Le rôle des bouffées bêta dans la prédiction sensorimotrice – Bursts2Predict

Bursts2Predict vise à élucider le rôle des bouffées de bêta transitoires dans le codage prédictif sensorimoteur, en se concentrant sur leur contribution au contrôle moteur et à l’exécution des mouvements basés sur l’inférence. Les modèles de codage prédictif suggèrent que le cerveau met continuellement à jour ses attentes sensorielles, intégrant des prédictions descendantes aux informations ascendantes. Bien que ces modèles aient amélioré notre compréhension du traitement sensoriel, leur extension au contrôle moteur reste un défi. Le cortex moteur présente une connectivité et une organisation laminaire spécifiques, et les rythmes bêta sensorimoteurs se manifestent sous forme de bouffées transitoires plutôt que d’oscillations soutenues, soulevant des questions cruciales sur leur rôle dans le traitement prédictif.
Ce projet étudiera trois hypothèses sur les bouffées de bêta : (1) elles stabilisent les entrées sensorielles et états moteurs prévisibles, (2) elles encodent des prédictions de retour d’information comparées aux entrées sensorielles, ou (3) leur rôle dépend de leur type et dynamique temporelle. Pour tester ces hypothèses, le projet adoptera une approche interdisciplinaire combinant comportement, électrophysiologie, neuroimagerie et modélisation computationnelle.
Nous utiliserons des technologies de pointe en enregistrement neuronal. Chez l’humain, la MEG laminaire haute résolution permettra d’inférer la dynamique oscillatoire spécifique à la profondeur corticale. Chez le macaque, des sondes 3D multi-régions fourniront des enregistrements laminaires haute densité dans quatre régions clé du réseau pariéto-frontal : M1, PMd, 5d et 7a. Ces régions sont essentielles au contrôle moteur adaptatif, ce qui en fait des cibles idéales pour étudier la contribution des bouffées de bêta. L’approche MEG chez l’humain complétera les enregistrements invasifs chez le macaque en établissant l’étendue des réseaux corticaux impliqués dans le contrôle moteur prédictif. Cette approche inter-espèces permettra d’identifier les états spatio-temporels des bouffées de bêta et les variables expérimentales modulant le comportement à différents niveaux d’organisation neuronale.
Notre cadre computationnel comprend trois étapes : (1) identifier les variables influençant le comportement dans les deux espèces, (2) caractériser les états des bouffées de bêta modulés par ces variables, et (3) développer un modèle computationnel inter-espèces reliant leurs caractéristiques à la dynamique du traitement prédictif. Le modèle final s’appuiera sur des modèles de Markov cachés (HMM) et d’autres techniques d’inférence statistique pour unifier les données entre espèces et modalités d’enregistrement.
Le projet est structuré en quatre modules de travail (WPs) : WP1 porte sur l’optimisation de la tâche et l’entraînement des animaux, WP2 sur la collecte des données, WP3 sur le prétraitement et l’analyse, et WP4 sur la modélisation computationnelle intégrant les données humaines et animales. En partageant publiquement des ensembles de données électrophysiologiques et MEG haute résolution capturant la dynamique des bouffées de bêta, ce projet fournira des ressources précieuses pour des études inter-espèces et méta-analytiques. Il contribuera à mieux comprendre le codage prédictif sensorimoteur et pourra inspirer des applications pour les troubles moteurs et la rééducation.