🧬 biology

Testing quantum-like markers in neural dynamics

Les auteurs proposent deux expériences visant à identifier des marqueurs quantiques dans les données neuronales en comparant les spectres de puissance des oscillations sous-seuil et les statistiques de propagation du signal électrique aux équations classiques de FitzHugh-Nagumo et du câble, ainsi qu'à leurs variantes quantiques.

Auteurs originaux : Partha Ghose, Dimitris Pinotsis

Publié 2026-04-22

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Partha Ghose, Dimitris Pinotsis

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

🧠 Le Cerveau : Une Machine Classique ou un Ordinateur Quantique ?

Imaginez que votre cerveau est une immense ville électrique. Les neurones sont les maisons, et les axones (les longs câbles qui les relient) sont les rues. Depuis des décennies, les scientifiques pensent que le trafic dans ces rues suit des règles classiques, un peu comme l'eau qui coule dans un tuyau ou la chaleur qui se diffuse dans une pièce. C'est lent, un peu flou, et ça dépend du hasard (le bruit).

Mais deux chercheurs, Partha Ghose et Dimitris Pinotsis, se demandent : « Et si, en réalité, ces signaux électriques suivaient des règles plus étranges, plus proches de la physique quantique (le monde des atomes), même si le cerveau est chaud et humide ? »

Ils ne disent pas que votre cerveau est un atome. Ils disent que les mathématiques qui décrivent les signaux électriques pourraient ressembler à celles de la mécanique quantique. Pour le prouver, ils proposent deux expériences de détection.

🧪 Expérience 1 : La Danse Invisible (Les Oscillations)

L'analogie : Imaginez un pendule qui oscille doucement. Même si vous ne le poussez pas, il bouge un tout petit peu à cause du vent ou des vibrations de la table. C'est ce qu'on appelle le "bruit".

La théorie classique : Si vous mesurez ce bruit, il suit une courbe prévisible, comme une vague régulière.
La théorie quantique (proposée) : Les auteurs suggèrent que ce bruit suit une courbe différente, comme si le pendule avait une "énergie minimale" intrinsèque, un peu comme un électron qui ne peut jamais être totalement immobile.

Ce qu'ils vont faire :
Ils vont écouter les neurones dans une boîte de Petri (une culture) qui "tremblent" doucement sans être activés (oscillations sous le seuil). Ils vont mesurer l'énergie de ces tremblements.

Si l'énergie correspond à la formule classique, c'est fini : le cerveau est purement classique.
Si l'énergie correspond à une nouvelle formule (avec une sorte de "Planck neuronal" $\hat{\hbar}$ ), alors c'est une preuve que des effets quantiques "émergent" dans le cerveau.

En résumé : Ils cherchent à savoir si le "frisson" naturel des neurones est juste du bruit thermique (classique) ou s'il cache une structure quantique cachée.

🏃 Expérience 2 : Le Coureur et le Marcheur (La Propagation)

L'analogie : Imaginez deux façons de traverser une ville pour aller d'un point A à un point B.

Le Modèle Classique (Le Marcheur ivre) : Un homme marche en zigzagant complètement au hasard. Il avance, recule, tourne. Plus il va loin, plus il est difficile de prédire quand il arrivera. C'est la diffusion. C'est comme une goutte d'encre qui se répand dans l'eau.
Le Modèle Quantique/Kac (Le Coureur avec boussole) : Imaginez un coureur qui court vite dans une direction, mais qui change de direction de temps en temps de manière aléatoire. Il a une vitesse limite. Même s'il change de direction, il ne peut pas voyager instantanément. C'est la persistance.

Ce qu'ils vont faire :
Ils vont envoyer un signal électrique (un "coups de pied" dans le circuit) dans un axone (un câble neuronal) et mesurer combien de temps il faut pour qu'il arrive à différents endroits.

Si c'est le modèle classique : Le signal arrive de manière très floue et étalée dans le temps. Plus c'est loin, plus c'est flou.
Si c'est le modèle quantique : Le signal devrait montrer une "frontière" nette. Il y aura un moment précis où le signal arrive le plus vite (le coureur), suivi d'une traînée de retardés.

