Une nouvelle méthode d’analyse de données générées par des milliers de neurones

Des scientifiques ont mis au point une nouvelle méthode qui permet d’analyser de grands volumes de données générées par des milliers de neurones. Cette percée dans la prévision du comportement des neurones au sein de grands réseaux constitue une étape importante vers une meilleure compréhension de la manière dont le comportement d’un organisme résulte de l’interaction entre son système nerveux, son corps et son environnement.

Cette nouvelle méthode consiste en un cadre unificateur capable d’estimer plus précisément les fluctuations d’un système et sa sensibilité aux changements de paramètres. Développé avec le soutien du projet DIMENSIVE, financé par l’UE, cet outil permet de concevoir des méthodes d’analyse de la dynamique biologique et sociale à grande échelle et hors équilibre. Une étude décrivant ce cadre a été publiée dans la revue «Nature Communications».

«Nous ne disposons que depuis très récemment de la technologie permettant d’enregistrer des milliers de neurones individuels chez des animaux en interaction avec leur environnement, ce qui représente un progrès considérable par rapport à l’étude des réseaux de neurones isolés dans des cultures de laboratoire ou chez des animaux immobilisés ou anesthésiés», a déclaré le Dr Miguel Aguilera, de l’Université du Sussex, coordinatrice du projet, dans un article publié sur le site web de l’université. «Il s’agit d’une avancée très intéressante, mais nous ne disposons pas encore de méthodes nous permettant d’analyser et de comprendre les énormes quantités de données créées par un comportement hors‑équilibre. Notre contribution apporte la possibilité de faire avancer la technologie afin de trouver des modèles qui expliquent la manière dont les neurones traitent l’information et génèrent le comportement», a poursuivi le Dr Miguel Aguilera, auteur principal de l’étude.La façon la plus efficace de comprendre le fonctionnement des grands systèmes est d’utiliser des modèles statistiques tels que les méthodes du champ moyen, qui sont appropriées pour les régimes à faibles fluctuations. «Mais ces techniques ne fonctionnent souvent que dans des conditions très idéalisées», a précisé le Dr Miguel Aguilera. En réalité, un grand nombre de systèmes biologiques fonctionnent dans des régimes critiques et très fluctuants. «Les cerveaux sont en constante évolution, développement et adaptation, affichant des schémas fluctuants complexes et interagissant avec des environnements en mutation rapide. Notre modèle entend saisir précisément les fluctuations de ces situations hors‑équilibre que nous attendons des animaux évoluant librement dans leur environnement naturel.»

L’équipe de recherche a appliqué une approche géométrique à l’approximation en champ moyen. Selon le Dr S. Amin Moosavi de l’Université de Kyoto au Japon, co-auteur de l’étude, «la géométrie de l’information nous fournit une voie claire pour faire systématiquement progresser nos méthodes et suggérer de nouvelles approches, ce qui se traduit par des outils d’analyse de données plus précis».

Un cadre unifié de théories des champs moyens permet la construction systématique de méthodes du champ moyen en accord avec les propriétés statistiques des systèmes explorés par les chercheurs. Un autre co-auteur, le professeur Hideaki Shimazaki, également de l’Université de Kyoto a fait remarquer: «En plus de fournir des méthodes de calcul avancées pour les grands systèmes, le cadre unifie de nombreuses approches existantes à partir desquelles nous pouvons faire progresser les neurosciences et l’apprentissage automatique. Nous sommes heureux d’offrir une telle vision unificatrice qui exprime une marque du progrès scientifique résultant de cette intense collaboration internationale.»

Comme le précise l’article, ces méthodes seront désormais utilisées pour modéliser des milliers de neurones de poissons-zèbres en interaction avec un dispositif de réalité virtuelle. Ceci constitue la prochaine étape du projet DIMENSIVE (Data-driven Inference of Models from Embodied Neural Systems In Vertebrate Experiments) qui s’achèvera en mai 2022.

Pour plus d’informations, veuillez consulter:

page web du projet DIMENSIVE