Bases neuronales de l'attente de stimuli tactiles prédictibles, étude par imagerie optique du cortex cérébral et inférence de la connectivité fonctionnelle

par Sophie Hubatz

Projet de thèse en Frontières du vivant

Sous la direction de Laurent Bourdieu et de Isabelle Ferezou.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de Frontières du vivant , en partenariat avec Institut de Biologie de l'École Normale Supérieure (laboratoire) et de Ecole normale supérieure (établissement de préparation de la thèse) depuis le 01-09-2017 .


  • Résumé

    Bases neuronales de l'attente de stimuli tactiles prédictibles, étude par imagerie optique du cortex cérébral et inférence de la connectivité fonctionnelle La prédiction est une fonction majeure du système nerveux qui prépare l'organisme à réagir efficacement aux entrées sensorielles générées par la réalisation d'actions motrices. Dans ce projet de thèse, nous visons à étudier l'architecture et les dynamiques des réseaux neuronaux qui sous-tendent l'encodage de signaux de prédiction dans le cadre d'une tâche sensori-motrice. Pour y parvenir nous combinerons des expériences d'imagerie optique du cortex somatosensoriel de rongeurs réalisant une tâche tactile sensori-motrice à des méthodes avancées d'analyse de données. Ces expériences nous permettrons d'inférer sur: (i) La réponse fonctionnelle de chaque population neuronale (neurones excitateurs, différentes classes d'interneurones) pour des événements spécifiques de la tâche incluant l'anticipation de la présentation du stimulus et la détection du décalage entre le stimulus attendu et celui reçu; (ii) La connectivité fonctionnelle entre les neurones dont la réponse est fortement corrélée à un événement spécifique de la tâche afin de déterminer les mécanismes d'intégration qui sous-tendent l'encodage des signaux de prédiction et d'erreur à l'échelle du réseau. L'information tactile est collectée puis traitée par le cerveau au cours d'interactions concertées entre mouvements et sensations. Largement étudié à la fois in vitro et in vivo à des niveaux plus intégrés, le système somatosensoriel de souris représente un modèle de choix pour l'étude de l'intégration sensori-motrice. Durant une sensation tactile active, la matrice mystaciale effectue un mouvement rythmique de va-et-vient appelé “whisking”, possédant l'avantage d'être d'être facilement quantifiable de façon précise. En whiskant contre un objet avec une seule vibrisse, une souris tête-fixée peut localiser un objet avec une précision sous-millimétrique. A chaque contact avec l'objet, l'information atteint le cortex somato-sensoriel primaire (S1) et secondaire (S2) avec des latences similaires. Des études récentes sur des souris en comportement suggèrent qu'une représentation mentale de l'objet émerge à travers l'activité coordonnée de ces deux aires corticales. Durant des touchers répétés d'un objet fixe, une attente de la position de l'objet se construit à partir de la commande motrice contrôlant le mouvement de whisking et de la mémorisation de sa représentation mentale. Le retrait inattendu de l'objet durant un épisode de whisking est ainsi susceptible de créer un décalage entre la position attendue de l'objet et le retour sensoriel reçu. Notre équipe se propose d'étudier les signaux neuronaux encodant ce décalage au sein du réseau S1-S2, qui pourrait jouer un rôle essentiel dans l'ajustement rapide des commandes motrices. Dans le contexte d'une tâche sensori-motrice. Il s'agira dans un premier temps de mettre au point une nouvelle tâche sensori-motrice afin d'étudier la formation des signaux d'attente et d'erreur. Nous entrainerons des souris à contacter l'objet plusieurs fois afin d'être recompensées en eau. Une fois la tâche apprise, nous introduirons de façon aléatoire des essais au cours desquels l'objet sera retiré après entre deux cycles de whiking. Nous suivrons par imagerie les dynamiques corticales spatio-temporelles ayant lieu lorsque la souris envoie ses vibrisses à la position attendue de l'objet. La position de la vibrisse sera monitorée simultanément au moyen d'imagerie rapide afin d'analyser les ajustements moteurs. Dans un second temps, les signaux corrélés aux événements d'erreur seront recherchés grâce à l'imagerie sensible au potentiel (VSD) permettant de couvrir de larges zones pour enregistrer simultanément S1 et S2. Cette approche permet d'acquérir des signaux avec une résolution temporelle atteignant la milliseconde et une résolution spatiale de quelques dizaines de microns et sera réalisée dans le cadre d'une collaboration avec Isabelle Ferezou (UNIC, Gif sur Yvette). Dans un troisième temps, afin d'identifier les acteurs neuronaux impliqués dans la génèse de ces signaux d'erreur, nous enregistrerons l'activité de différentes populations neuronales à l'échelle cellulaire par imagerie calcique à deux-photons au cours du même paradigme comportemental. En utilisant des lignées de souris Cre recombinées et Cre inductibles pour l'expression de l'indicateur calcique GCaMP6f, nous imagerons spécifiquement les signaux provenant des neurones excitateurs pyramidaux et de trois différentes classes d'interneurones inhibiteurs: parvalbumine-positifs, somatostatine-positifs et vasoactive intestinal peptide positifs, représentant 85% de tous les interneurones GABAergiques dans le cortex. Nous analyserons en particulier le recrutement des interneurones durant la tâche, dont l'activité hyperpolarisante pourrait permettre la comparaison entre les entrées sensorielles recues et celles prédites au travers d'une soustraction de ces signaux lors de la formation du message d'erreur. Afin d'analyser l'activité spécifique de chaque neurone durant la tâche comportementale, nous utiliserons un modèle linéaire généralisé qui permettra d'évaluer la contribution respective de chaque neurone à chaque événement de la tâche (signal sonore indicateur du commencement de la tâche, contacts successifs contre l'objet, whisking à la position de l'objet une fois retiré, activité de léchage,...). Ce modèle permet de régresser directement les signaux calciques enregistrés, dont les transitoires calciques sont relativement lents, par rapport au décours temporel des événements successifs de la tâche et de recaler ainsi l'activité calcique correspondant à chaque événement. Nous nous intéresserons plus spécifiquement aux populations neuronales dont l'activité est fortement corrélée à (1) le retour sensoriel généré par chaque contact, (2) l'anticipation des stimuli prédictibles, (3) le décalage entre le retour sensoriel et le signal de prédiction. Pour proposer des mécanismes neuronaux capables de sous-tendre la formation de signaux de prédiction et d'erreur à l'échelle des réseaux, nous utiliserons des méthodes d'inférence statistique, en collaboration avec Rémi Monasson (Laboratoire de Physique Théorique, ENS), afin d'estimer la connectivité fonctionnelle la plus probable à partir de l'activité des différentes populations neuronales. Plusieurs travaux récents ont démontré la possibilité d'inférer sur la connectivité fonctionnelle entre les neurones sur la base d'enregistrements électrophysiologiques dans de nombreuses régions cérébrales incluant les cellules rétinales ganglionnaires, l'hippocampe ou encore le cortex pré-frontal. Pour ce faire, différents modèles ont été utilisés et nous focaliserons notre attention sur une classe de modèles graphiques connus sous le nom de “modèles d'entropie maximale” en physique statistique, dans laquelle les dépendances entre les cellules à des temps identiques (en pratique dans des fenêtres temporelles de l'ordre de 10-20ms) sont exprimées à travers la présence de couplages fonctionnels. Il s'agira ici d'étendre ces approches au cas de l'imagerie optique. Pour conclure, en combinant des observations grands champs grâce à l'imagerie sensible au potentiel, l'analyse des dynamiques de chaque population neuronale en imagerie à deux-photons et l'inférence de la connectivité fonctionnelle entre les neurones, nous visons à identifier et déchiffrer les mécanismes computationels des réseaux neuronaux qui sous-tendent l'encodage des signaux de prédiction et d'erreur au niveau des cortex S1 et S2.

