Hippocampal reactivations after aversive or rewarding experience : classical and deep learning approaches

par Dmitri Bryzgalov

Thèse de doctorat en Neurosciences

Sous la direction de Karim Benchenane.

Soutenue le 24-09-2021

à l'Université Paris sciences et lettres , dans le cadre de École doctorale Cerveau, cognition, comportement , en partenariat avec Plasticité du Cerveau (laboratoire) , ESPCI Ecole supérieure de physique et de chimie industrielles de la Ville de Paris (établissement opérateur d'inscription) et de Laboratoire Plasticité du Cerveau Brain Plasticity (UMR 8249) / PdC (laboratoire) .

Le président du jury était Daniela Popa.

Le jury était composé de Karim Benchenane, Daniela Popa, Adrien Peyrache, Stéphanie Trouche, Caswell BARRY, Lisa Roux.

Les rapporteurs étaient Adrien Peyrache, Stéphanie Trouche.

  • Titre traduit

    Réactivations hippocampiques après une expérience aversive ou positif : approches classiques et d'apprentissage profond


  • Résumé

    Chez les animaux, les souvenirs dépendant de l'hippocampe sont souvent étudiés dans le paradigme de la navigation spatiale.Les cellules de lieu sont des neurones de l'hippocampe qui présentent une excitation spécifique à un lieu. Dans les états de calme, tels que le sommeil et l'éveil à faible vitesse, les cellules de lieu rétablissent les patterns comportementaux observés pendant l'exploration active - un phénomène appelé "réactivations". Il existe de nombreuses preuves que les réactivations hippocampiques sont le corrélat neuronal de la consolidation de la mémoire spatiale. Cependant, on ne sait toujours pas si l'hippocampe code pour des informations purement spatiales ou s'il code également pour des paramètres non spatiaux tels que la valence émotionnelle.Il est connu dans la littérature que les lieux de récompense sont plus souvent réactivés dans le sommeil après un comportement actif que les autres. Deux hypothèses concurrentes pourraient expliquer ce fait. Selon l'une d'elles, les lieux associés à certaines valeurs motivationnelles et émotionnelles sont davantage réactivés. L'autre hypothèse postule que l'augmentation du taux de réactivation de l'environnement récompensé est simplement due à l'augmentation du temps passé dans l'emplacement de la récompense.Pour répondre à cette question, nous avons réalisé deux expériences parallèles utilisant l'apprentissage par l'aversion et la récompense. Dans l'une d'elles, nous avons utilisé une stimulation intracrânienne aversive de la matière grise périaqueducale pour créer une association spatiale aversive, et dans la seconde, nous avons utilisé une stimulation récompensante du faisceau médian du cerveau antérieur pour créer une association spatiale appétitif.D'un point de vue comportemental, les emplacements émotionnellement importants présentaient une différence massive en termes d'occupation après l'apprentissage. Cependant, dans le sommeil suivant les sessions d'apprentissage, nous avons trouvé des réactivations à la fois pour les associations aversives et pour les associations gratifiantes, ce qui confirme l'hypothèse selon laquelle les variables motivationnelles et émotionnelles de la tâche affectent le codage hippocampique. Nous avons démontré que les patterns neuronaux actifs pendant l'apprentissage aversif sont réactivés pendant le sommeil suivant la tâche plus fortement que l'activité enregistrée pendant l'exploration libre. Étant donné que les cartes cognitives dans notre tâche étaient principalement stables, nous avons conclu que l'activité hippocampique pendant la tâche et dans les réactivations enregistrées après la tâche ne code pas pour des informations spatiales pures mais aussi pour la saillance motivationnelle associée à l'espace. À l'appui de cette affirmation, nous avons constaté que la force des réactivations pendant le sommeil était en corrélation avec l'ampleur du comportement d'évitement. En outre, nous avons montré qu'après l'apprentissage de l'aversion, malgré une diminution significative du temps passé dans la zone d'aversion, les réactivations consistaient principalement en des représentations de la zone aversive et des emplacements adjacents, reflétant probablement un comportement d'évitement.En outre, nous avons tenté d'inverser l'association spatiale aversive en utilisant une stimulation intracrânienne gratifiante dans le sommeil qui suit l'apprentissage aversif. Pour atteindre cet objectif, nous avons développé une interface cerveau-ordinateur qui repose sur l'empilement de réseaux de neurones artificiels convolutifs et récurrents. En d'autres termes, nous avons conçu le décodeur de position, qui sera capable de décoder quelle position est réactivée à partir de l'activité hippocampique en ligne. Ce décodeur ne nécessite pas de tri des pointes comme la plupart des méthodes de décodage publiées et, plus important encore, il possède une mesure de confiance qui permet à l'utilisateur de filtrer les fausses positions décodées.


  • Résumé

    Hippocampus is required for encoding and consolidation of declarative memories in humans. In animals, hippocampus-dependent memories are often studied in the paradigm of spatial navigation.Place cells are hippocampal neurons that exhibit location-specific firing. In calm states, such as sleep and low-speed wakefulness, place cells are reinstating patterns that were observed during active exploration - a phenomenon termed 'reactivations'. There is ample evidence that hippocampal reactivations are neural correlate of spatial memory consolidation. However, it is still not clear whether hippocampus codes for purely spatial information, or it also encodes non-spatial parameters such as emotional valence.It is known from the literature that rewarded locations are reactivated more often in sleep following active behavior than the others. There are two competing hypotheses that could explain this fact. According to one of them, locations that are associated with certain motivational and emotional values are reactivated more. Other hypothesis postulates that increase in reactivation rate of rewarded environment is caused simply by increased time spent in the reward location.To tackle this question, we performed two parallel experiments employing aversive and rewarding learning. In one of them, we used aversive intracranial stimulation of periaqueductal gray matter to create aversive spatial association, and in the second one, we used rewarding stimulation of medial forebrain bundle to create the appetitive spatial association.Behaviorally, emotionally important locations had massive difference in terms of occupancy after learning. However, in sleep following learning sessions we have found reactivations both for aversive and for rewarding experience, which confirms the hypothesis that motivational and emotional variables of the task affect hippocampal coding. We have demonstrated that neuronal patterns active during aversive learning are reactivated during sleep following the task stronger than the activity recorded during free exploration. Given that cognitive maps in our task were predominantly stable, we concluded that hippocampal activity during the task and in reactivations registered after the task does not code for pure spatial information but also for motivational salience associated with space. Supporting this claim, we have found that the strength of sleep reactivations correlated with the magnitude of avoidance behavior. In addition, we have shown that after aversive learning, despite significantly decreasing time spent in the aversive zone, reactivations mostly consisted of representations of the aversive zone and adjacent locations, possibly reflecting avoidance behavior.In addition, we have attempted to reverse aversive spatial association by using rewarding intracranial stimulation in the sleep that follows aversive learning. To achieve this goal, we have developed brain-computer interface that is based on the stack of convolutional and recurrent artificial neural networks. In other words, we have designed the position decoder, that will be able to decode which position is reactivated from hippocampal activity online. This decoder does not require spike sorting as most published decoding methods, and more importantly has a confidence measure that allows the user to filter out spuriously decoded positions.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Ecole supérieure de physique et de chimie industrielles de la Ville de Paris. Bibliothèque virtuelle des thèses électroniques.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.