Striatal interneuron microcircuits gate reinforcement to stabilize adaptive choice

Chaque jour, nous faisons d'innombrables petits choix, de la décision de l'itinéraire à prendre pour aller au travail au choix d'un plat sur une carte. Certains de ces choix sont appris par essais et erreurs, un processus où notre cerveau pèse le succès ou l'échec d'une action par rapport au résultat produit. Cet apprentissage se produit dans une région spécifique du cerveau appelée le striatum, une structure profonde qui agit comme un carrefour pour le traitement des informations concernant les récompenses et les punitions. Au sein de ce carrefour, un type de cellule nerveuse connu sous le nom de neurone à projection épineuse agit comme le messager principal, envoyant des signaux qui stimulent notre comportement. Les scientifiques savent depuis longtemps que ces cellules messagères sont contrôlées par des entrées excitatrices, mais le rôle des cellules inhibitrices locales — celles qui agissent comme des freins ou des filtres au sein même du striatum — est resté un mystère. Comprendre comment ces freins locaux fonctionnent est crucial car ils pourraient être la clé de la manière dont nous adaptons nos habitudes lorsque les règles du monde changent, passant d'une stratégie fructueuse à une nouvelle lorsque nos anciennes méthodes ne fonctionnent plus.

Une équipe de chercheurs a récemment porté son attention sur le striatum dorsomédian pour découvrir comment ces circuits inhibiteurs locaux influencent l'apprentissage. Ils se sont concentrés sur un type spécifique de tâche d'apprentissage où un animal devait pousser ou tirer un levier pour obtenir une récompense, mais les règles du jeu changeaient occasionnellement. Parfois, pousser était le bon mouvement, et parfois, c'était tirer, et l'animal devait comprendre le changement en fonction du fait qu'il recevait ou non une récompense. En observant l'activité de différentes cellules inhibitrices pendant ce processus, les scientifiques ont découvert un circuit interne précis qui lie le résultat immédiat d'un seul essai à la stratégie globale que l'animal utilise pour faire des choix. Ils ont découvert que deux types spécifiques de cellules inhibitrices, distingués par les protéines qu'elles contiennent, réagissent de manières opposées aux mêmes événements. Un type, qui contient une protéine appelée somatostatine, devient actif lorsqu'un essai échoue ou lorsqu'une récompense arrive de manière inattendue. L'autre type, contenant de la tyrosine hydroxylase, fait l'inverse : il s'apaise lorsqu'un essai échoue et entre en action lorsqu'une récompense est reçue.

Les chercheurs ont ensuite cartographié la manière dont ces deux types de cellules communiquent entre eux et avec les cellules messagères principales. Ils ont découvert que lorsque les cellules à tyrosine hydroxylase sont actives, elles suppriment les cellules à somatostatine. Cette suppression lève un frein, permettant aux cellules messagères principales de décharger plus librement. Cette chaîne d'événements crée une voie où un bon résultat déclenche une séquence spécifique qui stimule l'activité des cellules responsables de la conduite de l'action. Pour tester si ce circuit était réellement nécessaire à l'apprentissage, les scientifiques ont temporairement réduit au silence ces cellules chez des animaux vivants. Lorsque les chercheurs ont empêché les cellules à somatostatine de fonctionner, les animaux ont commencé à faire le mauvais choix de manière répétée, s'accrochant à une stratégie sous-optimale même lorsque celle-ci ne payait plus. Inversement, lorsqu'ils ont réduit au silence les cellules à tyrosine hydroxylase, les animaux ont eu du mal à apprendre à partir des récompenses positives, échouant à renforcer le comportement correct. Ces expériences ont montré que ce microcircuit spécifique agit comme une porte, décidant si le cerveau doit mettre à jour son comportement en fonction du résultat d'un seul essai.

L'étude a également examiné ce qui se passe à l'intérieur des cellules après que ces changements comportementaux se produisent. Lorsque les cellules à somatostatine étaient inhibées, les chercheurs ont observé que les connexions entre les entrées excitatrices et les cellules messagères principales devenaient plus fortes au fil du temps. Ce renforcement suggère un changement physique dans le câblage du cerveau qui pourrait expliquer pourquoi les animaux continuaient à faire le même mauvais choix bien après la fin de l'expérience. Les résultats indiquent que ce circuit de désinhibition fait plus que simplement réagir à un événement isolé ; il transforme le résultat immédiat d'un essai en un changement de politique durable. En régulant le flux de renforcement à travers cette boucle locale spécifique, le cerveau peut stabiliser les choix adaptatifs, garantissant que nous apprenons de nos succès et de nos échecs d'une manière qui guide nos actions futures.