  • Titre traduit

    Study of the neuronal bases of expectation of predictable tactile stimuli by optical imaging and inference of functional connectivity


  • Résumé

    Study of the neuronal bases of expectation of predictable tactile stimuli by optical imaging and inference of functional connectivity Expectancy is a major function of the nervous system that prepares the organism to react in a meaningful way to sensory stimulation. We aim at studying the architecture and dynamics of neuronal networks underlying this anticipation ability in the context of a tactile sensorimotor task. To address this question, we will combine optical imaging experiments in the somatosensory cortex of rodents performing a new tactile sensorimotor task with advanced data analysis. We aim by these analyses at inferring: (i) Neurons functional responses to specific features of the task, including to the anticipation of the predictable stimulus and to the detection of mismatches between expected and actual stimuli; (ii) Functional connectivity between neurons with identified responses, to unravel the network mechanisms underlying computation of expectancy and mismatch. Tactile information is actively acquired and processed in the brain through concerted interactions between movement and sensation. Because it has been extensively studied both in vitro and in vivo at more integrative levels, the mouse whisker system is a model of choice to study sensorimotor integration. During active sensation, the mystacial vibrissae predominantly move in a rhythmic forward and backward motion termed ‘whisking', which has the advantage of being easily and accurately quantifiable. By whisking against an object with a single whisker, head-fixed mice can localize an object with a sub-millimeter precision. Upon each whisker contact with the object, the information reaches the primary somatosensory cortex (S1) and the secondary somatosensory cortex (S2) with similar latencies. Recent studies on behaving mice suggest that a mental representation of the object could emerge through coordinated activity between these two cortical areas. During the repetitive touch of a fixed object, an expectation of the objet position is built from the known motor command driving the whisking and from this stored representation of the object. The unexpected removal of the object during a whisking episode is therefore likely to create a mismatch between this expected object position and the current event. Our project proposes to study the neuronal signals carrying this mismatch information within the S1-S2 network, which might be essential in a behavioral context for the fast adjustment of motor commands. In a first step, we will design a new sensorimotor task allowing the study of expectations and mismatches. We will train animals to whisk several times against a fixed object with a single whisker to obtain a water reward. During acute imaging sessions performed on trained animals, the object will be removed after a few whisker contacts, and we will focus our attention on the cortical spatiotemporal dynamics occurring while the mouse sweeps its single whisker at the expected object location. The whisker position will be simultaneously monitored by means of high speed imaging to allow the analysis of motor program adjustments. In a second step, mismatch correlated signals will be searched for by using wide-field voltage sensitive dye imaging over S1 and S2 in collaboration with Isabelle Ferezou (UNIC, Gif sur Yvette). This approach benefits from a temporal resolution reaching the millisecond and a spatial resolution of few tens of micrometers. In a third step, to better identify the neuronal actors involved in the genesis of these mismatch signals, we propose to use the same behavioral paradigm while performing cellular-resolution two photon calcium imaging. Using Cre mouse lines and Cre- inducible expression of the calcium indicator GCaMP6f, we will specifically image signals from excitatory pyramidal neurons and three distinct subtypes of inhibitory interneurons: parvalbumin-positive, somatostatin-positive and vasoactive intestinal peptide positive neurons, which comprise 85 % of all GABAergic interneurons in the cortex. We will indeed analyze specifically the recruitment of inhibitory neurons during the task, as the formation of mismatch signals between the sensory inputs and the expected signalsrequires likely the recruitment of inhibitory network to achieve a comparison or a subtraction between the two signals. We will analyze the activity of each cell type as a function of the different events constitutive of the behavioral task. To disambiguate the contributions these different task-related events to the activity of each neuron due to the relatively long duration of the calcium transients, we will use a generalized linear model to regress the recorded calcium signals against a time series of pre-defined task events (preparatory cue, each successive contacts against the pole, whisking against the removed pole, licking,...). We will look for neurons showing specific functional responses to (1) the actual sensory inputs, (2) the anticipation of the predictable stimulus, (3) the mismatch between actual and predicted stimuli. To propose possible network mechanisms underlying the formation of expectancy and mismatch functional responses, we will use inference methods, in collaboration with Rémi Monasson (Laboratoire de Physique Théorique, ENS), to estimate the functional connectivity among the different neuronal functional subtypes. Functional connectivity has been inferred in several recent works on the basis of electrophysiological recordings from various brain areas, including retinal ganglion cells, the hippocampus, the prefrontal cortex... Different models have been used to address this question, and we will focus our effort on a class of graphical models known under the name of “maximum entropy models” in statistical physics, in which dependencies between cells at equal time (in practice, within a short ~ 10-20 ms time bin) are expressed through the presence of functional couplings. We will extend here these approaches to the case of optical imaging. To conclude, by combining large-scale observations with voltage-sensitive dyes imaging, analysis of sub-population dynamics with two-photon imaging, and inference of functional connectivity among cells, we intend to decipher the network mechanisms at the scale of S1 and S2 that underlie the computation of mismatch signals from actual and expected sensory inputs based on stored sensory experience.