💬 NLP

Neural Circuit Function Inference with LLMs

L'article présente LLantia, une méthode automatisée qui exploite les grands modèles de langage pour distiller les fonctions des types cellulaires basées sur la littérature et les intégrer aux données du connectome afin d'inférer systématiquement et de structurer hiérarchiquement les fonctions des circuits neuronaux et de leurs types cellulaires composants, comme cela est démontré et validé dans le cerveau de la drosophile adulte.

Auteurs originaux : Yijie Yin (Department of Physiology, Development and Neuroscience, University of Cambridge, Cambridge, UK, MRC Laboratory of Molecular Biology, Cambridge, UK), Albert Cardona (MRC Laboratory of Molecu

Publié 2026-08-04

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yijie Yin (Department of Physiology, Development and Neuroscience, University of Cambridge, Cambridge, UK, MRC Laboratory of Molecular Biology, Cambridge, UK), Albert Cardona (MRC Laboratory of Molecular Biology, Cambridge, UK, Department of Physiology, Development and Neuroscience, University of Cambridge, Cambridge, UK)

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez essayer de comprendre comment une ville fonctionne en regardant simplement une carte de chaque rue, ruelle et trottoir. Vous savez où les routes se rejoignent, mais vous n'avez aucune idée de ce qui se passe aux intersections. Ce feu de signalisation est-il pour une zone scolaire ? Cette ruelle est-elle un raccourci pour les camions de livraison ou une impasse ? C'est l'état actuel des neurosciences. Les scientifiques ont enfin fini de cartographier les « schémas de câblage » de cerveaux minuscules, comme celui d'une mouche du vinaigre, montrant exactement quels neurones touchent quels autres. Mais connaître les connexions n'est que la moitié de la bataille ; le véritable mystère est de comprendre ce que ces connexions font réellement. Comment un enchevêtrement spécifique de fils transforme-t-il une odeur de vinaigre en une décision de voler vers elle ?

Pour résoudre cela, les chercheurs utilisent un nouveau genre de détective numérique : les modèles de langage étendus (LLM). Considérez-les comme des IA super intelligentes capables de lire, ayant dévoré presque tous les articles scientifiques jamais écrits. Elles sont excellentes pour trouver des motifs dans le texte, mais elles ne peuvent généralement pas regarder un schéma de câblage. La grande question est la suivante : pouvons-nous apprendre à une IA à regarder une carte de connexions et à lire les livres d'histoire sur ce que font ces parties, puis utiliser cette connaissance pour deviner la fonction des parties que personne n'a encore étudiées ? Si nous pouvons faire cela, nous pourrions instantanément comprendre comment des circuits complexes fonctionnent sans avoir besoin de mener des milliers d'expériences lentes et coûteuses pour chaque neurone.

Le détective IA : LLantia

Rencontrez LLantia (LLM automated neural circuit inference and analysis), un nouvel outil numérique créé par les chercheurs Yijie Yin et Albert Cardona. Leur objectif était de construire un système capable de prendre la carte de câblage massive et achevée du cerveau d'une mouche adulte et de déterminer automatiquement ce que fait chaque type de neurone, même si aucun scientifique n'avait jamais écrit de papier sur ce neurone spécifique auparavant.

Le Problème : Une bibliothèque de pages perdues
Le cerveau de la mouche du vinaigre possède environ 140 0 much de neurones, mais lorsqu'ils sont regroupés par leur forme et leurs connexions, ils forment environ 9 000 « types cellulaires » distincts. Les scientifiques ont étudié certains de ces types, mais l'information est éparpillée comme des pièces de puzzle dans différentes boîtes. Certains articles disent qu'un neurone aide à l'odorat ; d'autres disent qu'il aide au mouvement. Pendant ce temps, la carte de câblage montre que ces neurones sont densément connectés — comme une station de métro bondée où 80 % des stations sont liées en seulement cinq arrêts. Essayer de comprendre manuellement ce qui se passe lorsque l'on combine tous ces signaux est impossible pour un humain à faire rapidement.

La Solution : Un tour de magie en deux étapes
LLantia fonctionne en deux étapes principales, agissant à la fois comme un bibliothécaire très organisé et un détective brillant.

Étape 1 : Le Bibliothécaire (Lire les indices)
D'abord, le système part à la recherche d'informations dans la littérature scientifique. Il commence par quelques articles « graines » et utilise un graphe de citations (une carte de quels articles référencent quels autres) pour trouver chaque étude liée. Il télécharge le texte et utilise une IA pour extraire les fonctions spécifiques des neurones mentionnés.

