Des cerveaux différents, une même grammaire d’activité

Que fait un cerveau lorsqu’il ne reçoit pas de stimulus extérieur particulier et qu’il n’est pas engagé dans une tâche active ? Loin d’être silencieux, les neurones montrent une dynamique structurée et riche. Cette activité de fond n’est pas un simple bruit : elle reflète l’architecture des circuits neuronaux, détermine la manière dont le cerveau traite les informations et participe à la construction des états internes des êtres vivants.

Chez l’être humain, l’imagerie par résonance magnétique fonctionnelle a déjà montré que le cerveau présente des modulations cohérentes d’activité au repos. Ces “réseaux de repos” sont utilisés pour étudier le développement, le vieillissement ou certaines pathologies psychiatriques. Mais cette imagerie reste indirecte et relativement grossière. En effet, elle ne permet pas de suivre l’activité de neurones individuels ni d’identifier précisément les circuits qui produisent cette dynamique. À l’autre extrême, des organismes beaucoup plus simples, comme le ver C. elegans, permettent d’enregistrer l’activité de presque tous les neurones et de la relier à une anatomie très stéréotypée: leur système nerveux est en effet constitué d’un petit nombre de neurones, chacun pouvant être identifié de manière univoque au sein de chaque individu.  La situation est toute autre chez les vertébrés : deux cerveaux d’une même espèce partagent une organisation globale similaire sans que chaque neurone ait un équivalent identifiable d’un individu à l’autre. Dès lors, comprendre les propriétés fonctionnelles communes à plusieurs individus devient particulièrement délicat.

Ces recherches ont été menées dans les laboratoires CNRS suivants :

• Laboratoire Jean Perrin (LJP, CNRS / Sorbonne Université)

• Institut de physique théorique (IPhT, CEA/CNRS)

• Laboratoire de physique de l'ENS (LPENS, CNRS / ENS-PSL / Sorbonne Université / Université Paris Cité)

C’est précisément ce qu’une équipe réunissant des chercheurs de trois laboratoires du CNRS a cherché à réaliser en utilisant la larve du poisson-zèbre comme modèle vertébré. Ce petit poisson d’eau douce est en effet particulièrement adapté à une telle étude : son cerveau est compact, transparent, ce qui permet l’enregistrement de l’activité de quasiment tout le cerveau (quelques dizaines de milliers de neurones) avec une résolution cellulaire. Le défi que pose immédiatement une telle précision est alors de comparer cette activité cérébrale entre individus, pour établir ce qui est commun à l’espèce au-delà de la variabilité très grande existant entre individus différents.

Pour cela, les chercheurs ont utilisé des modèles probabilistes inspirés de la physique statistique, appelés Machines de Boltzmann Restreintes (Restricted Boltzmann Machines, RBM). Ces modèles « apprennent » à représenter l'activité spontanée du cerveau à partir de motifs collectifs, des groupes de neurones qui ont tendance à s’activer ensemble. Ces motifs peuvent être vus comme des briques élémentaires de l’activité cérébrale, ou comme les mots d’un vocabulaire neuronal. Ensemble, ils forment une “représentation” de basse dimension de l’activité cérébrale.  Les chercheurs de l’étude ont développé une variante du modèle, appelée LaRBM pour Latent-aligned Restricted Boltzmann Machine, qui force plusieurs modèles entraînés sur des poissons différents à utiliser la même représentation. Chaque individu conserve donc ses propres neurones, mais les motifs appris par le modèle peuvent être « alignés » entre animaux. Cette approche permet une opération conceptuellement forte : “traduire” un état instantané du cerveau d’un poisson dans le cerveau d’un autre. Il ne s’agit évidemment pas de transférer une activité neuronale réelle. Le modèle prend un motif d’activité observé chez un animal, l’encode dans l’espace commun des représentations, puis calcule quel motif d’activité serait le plus plausible dans le cerveau d’un autre animal. Les configurations ainsi obtenues conservent une organisation spatiale et statistique plausibles pour le cerveau receveur. Et cela malgré le fait que les deux individus n'aient pas présenté la même activité lors de l'enregistrement de leurs cerveaux respectifs.

Ce résultat suggère que l’activité spontanée du cerveau de la larve de poisson-zèbre n’est pas seulement une collection de fluctuations de neurones individuels. Elle est construite à partir d’un répertoire partagé de motifs fonctionnels, suffisamment stable pour être identifiable d’un cerveau à l’autre, mais suffisamment flexible pour s’adapter à la variabilité anatomique inter-individuelle. Pour prendre une analogie linguistique, cette approche permet de révéler une grammaire commune au sein de l’activité cérébrale, en dépit des variations qui existent entre les locuteurs. 

De plus, l’intérêt de ce travail dépasse le cas du poisson-zèbre. Il propose un cadre quantitatif pour comparer l’activité cérébrale entre individus sans exiger une correspondance exacte entre neurones. Cette possibilité est importante pour la neurobiologie expérimentale : elle pourrait permettre de quantifier comment un cerveau s’écarte du répertoire fonctionnel normal au cours du développement, du fait d’une mutation génétique, sous l’effet d’un traitement, ou dans des modèles de pathologies neurologiques. L’étude montre aussi l’apport spécifique de la physique statistique à l’analyse des grands enregistrements neuronaux. Là où une approche purement descriptive accumulerait des cartes d’activité difficiles à comparer, le modèle construit une représentation commune et interprétable. Il ne se contente pas de résumer les données : il permet de tester si un motif d’activité est probable, de le reconstruire, et de le comparer entre cerveaux. Cette étude, qui ouvre ainsi une voie nouvelle pour une neuroscience comparative à haute résolution, en  comparant non seulement les anatomies, mais aussi les grammaires dynamiques par lesquelles les cerveaux organisent leur activité, est publiée dans les Proceedings of the National Academy of Sciences.