Simple Science

La science de pointe expliquée simplement

# Biologie # Neurosciences

Comprendre la connectivité cérébrale et la formation de la mémoire

Cette étude examine comment les connexions cérébrales soutiennent la mémoire et l'apprentissage.

Raphaël Bergoin, A. Torcini, G. Deco, M. Quoy, G. Zamora-Lopez

― 8 min lire


Étude sur la connectivité Étude sur la connectivité cérébrale et la mémoire la mémoire. cérébrales influencent la rétention de Explorer comment les connexions
Table des matières

Le cerveau est un réseau complexe où différentes parties bossent ensemble. Il se connecte d'une manière qui permet à la fois des fonctions séparées et combinées. Cette structure est utile parce qu'elle aide à traiter l'information dans des zones spécifiques tout en permettant aux parties du cerveau de communiquer entre elles. Les scientifiques s'intéressent à la façon dont ces connexions se forment naturellement, car le cerveau doit apprendre et s'adapter tout en suivant certaines règles biologiques.

Une façon d'expliquer comment le cerveau forme ces connexions, c'est avec un concept appelé Plasticité synaptique. Ça veut dire que le cerveau peut changer ses connexions en fonction des expériences et de l'apprentissage. Quand on apprend quelque chose de nouveau, certaines connexions entre les cellules cérébrales deviennent plus fortes, tandis que d'autres peuvent s'affaiblir. Cette plasticité est cruciale pour stocker des souvenirs, ce qui implique plusieurs processus qui se déroulent dans le cerveau. Ça inclut des changements dans les signaux chimiques et des ajustements dans les connexions entre les cellules cérébrales.

Pendant le sommeil, le cerveau traverse des phases où il rejoue des souvenirs, ce qui aide à renforcer ces connexions. Quand on est éveillé, des éclats d'activité aléatoires dans certaines zones du cerveau peuvent mener à rappeler des souvenirs. Cependant, beaucoup de recherches se sont concentrées sur la mémoire à court terme plutôt que sur la façon dont les souvenirs sont conservés sur le long terme. Il y a encore beaucoup à apprendre sur comment l'activité chaotique habituelle du cerveau peut coexister avec ces événements de rappel de mémoire.

Dans notre étude, on examine comment les connexions cérébrales se forment quand on apprend des stimuli spécifiques. On regarde aussi comment les souvenirs peuvent être maintenus dans un environnement cérébral flexible. On veut comprendre comment les rappels de mémoire spontanés peuvent aider à solidifier ce qu'on a appris.

Le Modèle et Sa Structure

On a créé un modèle qui imite le réseau du cerveau en utilisant différents types de cellules. Dans ce modèle, il y a deux types principaux de neurones : les neurones excitants qui stimulent l'activité et les Neurones inhibiteurs qui la réduisent. Un bon équilibre entre ces deux types est essentiel pour maintenir la fonction du cerveau.

Le modèle est composé de 80 % de neurones excitants et de 20 % de neurones inhibiteurs. Ce ratio se retrouve souvent dans le cerveau des mammifères. Contrairement à d'autres modèles, quand notre modèle arrête la phase d'entraînement, les neurones continuent à s'activer tout seuls, ce qui veut dire qu'ils peuvent toujours s'adapter et changer avec le temps.

On a trouvé que pour un apprentissage efficace et la formation de souvenirs, le réseau a besoin de deux groupes distincts de neurones inhibiteurs. Un groupe suit une certaine règle d'apprentissage qui renforce les connexions en fonction de l'activité, tandis que l'autre groupe suit une règle différente qui promeut la sélectivité des souvenirs. Après la phase d'apprentissage, le réseau tend à se stabiliser dans un état qui ressemble à l'activité calme du cerveau au repos.

Pendant cette période tranquille, on voit des moments brefs d'activité synchronisée, qui sont étroitement liés aux souvenirs qui ont été formés. Ces rappels spontanés sont essentiels pour maintenir les souvenirs dans le temps. Fait intéressant, la capacité de notre modèle à retenir des souvenirs dépend du nombre de neurones inhibiteurs présents.

Entraîner le Modèle

Pour entraîner notre modèle, on a utilisé deux groupes distincts de neurones qui réagissaient à différents stimuli. L'entraînement impliquait d'alterner entre ces deux groupes pour renforcer les connexions associées à chaque stimulus. Pendant que le modèle était entraîné, il avait aussi le droit de se détendre et de s'adapter sans aucune entrée externe, ce qui est similaire à ce que fait le cerveau au repos.