Le Défi : Les scientifiques utilisent souvent des noms différents pour le même neurone (comme appeler un « chien » un « canidé » ou un « chiot »). L'IA doit être assez intelligente pour réaliser que « MBON-α'1 » et « MBON15 » sont le même personnage dans l'histoire.
Le Résultat : Le système a réussi à distiller les fonctions de 411 types cellulaires uniques à partir de milliers d'articles, transformant de longues phrases complexes en résumés courts et clairs.

Étape 2 : Le Détective (Résoudre le mystère)
Ensuite, le système prend la carte de câblage et les résumés qu'il vient de lire. Il crée un « prompt » personnalisé (une instruction détaillée) pour un modèle d'IA puissant. Ce prompt dit : « Voici un neurone spécifique. Voici avec qui il communique. Voici ce que ses voisins sont connus pour faire. Sur cette base, quel est le travail de ce neurone ? »

La Logique : Si un neurone reçoit des signaux de « détecteurs d'odeurs » et envoie des signaux à des « contrôleurs de vol », l'IA en déduit que ce neurone est probablement un « convertisseur odeur-vers-vol ».
Le Résultat : Au lieu d'une simple supposition, l'IA produit un rapport structuré. Elle suggère la fonction du neurone, les comportements spécifiques qu'il pourrait contrôler (comme « chercher de la nourriture quand on a faim »), et liste même les connexions spécifiques qui soutiennent cette idée. Elle organise ces suppositions dans une hiérarchie, montrant comment les petits circuits s'intègrent dans des circuits plus larges.

A-t-il fonctionné ? La preuve
Les chercheurs ne se sont pas contentés d'espérer que cela fonctionne ; ils l'ont testé rigoureusement.

Le Test du « Futur » : Ils ont vérifié leurs résultats par rapport à un tout nouvel article scientifique publié après l'entraînement de l'IA. L'IA avait correctement déduit qu'un neurone spécifique (LoVPN) agit comme un « détecteur de saillance visuelle » qui ne fonctionne que lorsque les autres sens (comme l'odorat) sont calmes. Cela correspondait parfaitement aux conclusions du nouvel article, prouvant que l'IA ne faisait pas que mémoriser d'anciens faits, mais qu'elle raisonnait réellement sur le circuit.
Le Test de la « Mémoire » : Pour s'assurer que l'IA ne se contentait pas de rappeler la réponse de ses données d'entraînement, les chercheurs ont caché les noms des neurones et supprimé les descriptions de fonctions connues. Lorsque les noms ont disparu, les suppositions de l'IA sont devenues vagues et génériques. Cela a prouvé que l'IA utilisait réellement la carte de câblage et le contexte des autres neurones pour trouver la réponse, et non en rappelant simplement un fait.
Le Test de l'« Humain » : Lorsqu'ils ont comparé les résumés de l'IA à ceux écrits par des experts humains, les descriptions générées par l'ordinateur étaient étonnamment similaires en termes de sens, même si la formulation était différente.

Ce qu'il a trouvé
En utilisant cette méthode, l'équipe a généré des hypothèses de fonction pour les 9 000 types cellulaires du cerveau de la mouche du vinaigre. Ils ont également cartographié six circuits majeurs (comme le chemin allant des capteurs d'odeurs au centre de navigation). L'IA a découvert des thèmes communs, tels que :

L'inhibition croisée : Des neurones qui arrêtent un comportement (comme chanter une chanson d'amour) lorsqu'un autre comportement plus urgent (comme fuir un prédateur) est nécessaire.
Les portes ET (AND Gates) : Des neurones qui ne s'activent que lorsque plusieurs conditions sont réunies (ex : « Je suis affamé » ET « Je sens de la nourriture » ET « Je ne suis pas en train de me reproduire »).

L'essentiel
LLantia ne remplace pas les scientifiques ; elle leur donne une avance considérable. Elle transforme une montagne de données déconnectées en une carte structurée et interrogeable de « qui fait quoi ». En automatisant le processus de connexion entre le câblage d'un neurone et sa fonction, elle permet aux chercheurs de sauter l'étape des conjectures pour passer directement à la conception d'expériences afin de tester ces nouvelles idées. Les auteurs suggèrent que cette approche pourrait être étendue à des cerveaux encore plus grands à mesure que nos cartes s'améliorent, transformant la complexité écrasante du système nerveux en un puzzle soluble.