En résumé : Ils veulent voir si le signal électrique voyage comme de l'eau qui s'étale (classique) ou comme un coureur qui a une vitesse maximale et garde son élan (quantique/Kac).

🎯 Pourquoi est-ce important ?

Si ces expériences réussissent, cela ne veut pas dire que le cerveau est magique. Cela veut dire que la complexité du cerveau est si grande qu'elle imite les lois de l'univers quantique.

Si ça marche : On pourrait utiliser ces nouvelles équations pour mieux comprendre la conscience, les maladies neurologiques, ou créer des ordinateurs plus intelligents.
Si ça échoue (résultat nul) : Ce n'est pas grave ! Cela confirmera que le cerveau est bien un système classique et que nos modèles actuels sont suffisants. C'est aussi une victoire pour la science.

Le mot de la fin :
C'est comme si les auteurs disaient : "Nous avons trouvé deux nouvelles lunettes pour regarder le cerveau. Mettons-les pour voir si nous voyons des couleurs que nous ignorions, ou si tout reste gris et classique."

1. Problématique et Contexte

La frontière entre les descriptions classiques et quantiques des phénomènes naturels fait l'objet d'un intérêt fondamental. Bien que la mécanique quantique soit traditionnellement réservée aux systèmes microscopiques, des recherches récentes suggèrent que des comportements de type quantique pourraient émerger de dynamiques stochastiques classiques.

En neurosciences, l'hypothèse que certains états mentaux sous-tendant la cognition pourraient exhiber des effets quantiques (non-commutativité, contextualité, interférences) a été revisitée, notamment grâce aux avancées en biologie quantique. Cependant, il n'existe actuellement aucune preuve d'effets quantiques fondamentaux au niveau neuronal.

L'article s'appuie sur des travaux antérieurs des auteurs [12] montrant que les équations de FitzHugh-Nagumo (FN), décrivant la dynamique des neurones excitables, peuvent être reformulées sous une forme d'équation de Schrödinger quantique en présence de bruit gaussien. Cela suggère l'émergence d'une constante neuronale effective, analogue à la constante de Planck ( $\hat{\hbar}$ ).

Le problème central est de déterminer si les dynamiques neuronales (propagation des signaux électriques, oscillations sous-seuil) suivent strictement les équations classiques (câble, diffusion) ou si elles révèlent des signatures d'un modèle « quantique-like » (équation de Dirac, transport à vitesse finie) qui ne peut être expliqué par la diffusion classique standard.

2. Méthodologie et Cadre Théorique

Les auteurs proposent une approche opérationnelle où le terme « quantique » ne désigne pas une nature physique microscopique fondamentale, mais une structure de description effective et des paramètres mesurables. Ils distinguent deux modèles :

Modèle Classique (Équation du Câble) : Basé sur l'équation de la chaleur (parabolique), décrivant la propagation du potentiel de membrane comme un processus de diffusion. Il implique une vitesse de propagation infinie (bien que supprimée rapidement avec la distance) et est valide aux échelles de temps longues ( $t \gg \gamma^{-1}$ ).
Modèle « Quantique-like » (Équation du Télégraphe / Kac) : Basé sur une marche aléatoire persistante (Kac-type) avec des inversions de direction à un taux $\lambda$ $λ$ et une vitesse de propagation finie $v$ $v$ . Ce modèle mène à une équation hyperbolique (équation du télégraphe) contenant une dérivée temporelle du second ordre.
- Mathématiquement, ce processus stochastique réel peut être transformé en une équation de Dirac (à deux composantes) via une transformation de phase, introduisant une amplitude complexe.
- À long terme, le modèle Kac converge vers le modèle de diffusion classique, mais il présente des signatures distinctes aux échelles de temps courtes (avant que les inversions de direction ne soient moyennées).

Les auteurs proposent deux expériences critiques pour discriminer ces modèles.

