Ma thèse illustre une recherche sur les assemblages de cellules, groupes
de neurones étroitement liés et co-activés, considérés comme les unités de
la memoire, et sur les techniques de physique statistique et d’inférence
pour l’étude de neurones interagissant. On illustre une nouvelle méthode
pour dévoiler les assemblages de cellules à partir des données neuronales
et on montre son application à des enregistrements multi-électrodes dans
le cortex préfrontal de rats pendant l’exécution d’une tâche et les
époques de sommeil précédant et suivant. La méthode est basée sur
l’inférence d’un réseau d’Ising d’interactions efficaces entre les
neurones et sur la simulation du modèle inféré en présence d’une entrée
globale uniforme : quand l’entrée augmente, on decouvre des configurations
d’activité élevée (assemblages de cellules), qui s’activent dans les
données à des échelles de temps de dizaines de ms en présence de stimuli
transitoires. La comparaison des réseaux d’interactions et des résultats
des simulations à travers les trois phases expérimentales révèle règles
empiriques pour la modification des assemblages de cellules. Le modèle
inféré est également exploité pour estimer la réactivation (replay) des
assemblages pendant le sommeil, important pour la consolidation de la
mémoire. Les aspects d’ordre temporel de l’activité des neurones sont
étudiés par l’inférence et l’échantillonnage d’un modèle linéaire
généralisé.
RECRUTEMENT ACCES DIRECT
Le département de physique
Le Laboratoire de Physique de l’ENS 