Rôle des dynamiques récurrentes dans le traitement de l'information auditive : analyse de données et modélisation.

Identifying the role of temporal dynamics in the auditory system.

• Auteur / Autrice : Othman Lahrach
• Direction : Srdjan Ostojic
• Type : Projet de thèse
• Discipline(s) : Neurosciences
• Date : Inscription en doctorat le 01/09/2021
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Cerveau, cognition, comportement (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de neurosciences cognitives & computationnelles (Paris)
• Partenaire(s) de recherche : Equipe de recherche : Network Dynamics and Computations
• Partenaire(s) de recherche : établissement opérateur d'inscription : École normale supérieure (Paris ; 1985-....)

Mots clés

Mots clés libres

Neurosciences

Modélisation

Audition

Réseaux de neurones

Neuroscience

Modeling

Audition

Neural Networks

Résumé

Le projet vise à mettre en évidence le role de la dynamique récurrente dans le traitement de stimuli sonores à travers différentes aires auditives de la souris. Il se portera sur l'analyse de jeux de données fournis par l'équipe de Brice Bathellier de l'Institut de l'Audition, consistant d'enregistrements de l'activité neurale en réponse à une large banque de sons. L'activité est enregistrée soit par imagerie calcique à fluorescence, soit en électrophysiologie (pixel probes), dans plusieurs aires auditives chez la souris (cortex auditif primaire, colliculus supérieur, aires auditives du thalamus). Dans un premier temps, le projet se portera sur l'analyse de la discriminabilité entre différents stimuli à partir des réponses neurales dans les différentes aires. En particulier, nous nous attacherons à déterminer comment cette discriminabilité évolue en fonction du temps écoulé depuis le début du stimulus. Pour ceci, nous utiliserons des méthodes de décodage développées dans l'équipe dans le cadre d'une collaboration précédente avec l'équipe de Brice Bathellier (Bondanelli et al 2019). Le projet s'inspirera d'une étude analogue dans le cortex visuel (Kar et al, Nature Neuro 2019). L'hypothèse de départ est que la discrimination de certains stimuli ''complexes'' nécessite la contribution de la dynamique récurrente, et qu'en conséquence leur discrimination prend plus de temps que pour des stimuli ''simples'' pour lesquels la propagation de l'activité feed-forward suffit (Kar et al, Nature Neuro 2019). Le projet portera ensuite sur le développement de modèles du système auditif qui combinent des schémas de connectivité feed-forward et des connexions récurrentes. Nous comparerons l'activité de ces réseaux artificiels et leurs performances à celles des réseaux de neurones biologiques impliqués dans le traitement de l'information sonore chez la souris.

The project aims to highlight the role of recurrent dynamics in the processing of sound stimuli across different auditory areas of the mouse. It will focus on the analysis of data sets provided by Brice Bathellier's team at the Institut de l'Audition, consisting of recordings of neural activity in response to a large bank of sounds. The activity is recorded either by calcium fluorescence imaging or electrophysiology (pixel probes) in several auditory areas in mice (primary auditory cortex, superior colliculus, auditory areas of the thalamus). The project will initially focus on the analysis of discriminability between different stimuli based on neural responses in the different areas. In particular, we will try to determine how this discriminability evolves as a function of the time elapsed since the onset of the stimulus. For this, we will use decoding methods developed in the team in a previous collaboration with Brice Bathellier's team (Bondanelli et al 2019). The project will build on a similar study in the visual cortex (Kar et al, Nature Neuro 2019). The starting hypothesis is that the discrimination of certain ''complex'' stimuli requires the contribution of recurrent dynamics, and that consequently their discrimination takes longer than for ''simple'' stimuli for which the propagation of feed-forward activity is sufficient (Kar et al, Nature Neuro 2019). The project will then focus on developing models of the auditory system that combine feed-forward connectivity patterns with recurrent connections. We will compare the activity of these artificial networks and their performance to that of biological neural networks involved in the processing of sound information in mice.