Effets des manipulations optogénétiques sur les circuits corticaux in vivo
Auteur / Autrice : | Alexandre Mahrach |
Direction : | David Hansel |
Type : | Thèse de doctorat |
Discipline(s) : | Neurosciences |
Date : | Soutenance le 03/03/2020 |
Etablissement(s) : | Sorbonne université |
Ecole(s) doctorale(s) : | École doctorale Cerveau, cognition, comportement (Paris ; 1992-....) |
Partenaire(s) de recherche : | Laboratoire : Centre Neurosciences intégratives et cognition (Paris ; 2019-....) |
Jury : | Président / Présidente : Sophie Bernard |
Examinateurs / Examinatrices : Nicholas Priebe, Bertrand Lambolez, Carl Van Vreeswijk | |
Rapporteurs / Rapporteuses : David Golomb, Thomas Boraud |
Mots clés
Résumé
Ce travail est consacré à la description de la réponse des réseaux corticaux de la souris à deux variantes de photostimulation assistée par ChR des interneurones positifs à la parvalbumine (PV). Dans la première partie, nous étudions les effets de la photostimulation optogénétique avec ReaChR des neurones PV dans le cortex moteur antérolatéral (ALM) et dans le cortex somatosensoriel primaire (S1) sur les réponses moyennes de des cellules excitatrices (PC) et des interneurones PV. ReaChR permet une stimulation uniforme des neurones sur des régions largement étendues (jusqu'à quelques mm). Après avoir étendu la théorie des réseaux balancés à des réseaux à de multiples populations inhibitrices, nous déterminons les connections essentielles pour tenir compte de ces effets. Nous montrons que les réponses moyennes des PC et des neurones PV dans les couches 2/3 et 5 de ALM peuvent être expliquées avec un réseau à quatre populations et une connectivité similaire à celle rapportée dans le cortex visuel primaire. Nous proposons une architecture de réseau alternative pour rendre compte de manière robuste des réponses dans S1. Dans la deuxième partie, nous examinons les effets de la stimulation optogénétique ChR2 des neurones PV dans S1. ChR2 permet la stimulation des neurones sur des régions très localisées (quelques centaines de microns). Nous étudions ces effets dans des modèles de réseau à deux populations où la probabilité de connexion entre les neurones décroît de façon exponentielle avec la distance.