Résumé technique : Inférence de la fonction des circuits neuronaux avec les LLM (LLantia)

Énoncé du problème

L'accélération rapide de la cartographie des connectomes, particulièrement chez Drosophila melanogaster, a déplacé le défi principal de l'acquisition de données vers l'interprétation de la fonction des circuits neuronaux. Bien que le connectome de la drosophile contienne environ 140 000 neurones, ceux-ci peuvent être réduits à une matrice de connectivité d'environ 9 000 types cellulaires distincts basés sur la morphologie et la connectivité synaptique. Cependant, la densité extrême de la connectivité — où environ 80 % des types cellulaires sont connectés synaptiquement en moins de cinq sauts — crée une explosion combinatoire de voies d'entrée-sortie potentielles. Cette complexité, combinée à une littérature éparse et dispersée ne couvrant qu'une fraction des types cellulaires, entrave la formulation de modèles et d'expériences testables. Les approches existantes de l'agrégation de la littérature reposent largement sur la curation manuelle ou sur des outils commerciaux dépourvus d'API ouvertes, ce qui rend difficile l'intégration systématique des données fonctionnelles connues avec les données de connectome structurelles à grande échelle.

Méthodologie : Le cadre LLantia

Les auteurs présentent LLantia (LLM automated neural circuit inference and analysis), un pipeline automatisé conçu pour inférer la fonction des types cellulaires neuronaux et des circuits qu'ils composent en combinant la structure du connectome avec des descriptions fonctionnelles dérivées de la littérature. Le cadre opère à travers trois étapes principales :

1. Extraction de la littérature et distillation de la fonction automatisées

Parcours du graphe de citations : En partant de 114 articles « semences » sélectionnés à la main, le système utilise l'API Semantic Scholar pour parcourir le graphe de citations (en amont et en aval, sur 2 sauts).
Filtrage de pertinence : Un petit LLM (Qwen3.5-4B) filtre les articles en fonction des titres et des résumés pour la pertinence vis-à-vis de la fonction neuronale de Drosophila, suivant un premier filtre par mots-clés.
Extraction et normalisation : Les PDF complets sont récupérés (via Semantic Scholar, Unpaywall, OpenAlex) et traités par un LLM de grande taille (Qwen3.6-35B) pour extraire les noms de types cellulaires et leurs fonctions.
Correspondance de noms : Les noms extraits sont mis en correspondance avec les identifiants du connectome à l'aide de listes de synonymes et de correspondances partielles de chaînes de caractères.
Synthèse : Pour les types cellulaires apparaissant dans plusieurs articles, le LLM consolide les découvertes en descriptions concises (maximum 30 mots) pour respecter les contraintes de prompts ultérieures.

2. Inférence de la fonction d'un type cellulaire unique

Pour inférer la fonction d'un type cellulaire de requête, le système construit un prompt structuré contenant :

Données du connectome : Connectivité effective signée pré-calculée (excitatrice/inhibitrice) provenant de neurones sensoriels et de cellules fonctionnelles connues vers la requête, et de la requête vers des cellules connues.
Contexte local : Partenaires pré- et postsynaptiques directs et leurs poids de connectivité.
Connaissance fonctionnelle : Un compendium de descriptions de fonctions distillées pour tous les types cellulaires « connus » participant aux voies polysynaptiques de la requête.
Contrainte : La fonction connue du type cellulaire de requête est explicitement exclue pour éviter la fuite de données et tester la capacité d'inférence.
Sortie : Le LLM (Qwen3.6-35B) génère une réponse JSON structurée détaillant le contexte comportemental, la logique du circuit, l'évaluation de la cohérence, le calcul inféré, les connexions de soutien clés et les calculs intermédiaires.

3. Inférence hiérarchique de la fonction du circuit

Pour des circuits plus larges, le pipeline emploie une stratégie de prompting hiérarchique à plusieurs étapes :

Recherche de chemins : L'Interpréteur de Connectome identifie toutes les voies polysynaptiques entre des types cellulaires sources et cibles définis.
Représentation par couches : Le circuit est transformé en un graphe stratifié (basé sur le flux d'information) pour réduire la redondance des tokens, en listant les types cellulaires par leur distance synaptique par rapport aux sources.
Synthèse itérative :
1. Par paire : Inférer les fonctions pour des paires entrée-sortie spécifiques.
2. Agrégation : Synthétiser les fonctions pour tous les chemins convergeant vers une cible ou divergeant d'une source.
3. Synthèse globale : Combiner ces résumés pour définir la fonction de l'ensemble du circuit à travers de multiples contextes comportementaux et physiologiques (par exemple, l'état de faim, l'état de reproduction).

