Comprendre le rôle des circuits de l'aire tegmentale ventrale dans la génération du comportement.

Understanding the role of the ventral tegmental area circuits in behavioral generation.

• Auteur / Autrice : Meghdoot Hossain
• Direction : Boris Gutkin
• Type : Projet de thèse
• Discipline(s) : Sciences cognitives
• Date : Inscription en doctorat le 01/09/2024
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Cerveau, cognition, comportement
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Neurosciences Cognitives et Computationnelles
• Partenaire(s) de recherche : Equipe de recherche : Mathematics of Neural Circuits
• Partenaire(s) de recherche : établissement opérateur d'inscription : Ecole normale supérieure

Mots clés

Mots clés libres

Dopamine

Atv

Motivation

Mouvement

Modélisation

Addiction

Dopamine

Vta

Motivation

Force

Modeling

Addiction

Résumé

L'aire tegmentale ventrale (ATV) est une région mésencéphalique traditionnellement impliquée dans le traitement des récompenses, l'apprentissage et le renforcement des comportements motivés. Elle contient des neurones dopaminergiques (DA) qui projettent vers le cortex frontal, les ganglions de la base et d'autres régions, et des neurones GABAergiques qui projettent localement et vers diverses régions du cerveau. Une hypothèse dominante suggère que les neurones DA de l'ATV encodent une erreur de prédiction de récompense, qui agit comme un signal d'apprentissage pour la valeur des associations apprises. D'autres suggèrent que la dopamine médie la saillance motivationnelle, ou que les neurones DA de l'ATV peuvent contrôler des variables cognitives et cinématiques à la fois. De nombreuses études ont aussi montré que l'ATV est une région fortement impliquée dans plusieurs pathologies comme l'addiction et des maladies neurodégénératives. Des données récentes recueillies par nos collaborateurs, avec des enregistrements et des manipulations optogénétiques des neurones DA et GABA de l'ATV, suggèrent une hypothèse alternative où la signalisation dopaminergique est reliée aux commandes motrices générées directement et de manière causale. Dans ce projet de recherche nous testerons cette hypothèse en développant un modèle computationnel des circuits de l'ATV. Nous utiliserons l'inférence statistique bayesienne pour correspondre aux données de manière quantitative et mieux comprendre les interactions entre les neurones DA et GABA de l'ATV, afin de déterminer comment l'ATV façonne le comportement. Nous implémenterons également des modèles biophysiques de récepteurs et de l'action de certaines substances addictives, comme la nicotine, sur ces derniers, pour modéliser certains aspects de l'addiction et mieux comprendre comment des pathologies des systèmes cholinergiques et dopaminergiques interagissent pour influencer les comportements motivés.

The VTA is a midbrain region traditionally implicated in processing rewards, learning and reinforcement of motivated behavior. It contains dopamine (DA) neurons that project to the frontal cortex, basal ganglia and other brain regions, and GABAergic neurons that project locally and to diverse brain areas. A prevalent hypothesis states that VTA DA neurons encode a reward prediction error, which serves as a teaching signal for the value of learned associations. Others argue that DA mediates incentive salience to motivationally relevant stimuli, or that VTA DA neurons can multiplex cognitive, reward, and kinematic variables. Ample studies also showed the VTA as a central actor in mediating pathologies such as addiction and neurodegenerative diseases. Recent data collected by our collaborators, with recordings and optogenetic manipulations of VTA DA and GABA neurons, suggests an alternative explanation where the dopamine signalling is directly and causally linked to the generated motor commands. In this research project we will test this hypothesis by developing a computational circuit model of the VTA. We will use statistical bayesian inference to quantitatively account for the data and better understand the interactions between the VTA DA and GABA neurons, in order to elucidate how the VTA output can shape behavior. We will also implement biophysical models of receptor influence and the action of addictive drugs, such as nicotine, through these receptors, to model aspects of drug addictions and better understand how pathologies of the cholinergic and dopaminergic systems interact to influence motivated behavior.