On a examiné trois scénarios différents impliquant les neurones inhibiteurs :

  1. Tous les neurones inhibiteurs utilisaient une méthode qui réduit leurs connexions quand ils deviennent très actifs.
  2. Tous les neurones inhibiteurs utilisaient une méthode qui renforce leurs connexions quand ils sont actifs.
  3. Un mélange des deux méthodes parmi les neurones inhibiteurs.

Quand seule la première méthode était utilisée, le modèle devenait déséquilibré, et un groupe dominait l'autre, réduisant la rétention de mémoire. À l'inverse, quand seule la deuxième méthode était appliquée, les deux groupes devenaient déconnectés. Un mélange des deux méthodes a donné un réseau équilibré, où les deux groupes pouvaient retenir des souvenirs tout en restant interconnectés.

Comportement Après Apprentissage

Une fois la phase d'entraînement terminée, le modèle affichait un comportement typique d'un cerveau au repos. Un groupe de neurones dominait souvent l'activité, mais ça pouvait changer aléatoirement entre différentes sessions. L'activité spontanée du réseau était typique de ce qu'on voit dans le cerveau au repos, avec des éclats occasionnels de synchronie qui pouvaient indiquer un rappel de mémoire.

L'approche mixte a aussi montré que bien que les deux groupes soient fonctionnels, ils pouvaient s'inhiber mutuellement, menant à un état de repos plus stable. Ces résultats ont réaffirmé que combiner les deux types de neurones inhibiteurs était nécessaire pour maintenir la mémoire et une dynamique de réseau stable.

Consolidation et Maintenance des Souvenirs

La prochaine étape de notre étude était d'explorer comment les événements spontanés pendant la phase de repos pouvaient aider à la consolidation des souvenirs. On a créé un scénario où l'entraînement était interrompu, résultant en une structure de mémoire incomplète. Lorsqu'on laissait évoluer le modèle sans stimulation, on a remarqué que les connexions au sein de chaque groupe commençaient à se renforcer.

Pendant cette phase de repos, le réseau pouvait encore renforcer les connexions grâce à des rappels spontanés. Ces rappels aidaient à compléter la structure de mémoire et à prévenir l'oubli. Tout cela suggère que l'activité spontanée pendant le repos est cruciale pour solidifier et maintenir les souvenirs.

Régénération des Connexions

On a aussi exploré comment le modèle pouvait récupérer après des dommages à ses connexions. On a testé ce qui se passerait si les neurones excitants étaient randomisés tout en gardant les connexions inhibitrices intactes. Cette approche a permis une certaine récupération de la structure de mémoire originale. Quand on a inversé cela et randomisé les connexions inhibitrices à la place, le modèle était encore meilleur pour restaurer ses souvenirs.

Cette différence a montré que bien que les connexions excitantes soient plus variables et susceptibles de se perdre, le maintien des connexions inhibitrices joue un rôle crucial dans la rétention des souvenirs à long terme.

Examiner la Capacité de Mémoire

Pour comprendre combien de souvenirs notre modèle pouvait contenir, on a augmenté le nombre de stimuli sur lesquels il a été entraîné. On a découvert que le nombre de neurones inhibiteurs fixe une limite sur le nombre de souvenirs qui pouvaient être organisés et rappelés. Chaque souvenir nécessite un certain nombre de neurones excitants et inhibiteurs, donc le ratio joue un rôle vital dans la capacité de mémoire.

Dans nos découvertes, on a noté que la meilleure performance était atteinte quand environ 66 % des neurones étaient inhibiteurs. Cependant, cette proportion est irréaliste pour le cerveau humain, qui contient généralement seulement environ 20 % de neurones inhibiteurs. On a aussi examiné différentes structures dans le cerveau pour estimer leur capacité de mémoire en fonction du nombre de neurones qu'elles contiennent.

Souvenirs Chevauchants

Enfin, on a exploré comment le modèle pouvait gérer des souvenirs chevauchants. Dans ce cas, deux stimuli ciblaient des neurones qui faisaient partie des deux groupes. Le processus d'entraînement a été adapté pour alterner entre ces groupes chevauchants, permettant l'émergence de neurones hub, qui connectent plusieurs éléments de mémoire.

