CE37 - Neurosciences intégratives et cognitives

Le choix et l'information comme récompenses cognitives améliorant le niveau de contrôle – CIRCLE

Résumé de soumission

Prédire et contrôler l’apport de récompenses exigent d'accumuler de l'information et de choisir l'action qui maximise ces apports. La prise d'information et la possibilité de choix favorisant la survie, les agents préfèrent donc les contextes où ces variables sont disponibles. Cela fait de l’information et du choix des “récompenses cognitives”, e.g., une forme abstraite de récompense non liée à une satisfaction immédiate comme la nourriture ou l'eau (récompense de base). Nous étudierons les mécanismes neuronaux impliqués dans le codage de ces récompenses cognitives en soumettant des humains et des singes à des essais manipulant le choix ou la quantité d'information relative à de futures récompenses de base. Les participants pourront ainsi exprimer leurs préférences envers des essais contenant des récompenses cognitives. En combinant cette tâche à des modèles computationnels et de la neuroimagerie fonctionnelle (IRMf) chez des adultes sains, nous visons d’abord à identifier le réseau d’aires cérébrales impliqué dans le traitement de la récompense cognitive. Nous testerons si les régions codant pour les récompenses de base sont similaires aux régions qui encodent les récompenses cognitives, et si ces régions communiquent les unes avec les autres en utilisant des analyses de connectivité fonctionnelle et effective. Notre ambition ici est de mieux comprendre comment les réseaux cérébraux à grande échelle interagissent les uns avec les autres pour façonner les préférences comportementales pour l’information ou le choix, ou pour les deux. Les données acquises en neuroimagerie bénéficieront par ailleurs du travail de modélisation réalisé sur les données comportementales, travail qui vise à produire une caractérisation computationnelle de ces préférences via l’élaboration, le test et la comparaison de différents modèles d’apprentissage et de prise de décision. De plus, en utilisant les techniques d’enregistrement neurophysiologiques les plus récentes, nous étudierons la manière dont le système dopaminergique, connu pour encoder les récompenses de base, représente les récompenses cognitives dans les aires corticales et sous-corticales de primates non-humains. Pour ce faire, nous effectuerons des enregistrements électrophysiologiques à haute densité au sein des neurones dopaminergiques du mésencéphale. Nous utiliserons également la photométrie à fibre (fiber photometry) pour mesurer spécifiquement l'activité dopaminergique au niveau des terminaisons axonales des neurones mésencéphaliques situés dans des structures de sortie comme le striatum et le cortex préfrontal. Enfin, nous essaierons de déterminer si ces représentations sont perturbées lorsque le système dopaminergique est altéré chez les patients atteints de la maladie de Parkinson. Ces derniers effectueront notre tâche pendant qu'ils seront sous traitement (lévodopa et stimulation cérébrale profonde) ou sans traitement. Prises dans leur ensemble, ces données devraient nous permettre de mieux comprendre les déterminants neurocognitifs de ce qu'on appelle la « motivation intrinsèque » et les raisons pour lesquelles les gens apprécient le choix ou l’information lorsqu‘elles leur permettent d'exercer une forme de contrôle sur les événements qui touchent leur vie.

Coordination du projet

Chambon Valérian (Institut Jean-Nicod)

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

ICM Institut du cerveau et de la moelle épinière
IJN Institut Jean-Nicod

Aide de l'ANR 541 789 euros
Début et durée du projet scientifique : décembre 2019 - 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