Résumé technique : SPIDER—Spectres de puissance cousus pour l'inférence du flux d'information dirigé

1. Énoncé du problème

Le défi central abordé est l'inférence du flux d'information dirigé (connectivité effective) dans des systèmes à haute dimension, spécifiquement le cerveau, lorsque les données sont incomplètes et asynchrones.

• La contrainte : Les enregistrements à grande échelle (ex. : Neuropixels, imagerie à deux photons, EEG intracrânien) n'échantillonnent généralement qu'une fraction du système à un instant donné. Différentes sessions, animaux ou laboratoires couvrent des ensembles partiellement chevauchants de régions.
• La lacune : Crucialement, ces enregistrements manquent souvent d'une référence temporelle partagée (pas d'horloge commune ou de déclencheur externe), ce qui les rend asynchrones.
• Limites des méthodes existantes : Les méthodes de connectivité dirigée établies (causalité de Granger, modélisation causale dynamique, cohérence partielle dirigée) nécessitent que toutes les régions soient enregistrées simultanément et de manière synchronisée. Le regroupement d'observations partielles via des modèles paramétriques (ex. : modèles auto-régressifs vectoriels) échoue souvent en raison d'hypothèses rigides, tandis que les méthodes d'agrégation basées sur la covariance ne peuvent récupérer que des dépendances non dirigées.
• La difficulté fondamentale : Les variables non observées agissent comme des facteurs de confusion latents, induisant des dépendances spécieuses. De plus, sans alignement temporel, la distribution jointe globale n'est jamais directement échantillonnée, laissant les dépendances croisées entre sous-ensembles non co-observés indéfinies.

2. Méthodologie : Le pipeline SPIDER

SPIDER est un cadre non paramétrique dans le domaine fréquentiel qui récupère le flux d'information dirigé en « cousant » les estimations spectrales locales de sous-ensembles de canaux chevauchants dans une matrice spectrale globale. La méthode opère en trois étapes principales :

Étape 1 : Couture (Agrégation spectrale)

• Entrée : Blocs d'enregistrements asynchrones où chaque bloc contient un sous-ensemble de variables ($\Omega_u$).
• Mécanisme : Pour toute paire de variables $(i, j)$, le cross-spectre est estimé à partir de chaque bloc où les deux sont présentes. Ces estimations locales sont moyennées pour reconstruire les entrées de la matrice de densité spectrale de puissance (PSD) globale $S(\omega)$.
• Idée clé : Les cross-spectres sont des propriétés marginales d'une paire et ne nécessitent pas l'observation simultanée de l'ensemble du système. La structure dirigée est une propriété globale de la matrice assemblée, et non une propriété locale.
• Exigence : Condition 1 (Complétude) : Chaque paire de variables doit être co-observée dans au moins un bloc.

Étape 2 : Complétion de matrice (Gestion des paires manquantes)

• Scénario : Lorsque la Condition 1 échoue (certaines paires ne sont jamais co-observées, ce qui est courant dans les études multi-animaux avec des placements d'électrodes variables).
• Mécanisme : Les entrées manquantes de la matrice PSD sont remplies en utilisant la minimisation de la norme nucléaire (NNM).
• A priori : Cette étape repose sur un a priori de rang faible proche, motivé par l'observation que l'activité des populations neurales à grande échelle est pilotée par un petit nombre de sources latentes partagées (modèle de mélange génératif).
• Résultat : Cela permet de récupérer les interactions entre des régions qui n'ont jamais été enregistrées ensemble, à condition que la couverture d'observation et la structure spectrale satisfont des conditions spécifiques.

Étape 3 : Factorisation spectrale canonique et calcul de la PDC

• Mécanisme : La matrice PSD complétée (ou cousue) $S(\omega)$ est factorisée à l'aide de l'algorithme de Wilson pour obtenir la fonction de transfert à phase minimale $H(\omega)$ et la covariance d'innovation $\Sigma$.
• Sortie : La Cohérence Partielle Dirigée (PDC) est dérivée directement de la factorisation. La PDC quantifie l'influence directe et directionnelle d'une série temporelle sur une autre à chaque fréquence, conditionnée par toutes les autres séries.
• Nature non paramétrique : Contrairement à la PDC classique qui ajuste un modèle VAR d'ordre fini, SPIDER dérive la PDC directement de la densité spectrale, ce qui la rend applicable aux signaux continus, aux processus de points (trains de spikes) et aux mélanges sans supposer de forme paramétrique spécifique.

Raffinements pour les données de haute dimension

• PCA Spectrale : Pour les enregistrements multi-sessions où des neurones spécifiques varient mais où les aires cérébrales sont stables, les neurones au sein d'une aire sont réduits à un mode spectral canonique unique (via la PCA spectrale) avant la couture.
• Régularisation : Pour garantir que la matrice cousue est définie positive (requis pour une factorisation valide) et pour réduire la variance, un Graphical Lasso complexe (GLASSO) est appliqué à l'inverse du spectre.

