CE37 - Neurosciences intégratives et cognitives

Mécanismes cellulaires de l'apprentissage étudiés dans une tâche sensorimotrice en boucle fermée – MotorSense

Résumé de soumission

Si l'on considère les récompenses astronomiques accordées aux meilleurs athlètes sportifs, il est clair que les humains s'émerveillent devant les capacités motrices exceptionnelles, au point de justifier des décennies d'entraînement intense pour atteindre les meilleures performances. Cette fascination découle sans doute de notre propre expérience : apprendre une nouvelle compétence est souvent difficile, exigeant une concentration et une ténacité extrêmes.
Notre cerveau apprend à générer des commandes motrices tout en intégrant parfaitement les signaux sensoriels, ce qui nous permet in fine d’effectuer des mouvements d’une très grande précision. Au contraire, les conséquences d'une déficience sensorimotrice sont souvent dramatiques. Quels sont les mécanismes neuronaux responsables de ces apprentissages, permettant une adaptation fine aux événements en cours ?

La multiplicité des voies cérébrales responsables de l'intégration des entrées sensorielles vers une sortie motrice rend cette question difficile. Cependant, parmi les zones impliquées, le cortex moteur primaire (M1) est connu pour être un acteur clé, et nous supposons que l'apprentissage de nouvelles aptitudes sensorimotrices nécessite une plasticité neuronale à ce niveau.
Dans le projet MotorSense, nous explorerons cette question dans le modèle de la souris, qui permet de combiner des techniques d'enregistrement de pointe (imagerie calcique à 2 photons et électrophysiologie multicanaux) avec des méthodes de stimulation périphérique et corticale. Nous nous concentrerons sur le système sensorimoteur des vibrisses, qui est essentiel au comportement des rongeurs.

Notre premier objectif sera d’étudier comment les neurones individuels de M1 reçoivent et intègrent les entrées somatosensorielles provenant de la périphérie. Sur la base de résultats antérieurs, nous chercherons à savoir si ces neurones extraient des caractéristiques globales de séquences complexes de stimuli, en particulier lorsque ces séquences sont pertinentes pour le comportement. Nous étudierons ensuite la façon dont cette intégration s’appuie sur les projections directes du cortex somatosensoriel primaire (S1) vers M1, en remplaçant les déflexions des vibrisses par une stimulation optogénétique corticale des neurones pyramidaux de S1. Ces expériences nous permettront, d'une part, de mieux comprendre les principes d'intégration de la boucle corticale sensorimotrice, et d'autre part, d'évaluer quels neurones du réseau sont les meilleurs candidats pour devenir des neurones pilotes de mouvements dans le contexte d'un apprentissage sensorimoteur en boucle fermée.

Notre deuxième objectif sera d'interroger directement la capacité des neurones de M1 à apprendre une nouvelle tâche sensori-motrice. Afin de contrôler à la fois les entrées et les sorties du microcircuit cortical, nous utiliserons une interface cerveau-machine bidirectionnelle pour piloter une neuroprothèse virtuelle. Côté moteur, l'animal devra moduler l'activité de neurones individuels de M1 pour diriger l'actuateur vers une cible, afin d'obtenir une récompense. Côté sensoriel, les signaux de rétroaction seront délivrés directement sur S1 par optogénétique de motifs spatio-temporels. D’abord nous caractériserons les neurones de M1 qui conduisent à un apprentissage optimal, avec un intérêt particulier pour les neurones précédemment identifiés comme pouvant extraire des informations sensorielles pertinentes. Puis nous interrogerons directement la plasticité de l'intégration sensorielle par les neurones de M1, dont on sait qu'elle dépend de l'activité d'un sous-type d'interneurones corticaux.
Nos recherches permettront d'élucider les mécanismes corticaux responsables de l’apprentissage sensorimoteur. En outre, elles aideront à concevoir des neuroprothèses efficaces pour les patients souffrant de déficience motrice en intégrant un retour tactile optimisé.

Coordination du projet

Valérie Ego-Stengel (Institut des Neurosciences Paris Saclay)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

IP-DCPD IP-Unité Dynamique Corticale et Prise de Décision
Neuro-PSI Institut des Neurosciences Paris Saclay

Aide de l'ANR 471 752 euros
Début et durée du projet scientifique : mars 2022 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter