résumé: Les résultats jettent un nouvel éclairage sur la façon dont le cerveau s’oriente dans un environnement changeant et sur la façon dont les processus de navigation normaux peuvent être diminués en raison de la maladie d’Alzheimer.
source: université McGill
Les scientifiques ont acquis de nouvelles connaissances sur la partie du cerveau qui nous donne un sens de l’orientation, en suivant l’activité neuronale avec les dernières avancées des technologies d’imagerie cérébrale.
Les résultats mettent en lumière la façon dont le cerveau s’oriente dans des environnements changeants – et même des processus qui peuvent mal tourner avec des maladies dégénératives telles que la démence, qui laissent les gens se sentir perdus et désorientés.
« La recherche en neurosciences a connu une révolution technologique au cours de la dernière décennie, nous permettant de poser et de répondre à des questions dont nous n’aurions pu rêver qu’il y a quelques années à peine », déclare Mark Brandon, professeur agrégé de psychiatrie à l’Université McGill et chercheur au Douglas Research Centre. qui a codirigé la recherche avec Zaki Ajabi, ancien étudiant à l’Université McGill et maintenant chercheur postdoctoral à l’Université Harvard.
Lire la boussole intérieure du cerveau
Pour comprendre comment les informations visuelles affectent la boussole interne du cerveau, les chercheurs ont exposé des souris à un monde virtuel perturbateur tout en enregistrant l’activité neuronale du cerveau.
L’équipe a enregistré la boussole interne du cerveau avec une précision sans précédent en utilisant les dernières avancées de la technologie d’enregistrement neuronal.
Cette capacité à déchiffrer l’orientation interne de la tête de l’animal a permis aux chercheurs d’explorer comment les cellules d’orientation de la tête, qui constituent la boussole interne du cerveau, soutiennent la capacité du cerveau à se réorienter dans un environnement changeant.
Plus précisément, l’équipe de recherche a identifié un phénomène appelé « acquisition de réseau » qui permettait à la boussole interne du cerveau de se réorienter après que les souris aient été désorientées.
« C’est comme si le cerveau disposait d’un mécanisme pour implémenter un » bouton de réinitialisation « qui permet à la boussole interne d’être rapidement réorientée dans des situations confuses », explique Ajabi.
Bien que les animaux de cette étude aient été soumis à des expériences visuelles non naturelles, les auteurs soutiennent que de tels scénarios sont en effet associés à l’expérience humaine moderne, en particulier à la diffusion rapide de la technologie de réalité virtuelle.
« Ces résultats pourraient éventuellement expliquer comment les systèmes de réalité virtuelle peuvent si facilement contrôler notre sens de l’orientation », ajoute Ajebi.
Les résultats ont inspiré l’équipe de recherche à développer de nouveaux modèles pour mieux comprendre les mécanismes sous-jacents.
« Ce travail est un bel exemple de la façon dont les approches expérimentales et informatiques peuvent faire progresser notre compréhension de l’activité cérébrale qui détermine le comportement », déclare le co-auteur Xue-Xin Wei, neuroscientifique informatique et professeur adjoint à l’Université du Texas à Austin.
maladies degeneratives;
Les résultats ont également des implications majeures pour la maladie d’Alzheimer. « L’un des premiers symptômes auto-cognitifs de la maladie d’Alzheimer est que les gens deviennent désorientés et perdus, même dans des environnements familiers », explique Brandon.
Les chercheurs s’attendent à ce qu’une meilleure compréhension du fonctionnement de la boussole interne et du système de navigation du cerveau conduise à une détection plus précoce et à une meilleure évaluation des traitements de la maladie d’Alzheimer.
sur les études
Financement: La recherche a été financée par le Conseil de recherches en sciences naturelles et en génie du Canada et les Instituts de recherche en santé du Canada.
À propos de cette recherche dans Neuroscience News
auteur: Shirley Cardenas
source: université McGill
communication: Shirley Cardenas – Université McGill
image: L’image est dans le domaine public
Recherche originale : libre accès.
« Dynamique de population des neurones d’orientation de la tête lors de la dérive et de la réorientationPar Mark Brandon et al. nature
un résumé
Dynamique de population des neurones d’orientation de la tête lors de la dérive et de la réorientation
Le système d’orientation de la tête (HD) sert de boussole interne du cerveau, qui a été classiquement formulé comme un réseau d’attraction en boucle unidimensionnel. Contrairement à un compas magnétique globalement cohérent, le système HD n’a pas de cadre de référence global. Au lieu de cela, il repose sur des signaux locaux, maintenant un équilibre stable lorsque les signaux tournent et dérivent en l’absence de références.
Cependant, les questions concernant les mécanismes sous-jacents à l’ancrage et à la dérive restent non résolues et sont mieux traitées au niveau de la population. Par exemple, la mesure dans laquelle une description unidimensionnelle de l’activité de la population persiste dans des conditions de réorientation et de dérive n’est pas claire.
Ici, nous avons effectué des enregistrements de population de cellules HD thalamiques en utilisant l’imagerie calcique pendant la rotation contrôlée d’un point de repère visuel.
D’une expérience à l’autre, l’activité de la population variait selon la deuxième dimension, que nous appelons gain de réseau, en particulier dans des conditions d’incohérence et d’ambiguïté. L’activité selon cette dimension a prédit la dynamique de réorganisation et de dérive, y compris la vitesse de réorganisation du réseau.
Dans l’obscurité, le gain du réseau maintenait une « trace mémoire » du point de repère précédemment affiché. D’autres expériences ont montré que la grille HD revenait à son orientation principale après des expositions courtes, mais pas plus longues, d’un signal arrondi. Cette dépendance à l’expérience indique que la mémoire des associations passées entre les neurones MH et les signaux allocatifs est préservée et influence la représentation MH interne.
Sur la base de ces résultats, nous montrons que la rotation continue d’un point de repère visuel induit une rotation de la représentation HD qui persiste dans l’obscurité, démontrant un recalibrage dépendant de l’expérience du système HD.
Enfin, nous proposons un modèle informatique pour formaliser la manière dont la boussole neuronale s’adapte de manière flexible aux changements de signaux environnementaux pour maintenir une représentation fiable de la MH.
Ces résultats remettent en question les interprétations unidimensionnelles classiques du système HD et donnent un aperçu des interactions entre ce système et les signaux qui le sous-tendent.