3. Contributions clés

1. Estimateur non paramétrique pour données asynchrones : SPIDER introduit une procédure en deux étapes (couture spectrale + factorisation canonique) qui récupère la connectivité dirigée de l'ensemble du réseau dans le domaine fréquentiel, sans nécessiter d'observation simultanée ou d'alignement temporel. Il est prouvé être uniformément consistant à mesure que les tailles d'échantillon par bloc augmentent, même dans des régimes de haute dimension où le nombre de variables $K$ dépasse la taille de l'échantillon $T_u$.
2. Extension aux paires non observées : Le cadre intègre une étape de complétion de matrice structurée (NNM) pour gérer les cas où certaines paires de variables ne sont jamais co-observées. Les résultats théoriques (Théorème 2, Proposition 3) fournissent les conditions sous lesquelles cette récupération est consistante, reposant sur la parcimonie, la couverture et la structure de rang faible proche.
3. Large applicabilité : La méthode s'applique à tout processus stationnaire au sens large avec une densité spectrale bornée, incluant les signaux continus (LFP, calcium), les processus de points (via le spectre de Bartlett) et les modalités mixtes.

4. Résultats et validation

Simulations

• Complétude : Dans les systèmes où chaque paire est co-observée, SPIDER récupère la PDC presque exactement, correspondant aux références de vérité terrain et aux bases d'enregistrements simultanés, même dans des réseaux de neurones à spikes non linéaires (modèle d'Izhikevich).
• Incomplétude : Lorsque des paires sont manquantes, la complétion par NNM surpasse nettement le remplissage par zéro naïf et les bases par paires locales, récupérant la structure dirigée et atténuant les interactions spécieuses causées par des facteurs de confusion non observés.
• Haute dimension : Dans des simulations VAR(1) à 50 dimensions, SPIDER avec NNM surpasse les bases à de faibles et modérées taux de manque (jusqu'à ~72 %). Les performances se dégradent à des taux de manque très élevés (>86 %), conformément aux limites de couverture théoriques.
• Régularisation : La régularisation GLASSO améliore la précision pour les connectivités sous-jacentes parsemées et corrige la variance d'échantillon fini, bien qu'elle puisse sur-parcimoniser les réseaux denses.

Applications réelles

1. Imagerie calcique à deux photons (Cortex visuel de la souris) :

   • Appliqué à 59 neurones de l'Allen Brain Observatory.
   • SPIDER a reconstruit avec succès les interactions dirigées à partir de données divisées en blocs asynchrones avec 37 % de manque.
   • Les entrées récupérées ont montré une forte concordance avec les références de pleine simultanéité ($r=0,86$), et les entrées imputées ont montré une corrélation positive significative ($r=0,26$).

2. Électrophysiologie Neuropixels (International Brain Laboratory - IBL) :

   • Jeu de données : 43 sessions de 12 laboratoires, couvrant 50 aires cérébrales et 4 074 neurones. Aucune session n'enregistrait le même ensemble d'aires simultanément.
   • Validation :
     • Division intra-session : La couture a approximé les estimations de pleine simultanéité ($r=0,72$).
     • Consistance spectrale : La similitude spectrale locale a prédit la précision de la couture.
     • Correspondance anatomique : Les interactions les plus fortes déduites correspondaient à l'Atlas de connectivité du cerveau de la souris d'Allen (AUC $\approx$ 0,9 pour les paires observées).
   • Découverte scientifique : Le flux spontané à l'échelle du cerveau est largement récurrent (non hiérarchique) lorsqu'il est intégré sur les fréquences. Cependant, dans la bande thêta (4–8 Hz), le réseau s'organise en une hiérarchie feedforward significative avec la formation hippocampique comme source et les structures thalamiques/médianes comme puits. Cette structure est invisible pour les mesures temporelles ou scalaires.

3. EEG intracrânien humain (iEEG) :

   • Jeu de données : 43 patients avec une couverture d'électrodes non chevauchante (38 régions corticales).
   • Résultat : La même hiérarchie feedforward dans la bande thêta a été récupérée à travers les espèces et les modalités. La hiérarchie émane du cortex ventromédian/paralimbique (le partenaire cortical de la formation hippocampique) et coule vers les aires préfrontales latérales et visuelles. Cela démontre la capacité de la méthode à se généraliser à travers les espèces et les types d'enregistrement.

5. Signification et affirmations

L'article affirme que SPIDER rend l'analyse de la connectivité effective à l'échelle du cerveau entier traitable pour les jeux de données multi-sessions et multi-animaux qui étaient auparavant incompatibles avec l'inférence de flux dirigé.

• Suppression des contraintes : Il élimine le besoin d'observation simultanée de toutes les régions et d'une référence temporelle commune, deux goulots d'étranglement majeurs de la neuroscience moderne.
• Aperçu résolu en fréquence : En opérant dans le domaine fréquentiel, il révèle des motifs spécifiques aux bandes (ex. : feedforward en thêta vs récurrent en gamma) que les mesures scalaires ou temporelles ne peuvent détecter.
• Génération d'hypothèses : La découverte d'une hiérarchie feedforward dans la bande thêta, cohérente entre rongeurs et humains, est présentée comme un résultat générateur d'hypothèses dérivé de données qui n'ont jamais été enregistrées ensemble.
• Modestie : Les auteurs notent explicitement que la hiérarchie est une affirmation de connectivité effective, et non une revendication d'anatomie monosynaptique. Ils précisent que les interprétations au niveau des nœuds (ex. : le rôle de la substance pédonculée) dépendent des paires co-observées spécifiques et que la fiabilité de la méthode diminue lorsque la couverture par paire descend en dessous de ~70 %.

En résumé, SPIDER transforme les enregistrements fragmentés et asynchrones en une carte unifiée et résolue en fréquence de la connectivité cérébrale dirigée, permettant l'étude de la dynamique globale du cerveau à travers les divers jeux de données à grande échelle caractéristiques de la neuroscience moderne.