhibitrice entraîne une dynamique plus lente. De manière remarquable, nous avons constaté que les connexions bidirectionnelles entre les cellules inhibitrices sont plus efficaces pour ralentir la dynamique que celles entre les cellules excitatrices. En outre, les connexions bidirectionnelles entre les cellules inhibitrices augmentent la variabilité d'un essai à l'autre, alors qu'entre les populations excitatrices et inhibitrices, elles réduisent la variabilité, ce qui améliore l'efficacité du codage. Nos résultats suggèrent que les fortes connexions réciproques entre les cellules excitatrices et PV+ qui ont été rapportées expérimentalement peuvent améliorer l'efficacité du codage en réduisant le rapport signal/bruit. La deuxième partie de ce travail a consisté en une étude analytique d'un modèle de la couche 2/3 du V1 des rongeurs avec des neurones binaires. Dans notre étude, nous avons supposé que les neurones de la couche 4 étaient sélectifs à l'orientation des stimuli. Nos résultats expliquent les changements dans les propriétés d'accord observés au cours de la période critique dans le V1 de la souris. Avant la période critique, la connectivité entre les neurones pyramidaux dans le V1 de la souris n'est pas spécifique. À la suite d'études antérieures sur les réseaux de pointes, nous avons démontré analytiquement qu'avec une telle connectivité, les neurones de la couche 2/3 de notre modèle développent une sélectivité de l'orientation. Une petite fraction de connexions fortes et spécifiques entre les cellules pyramidales a été rapportée dans le V1 de la souris après la période critique. Nous avons montré que, malgré leur petit nombre, ces connexions peuvent avoir un impact substantiel sur l'accord des cellules de la couche 2/3 à l'orientation : les neurones excitateurs deviennent plus sélectifs et, par le biais de changements globaux non spécifiques dans leurs forces synaptiques, les cellules inhibitrices deviennent plus largement accordées.

The local cortical network connectivity significantly deviates from a random network, giving rise to fine structure at the neuron-to-neuron level. In this study, we have investigated the effects of these fine structures on network dynamics and function. We have investigated two types of fine structure, namely, excess bidirectionality and feature specific connectivity. The study of the effects of excess bidirectionality was conducted in a conductance-based model of layer 2/3 in rodent V1. Through large scale numerical simulations, we showed that excess bidirectional connections in the inhibitory population leads to slower dynamics. Remarkably, we found that bidirectional connections between inhibitory cells are more efficacious in slowing down the dynamics than those between the excitatory cells. Additionally, bidirectional connections between inhibitory cells increases the trial-to-trial variability, while between the excitatory and inhibitory populations it reduces the variability leading to improved coding efficiency. Our results suggest that the strong reciprocal connections between excitatory and PV+ cells that have been experimentally reported can improve coding efficiency by reducing the signal-to-noise ratio. The second part of this work involved an analytical study of a model of layer 2/3 rodent V1 with binary neurons. In our study, we assumed that neurons in layer 4 were selective to stimuli orientation. Our results account for the changes in tuning properties observed during the critical period in mouse V1. Prior to the critical period, the connectivity between pyramidal neurons in the mouse V1 is non-specific. Following previous studies of spiking networks, we analytically demonstrated that with such connectivity, layer 2/3 neurons in our model develop orientation selectivity. A small fraction of strong feature specific connections between pyramidal cells have been reported in the mouse V1 after the critical period. We showed that, in spite of their small number, such connections can substantially impact the tuning of layer 2/3 cells to orientation: excitatory neurons become more selective and through non-specific global changes in their synaptic strengths, the inhibitory cells become more broadly tuned.