3. Contributions Clés et Propositions Expérimentales

L'article ne présente pas de résultats expérimentaux empiriques, mais propose un programme expérimental rigoureux pour tester deux « marqueurs quantiques » :

Expérience I : Oscillations sous-seuil et constante de Planck effective ( $\hat{\hbar}$ )

Objectif : Vérifier si le spectre de puissance des oscillations sous-seuil dans des cultures neuronales suit la dynamique d'une équation de Schrödinger dérivée du modèle FN (version quantique) ou le modèle FN classique.
Protocole :
1. Enregistrement par patch-clamp du potentiel de membrane dans des cultures neuronales présentant des oscillations sous-seuil.
2. Mesure simultanée de la température pour établir la base thermique.
3. Analyse spectrale de la puissance ( $P_B$ ) autour de la fréquence d'oscillation.
Hypothèse testée : La relation énergie-fréquence des fluctuations devrait suivre la loi de Planck modifiée : $\langle E \rangle = \frac{\hat{\hbar}\omega}{2} + \frac{\hat{\hbar}\omega}{e^{\beta\hat{\hbar}\omega}-1}$ .
Critère de succès : Si les données s'ajustent mieux à l'équation (11) (quantique) qu'à l'expression classique de la densité spectrale (13), cela indiquerait l'existence d'une constante effective $\hat{\hbar}$ déduite des statistiques de fluctuation.

Expérience II : Propagation passive vs. Transport de marche aléatoire persistante (Kac)

Objectif : Distinguer si la propagation des signaux électriques dans les axones suit un modèle de diffusion (câble) ou un transport à vitesse finie (Kac/Dirac).
Protocole :
1. Utilisation d'un canal microfabriqué guidant un axone unique vers plusieurs sites d'enregistrement à différentes distances ( $L_1, L_2, L_3$ ).
2. Injection d'événements isolés (potentiels d'action ou sous-seuil) et enregistrement des temps d'arrivée.
Observables clés :
- Distribution des temps d'arrivée $p(t; L)$ : Le modèle Kac prédit une composante « balistique » nette (temps d'arrivée proche de $L/v$ ) avec une queue longue, tandis que le modèle de diffusion produit une dispersion purement large sans front balistique net.
- Échelle de dispersion temporelle : Le modèle Kac devrait montrer une structure de temps d'arrivée linéaire en $L$ sur une fenêtre intermédiaire, contrairement à la croissance plus forte attendue pour la diffusion classique.
Critère de validation : Un ajustement global unique des paramètres $(v, \lambda)$ sur toutes les distances doit être possible. Si les paramètres dérivés varient avec la distance, le modèle Kac est rejeté.

4. Résultats Attendus et Implications

L'article ne rapporte pas de résultats expérimentaux conclus, mais définit les critères pour interpréter les futurs résultats :

Résultat Nul (Null Result) : Si les données s'ajustent parfaitement aux équations classiques (câble et FN standard), cela affinerait le domaine de validité des modèles stochastiques classiques en neurodynamique et invaliderait l'hypothèse d'une émergence de constantes quantiques effectives dans ce contexte.
Résultat Positif : Une confirmation des modèles Kac/Schrödinger suggérerait que la dynamique neuronale possède une structure mathématique sous-jacente analogue à la mécanique quantique, émergente à l'échelle mésoscopique. Cela ouvrirait la voie à une investigation systématique de la « physique stochastique effective » et de paramètres mésoscopiques inspirés du quantique.

5. Signification et Conclusion

La signification de ce travail réside dans sa rigueur méthodologique pour tester des hypothèses souvent spéculatives en neurosciences quantiques.

Opérationnalisation : Les auteurs évitent les pièges de l'interprétation classique des interférences en se concentrant sur des marqueurs spécifiques : une constante effective $\hat{\hbar}$ et le comportement de transport à vitesse finie.
Pont Mathématique : Ils établissent un lien formel entre les processus stochastiques classiques (marche de Kac, bruit de Wiener) et les équations d'onde quantiques (Dirac, Schrödinger), suggérant que la « quantification » pourrait être une propriété émergente de la dynamique stochastique à certaines échelles.
Futur : Seul un succès de ces expériences justifierait la recherche de « témoins » quantiques plus complexes (comme la violation des inégalités de Leggett-Garg ou la contextualité) dans les systèmes neuronaux.

En résumé, cet article propose un cadre expérimental concret pour déterminer si la dynamique neuronale nécessite une reformulation « quantique-like » pour être correctement décrite, ou si les modèles classiques stochastiques suffisent, marquant ainsi une étape cruciale dans la validation ou l'infirmation des théories quantiques en neurosciences.