Dynamique transitoire et codage neuronale dans des réseaux des neurones

par Giulio Bondanelli

Thèse de doctorat en Neurosciences

Sous la direction de Srdjan Ostojic.

Thèses en préparation à l'Université de Paris (2019-....) , dans le cadre de École doctorale Interdisciplinaire Européenne Frontières du Vivant .


  • Résumé

    Le cerveau représente les informations de notre environnement extérieur à travers l'activité temporelle de milliers de neurones qui agissent collectivement. Des travaux fondateurs se sont penchés sur le problème de la relation entre les stimuli sensoriels et l'activité neuronale en se concentrant sur les réponses de neurones individuels. Cette relation a bien souvent été décrite en termes de fonction de réponse, qui attribue la valeur de la moyenne temporelle de l'activité ou la valeur stationnaire de la réponse de neurones individuels aux paramètres du stimulus, laissant de coté leurs dynamiques temporelles. Depuis quelques années, des avancés dans les techniques d'enregistrement ont permis l'enregistrement simultané de centaines voire milliers de neurones, ouvrant la voie à des nouvelles études sur l'activité neuronale à l'échelle des populations. Ces approches ont suggéré que la dynamique transitoire au niveau de l'activité de la population joue un role determinant dans les computations neuronales. Des travaux dans le cortex olfactif ont montré que les réponses transitoires liées à l'apparition et disparition des stimuli encodent de manière stable l'identité du stimulus dans les motifs dynamiques de l'activité à travers la population. Dans les cortex moteur et pre-moteur, des réponses transitoires pendant la réalisation de mouvements forment des motifs complexes d'activité supposés servir de base à l'activité musculaire. Ces résultats suggèrent que l'activité coordonnée des populations de neurones durant les dynamiques transitoires pourraient être le résultat d'un mécanisme fondé sur les interactions à l'intérieur du réseau. Toutefois, une théorie qui connecte les mécanismes de generation des réponses transitoires avec leur propriété de codage à l'échelle des populations n'a pas encore été à ce jour établie. Cette thèse propose l'hypothèse selon laquelle les réponses transitoires dans les aires corticales sont générées par un mécanisme du réseau, résultantes des interactions récurrentes entre les neurones. Notre études utilise des outils issus de la théorie des systèmes dynamiques et des matrices aléatoires, en association avec les techniques de réduction de dimension et d'analyse statistique des données neuronales. La première partie de la thèse est consacrée à l'analyse d'une large catégorie de réseaux linéaires récurrents en haute dimension, et montre qu'ils peuvent déclencher des fortes réponses transitoires dans une région spécifique des paramètres qui dépend des propriétés de la matrice de connectivités du réseau. Nous montrons que, dans cette région, des réseaux récurrents sont capable de supporter un code solide d'après l'activité de la population durant les phases transitoires des dynamiques. La deuxième partie met à l'épreuve cette hypothèse par l'analyse de l'activité d'une large population de neurones dans le cortex auditif des souris, enregistrée grâce à l'imagerie du calcium, en se concentrant sur les réponses transitoires liées à l'arrêt du stimulus (réponses OFF). Prenant en considération une analyse de population, nous trouvons que les réponses OFF à l'échelle de population générées par les stimuli individuels définissent des motifs d'activité qui vivent dans des espaces de faible dimension. Une analyse géométrique des réponses OFF révèle que les differents stimuli sont encodés dans des espaces neuronales distincts et fortement orthogonaux. Nous montrons que nos modèles récurrents fournissent un mécanisme simple pour le déclenchement des fortes réponses OFF observées dans le cortex auditif et est capable de rendre compte de la dimension faible des réponses de la population et de leur structure globale parmi les stimuli. La troisième partie analyse les réponses OFF générées dans le colliculus inférieur du tronc cérébral, et compare les dynamiques des populations neuronales dans le deux aires, dégageant les differences et les points communs.

  • Titre traduit

    Transient dynamics and population coding in networks of neurons


  • Résumé

    The brain represents the information about the external world in terms of the collective temporal activity of thousands of neurons. Pioneering works have investigated the relationship between sensory stimuli and neural activity by focusing on the responses of single neurons. This relationship has been traditionally described in terms of tuning curves, which assign the value of the time-averaged neural activity or the steady-state response of individual cells to stimulus parameters, leaving aside their temporal dynamics. In recent years, advances in the recording techniques have made possible the simultaneous recording of hundreds to thousands of neurons, opening the way to new approaches to study neural activity at a population level. These approaches have suggested that the temporal transient dynamics of population activity plays a key role in neural coding and computations. Work in the olfactory cortex has shown that transient responses following the appearance and disappearance of the stimulus reliably encode the stimulus identity in the dynamical patterns of activity across the population. In motor and premotor cortex, transient responses during movement execution form complex population activity patterns that have been hypothesised to serve as the basis for the generation of muscle activity. These results suggest that the coordinated population activity during transient dynamics may be the result of a mechanism based on network interactions. However, at present, a theoretical framework connecting the mechanisms of generation of transient responses with their coding properties at the population level is still lacking. In this thesis we explore the hypothesis that transient responses in cortical areas are generated by a network mechanism as a result of the recurrent interactions between neurons. Our theoretical analysis employs tools from dynamical system and random matrix theory, combined with techniques for dimensionality reduction and statistical methods for the analysis of neural data. In the first part of the study, we examine a broad class of high-dimensional linear recurrent network models, and show that they can generate strong transient responses in a specific regime that depends on the properties of the connectivity matrix. We show that, in this regime, recurrent networks are able to support a robust code based on the population activity during the transient phases of the dynamics. In the second part of the dissertation, we test our hypothesis by analysing the activity of a large population of neurons in mice auditory cortex recorded using calcium imaging, focusing on the strong transient activity following stimulus offset (OFF responses). Adopting a population approach, we find that the population OFF responses evoked by individual stimuli define patterns of activity that live on low-dimensional neural subspaces. A geometric analysis of the population OFF responses reveals that different stimuli are encoded in neural subspaces that lie on distinct and largely orthogonal dimensions. We show that our recurrent network model provides a simple mechanism for the generation of the strong OFF responses observed in auditory cortex, and is able to account for the low-dimensionality of the population responses and their global structure across stimuli. In the third part of the thesis, we analyse the OFF responses elicited in the brainstem inferior colliculus, an area upstream of cortex, and compare the population dynamics in the two areas, highlighting differences and commonalities.