Réduction exacte de la dynamique neuronale multi-échelle – ERMUNDY

La dynamique des réseaux cérébraux à grande échelle est à l'origine des signaux mesurés par des enregistrements invasifs et non invasifs chez les humains. La dernière décennie a vu l'émergence d'une nouvelle génération de modèles de réseaux mathématiques des grandes échelles, utilisant des matrices de connectivité personnalisées dérivées de données d'imagerie structurelles individuelles et reproduisant des signaux fonctionnels d'imagerie cérébrale. Ces approches de modélisation innovantes sont récemment entrées dans le domaine clinique, y compris l'AVC, l'épilepsie et les maladies neurodégénératives. Les clés pour que ces modèles réussissent dans les applications de la médecine personnalisée sont des connectomes de haute qualité, des modèles de population biologiquement réalistes et de bons paradigmes pour une validation correcte. Notre projet vise à répondre directement à ces deux exigences. Nous proposons d'étendre aux circuits neuronaux multi-échelles un nouveau formalisme mathématique, la Méthodologie Réduite Exacte (ERM), capable de reproduire exactement la dynamique collective des grands réseaux de neurones à pointes, tout en tenant compte des propriétés des neurones et circuits constitutifs. Nous nous concentrerons notamment sur les modèles cohérents observés omniprésents des oscillations cérébrales multifréquences, y compris la dynamique couplée aux fréquences croisées (CFC), qui ont été liées à la fonction cognitive. Nous utiliserons les nouveaux modèles de population en tant que nœuds de réseau dans les réseaux cérébraux à grande échelle, que nous construirons à partir de connexions humaines réalistes (éventuellement personnalisées lorsque des données sur la tractographie d'un seul patient sont disponibles). Jusqu'à présent, les modèles basés sur connectome ont été testés pour la dynamique de l'état de repos. Ici, nous augmentons significativement le pouvoir prédictif en introduisant un nouveau paradigme et en effectuant des études de perturbation systématique, testant ainsi la dynamique de réponse des modèles bien au-delà de l'état de repos. Expérimentalement, nous réalisons ce paradigme par l'exploration systématique des transitoires de signaux cérébraux individuels dans la cohorte en utilisant: d'un côté la stimulation électrique intracrânienne et la stéréo-électroencéphalographie (SEEG) chez les patients épileptiques en évaluation pré-chirurgicale; et, d'un autre côté, la stimulation magnétique transcrânienne simultanée (TMS) et l'électroencéphalographie (EEG). Nous lierons les nouveaux modèles de population mathématiques et les données empiriques en déterminant la courbe de réinitialisation de phase (PRC) pour les zones cérébrales stimulées pour chaque sujet de l'expérience et nous étudierons l'émergence des CFC et leur stabilité aux perturbations au niveau de la population. Cette information nous permettra de déduire les propriétés du connectome à base d'ERM pour la dynamique collective localisée sur le nœud stimulé ainsi que le couplage de phase à d'autres emplacements enregistrés dans l'EEG. Ensemble, le nouveau cadre théorique, le nouveau paradigme et le lien avec les données électrophysiologiques et d'imagerie du cerveau humain permettront d'examiner les hypothèses centrales sur la façon dont la coordination interrégionale flexible est façonnée par la dynamique des réseaux cérébraux à grande échelle. Puisque la cohérence oscillatoire inter-régionale est perturbée dans une variété de maladies psychiatriques et neurologiques, notre recherche permettra le développement d'outils diagnostiques (fondé sur l'analyse des PRC et du CFC); et, en perspective des protocoles de stimulation pour la "réparation" de connexions fonctionnelles altérées. Nous explorerons cette possibilité en manipulant la connectivité fonctionnelle au repos avec le TMS et en étudiant le "recâblage" fonctionnel dans le système de langage induit par la stimulation intracrânienne, en relation avec la sévérité des symptômes d'aphasie transitoire