Psychiatrie Computationnelle
La modélisation des troubles psychiatriques
Cet axe de recherche propose de modéliser mathématiquement la perception et la prise de décision en contexte d'incertitude. Nous nous appuyons pour cela sur plusieurs modèles cliniques issus de la psychiatrie, en particulier les troubles psychotiques. Nous combinons des données issues de la psychologie expérimentale, de la psychophysique, de l'IRM fonctionnelle, de la modulation pharmacogénétique, de la signalisation multi-électrodes chez l'homme et/ou chez le rongeur.
Contacts
Publications clés
Le modèle de l'inférence circulaire
Notre cerveau cherche en permanence à lever l'incertitude du monde environnant. Pour ce faire, il fait des prédictions sur les causes possibles des signaux qu'il reçoit. Ces opérations d'inférence nécessitent la propagation de messages dans la hierarchie corticale. Les manifestations psychotiques pourraient résulter de prédictions abérrantes de ce système. Le modèle de l'inférence circulaire introduit par Jardri et Denève (2013), propose que ces prédictions abérrantes soient dues à une amplification des messages circulants. Ce modèle a reçu une validation comportementale dans la schizophrénie (Jardri et al., 2017) et nos travaux visent désormais à renforcer sa plausibilité neurophysiologique.
Projets de recherche en cours
Rôle de la balance Excitation / Inhibition
Nous avons vu que la perception et la cognition pouvaient être décrites en termes d'inférence bayésienne. Dans cette optique, le système nerveux central capterait, par apprentissage et expériences, les statistiques du monde extérieur pour mettre à jour ses modèles probabilistes internes et guider nos comportements et nos actions. Ce programme de recherche vise à mieux comprendre comment les informations sont pondérées de manière dynamique par le cerveau au cours d'une tâche de prise de décision. A partir du modèle de l'inférence circulaire et d'une approche translationnelle utilisant des tâches similaires chez le rongeur et chez l'humain, nous étudions le rôle joué par la balance neuronale excitation / Inhibition dans le traitement et l'intégration de l'information sensorielle en situation physiologique et/ou pathologique.
Développement d'outils de spike sorting
Ces dernières années, les progrès réalisés dans le domaine des réseaux multi-électrodes et des électrodes en silicium à haute densité ont permis l'enregistrement de signaux extracellulaires à partir de centaines d'électrodes. Ces enregistrements offrent la possibilité de reconstruire l'activité individuelle des neurones à proximité de chaque électrode grâce à des algorithmes sophistiqués de traitement du signal. Toutefois, cette reconstruction reste un problème ouvert de séparation des sources aveugles (BSS), également connu sous le nom de « spike sorting », qui est difficile à résoudre en raison des contraintes imposées par ces nouveaux dispositifs. Premièrement, le nombre de dimensions (c'est-à-dire d'électrodes) est élevé : les algorithmes doivent faire face à la quantité de données extracellulaires, entrant dans une nouvelle ère de big data (plus de centaines de Giga-octets par enregistrement). Deuxièmement, la densité des électrodes et le nombre élevé de sources donnent lieu à de nombreux mélanges de sources. De manière plus frappante, toutes les solutions existantes aujourd'hui n'ont pas la capacité de fonctionner en temps-réel, ce qui est essentiel pour réaliser des interfaces cerveau-machine (ICM) avancées. Au sein de l'équipe, nous développons des algorithmes de spike-sorting pour améliorer la qualité des données enregistrées en extracellulaires in vitro ou in vivo.