Résultats clés et validation

Précision de l'extraction de la littérature

L'extraction automatisée des fonctions de types cellulaires a été validée par rapport à des ensembles de données curés manuellement. L'analyse de similitude d'embedding (utilisant Qwen3-Embedding-8B) a montré que les descriptions pour un même type cellulaire générées par le pipeline automatisé étaient significativement plus similaires aux descriptions humaines curées qu'aux descriptions d'autres types cellulaires (Wilcoxon $p < 1,51 \times 10^{-35}$ ).

Validation de l'inférence

Quantitative : Pour 488 types cellulaires aux fonctions connues, les descriptions inférées par le LLM (en excluant la fonction connue du prompt) étaient significativement plus proches de la vérité terrain dérivée de la littérature que des descriptions d'autres types cellulaires ( $p < 1,30 \times 10^{-33}$ ).
Contrôle Mémoire vs Analyse :
- Lorsque les descriptions de fonctions connues étaient retirées du prompt, la performance chutait, indiquant que le modèle s'appuie sur le contexte fourni plutôt que sur la simple mémorisation des noms de types cellulaires.
- Lorsque les noms de types cellulaires étaient remplacés par des noms fictifs (préservant la connectivité et les descriptions fonctionnelles des partenaires), le modèle maintenait une performance élevée, prouvant que l'inférence est pilotée par l'analyse structurelle et fonctionnelle plutôt que par la récupération basée sur les noms.
Validation prospective : La méthode a été appliquée pour inférer la fonction du type cellulaire LoVPN (LTe72) en utilisant le LLM (Qwen3.6), qui a été publié en avril 2026. L'analyse a été menée avant la publication de Coban, Harris et al. (juin 2026). Le LLM a prédit un « détecteur de saillance visuelle dépendant du contexte » modulé par d'autres modalités sensorielles (olfaction, thermosensation), ce qui s'alignait précisément avec les découvertes expérimentales ultérieures concernant le déclenchement médié par LHPV6m rapporté dans l'article de juin 2026.

Applications d'analyse de circuit

Le cadre a été appliqué à six circuits larges du cerveau de la drosophile (par exemple, l'Horn Latéral vers le Complexe Central, les MBONs vers les Neurones Descendants). Le système a généré des descriptions hiérarchiques identifiant :

Logique dépendante du contexte : Des circuits opérant différemment sous des états spécifiques (par exemple, faim vs satiété).
Co-inhibition : Des mécanismes où des types cellulaires spécifiques (par exemple, LPLC2) inhibent d'autres types (par exemple, pMP2) pour imposer une exclusivité comportementale.
Portes ET (AND gates) : Des exigences de conditions simultanées multiples (par exemple, présence d'une odeur de nourriture + absence de priorité de parade nuptiale) pour déclencher des sorties motrices spécifiques.

Signification et revendications

L'article affirme que LLantia fournit une méthode scalable et automatisée pour combler le fossé entre la structure du connectome et la compréhension fonctionnelle. Ses principales contributions sont :

Inférence systématique : Il dépasse la curation manuelle pour inférer systématiquement les fonctions de l'ensemble des ~9 000 types cellulaires du connectome de la mouche.
Traçabilité et transparence : La sortie hiérarchique et structurée permet aux chercheurs de remonter des hypothèses de niveau circuit vers des sous-circuits spécifiques, des connexions synaptiques et la littérature originale, facilitant la validation expérimentale.
Nuance contextuelle : En modélisant explicitement les contextes comportementaux et physiologiques, la méthode infère comment les circuits opèrent sous des conditions spécifiques, répondant ainsi à la limitation des cartes de connectivité statiques.
Science ouverte : Les auteurs publient la suite logicielle (LLantia), l'Interpréteur de Connectome, ainsi que toutes les données générées (y compris les hypothèses pour le connectome FAFB/FlyWire) en tant que ressources open-source, permettant à la communauté d'appliquer ces méthodes à d'autres connectomes.

Les auteurs maintiennent une position modeste, reconnaissant que le cadre dépend de l'existence d'une littérature préalable pour au moins certains types cellulaires composants et que la nature textuelle libre des sorties nécessite une validation systématique supplémentaire par des experts humains ou des vérifications de concordance fonctionnelle automatisées. Cependant, ils démontrent que les LLM modernes à poids ouverts peuvent effectuer efficacement l'inférence sur des circuits neuronaux lorsqu'ils sont guidés par des prompts structurés contenant de la connectivité et des fonctions distillées.