Comme prévu, cela a conduit à un motif d'activité plus riche pendant la phase de repos, avec des rappels spontanés qui variaient et pouvaient impliquer différents groupes de neurones. Ces neurones hub facilitent l'intégration et la transmission d'informations, montrant comment le cerveau peut connecter plusieurs souvenirs.

Conclusion

En conclusion, notre étude révèle des insights sur comment la connectivité du cerveau peut se développer à travers l'apprentissage et comment les souvenirs peuvent être maintenus dans le temps. En modélisant un réseau de neurones excitants et inhibiteurs, on a démontré l'importance de l'activité spontanée pour la Consolidation de la mémoire. Chaque aspect du modèle, y compris l'équilibre entre les types de neurones et la structure des connexions mémorielles, reflète des réalités biologiques et offre une compréhension plus approfondie du fonctionnement du cerveau.

Cette recherche souligne la nécessité d'étudier comment le cerveau apprend, se souvient et évolue avec le temps tout en maintenant ses connexions. Ça ouvre des portes pour explorer davantage la dynamique de la mémoire, menant potentiellement à une meilleure compréhension et à des traitements pour des troubles liés à la mémoire.

Source originale

Titre: Emergence and maintenance of modularity in neural networks with Hebbian and anti-Hebbian inhibitory STDP

Résumé: Brains connectivity reveals modular and hierarchical structures at various scales. This organization is typically believed to support the coexistence of segregation (specialization) and integration (binding) of information. Motivated by developmental processes, some authors have studied the self-organization of neural networks into modular hierarchies mediated by adaptive mechanism under spontaneous neural activity. Following evidence that the sensory cortices organize into assemblies under selective stimuli, other authors have shown that stable neural assemblies can emerge in random neural networks due to targeted stimulation, embedding various forms of synaptic plasticity in presence of homeostatic and/or control mechanisms. Here, we show that simple spike-timing-dependent plasticity (STDP) rules, based only on pre- and post-synaptic spike times, can also lead to the stable encoding of memories in the absence of any control mechanism. We develop a model of spiking neurons, trained to stimuli targeting different sub-populations. The model is intended to satisfy biologically plausible features: (i) it contains excitatory and inhibitory neurons with Hebbian and anti-Hebbian STDP; (ii) neither the neuronal activity nor the synaptic weights are frozen after the learning phase. Instead, the neurons are allowed to fire spontaneously while synaptic plasticity remains active. We find that only the combination of two inhibitory STDP sub-populations allows for the formation of stable modular organization in the network, with each sub-population playing a distinctive role. The Hebbian sub-population controls for the firing activity, while the anti-Hebbian one promotes pattern selectivity. After the learning phase, the network settles into an asynchronous irregular resting-state. This post-learning activity is associated with spontaneous memory recalls, which turn fundamental for the long-term consolidation of the learned memories. Due to its simplicity, the model, here introduced, can represent a test-bed for further investigations on the role played by STDP on memory storing and maintenance. Author summaryOne of the most remarkable qualities of the brain is its capacity to learn and adapt. How the learning process imprints and maintains memories, by shaping the architecture of connectivity among neurons in a constantly changing and dynamic environment, is a major question of neuroscience. Here, we explore the idea that the segregation of inputs received by a neural network, with inputs targeting distinct populations, is a key factor for shaping the architecture of the network. We find that the presence of inhibitory neurons is necessary for the emergence and the long-term maintenance of modularity in spiking neural networks with plasticity. In particular, we show that two different inhibitory sub-populations, one subject to Hebbian and the other to anti-Hebbian plasticity, are required to promote the formation of feedback and feed-forward inhibition circuits controlling memory consolidation. On one side, these inhibitory circuits favour long-term memory consolidation by inducing spontaneous memory recalls in the asynchronous irregular resting phase. On another side, the number of inhibitory neurons control the maximal memory capacity of the considered model.

Auteurs: Raphaël Bergoin, A. Torcini, G. Deco, M. Quoy, G. Zamora-Lopez

Dernière mise à jour: 2024-12-06 00:00:00

Langue: English

Source URL: https://www.biorxiv.org/content/10.1101/2024.07.15.603496

Source PDF: https://www.biorxiv.org/content/10.1101/2024.07.15.603496.full.pdf

Licence: https://creativecommons.org/licenses/by-nc/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.

Articles similaires