Next generation Human Neocortical Neurosolver model with biophysically realistic somatic, dendritic and synaptic dynamics

Le cerveau humain est un paysage vaste et complexe d'activité électrique, mais pour les scientifiques qui tentent de comprendre comment nous pensons, ressentons ou percevons le monde, une grande partie de cette activité reste cachée. Nous pouvons placer des capteurs sur le cuir chevelu pour enregistrer les murmures électromagnétiques du cerveau, connus sous le nom d'électroencéphalographie ou EEG, et de magnétoencéphalographie ou MEG. Ces outils capturent le bourdonnement collectif de milliards de neurones s'activant de concert, pourtant les signaux qu'ils enregistrent sont comme entendre la clameur d'une foule dans un stade sans pouvoir voir les supporters individuellement. Pour comprendre l'histoire derrière le bruit, les chercheurs doivent combler le fossé entre ces signaux à grande échelle et les circuits microscopiques minuscules à l'intérieur du cerveau. Cela nécessite un moyen de traduire les larges ondes de l'activité cérébrale en retour vers les comportements spécifiques des cellules individuelles, une tâche qui a longtemps été difficile car les propriétés électriques des neurones humains étaient mal comprises par rapport à celles des animaux.

Une équipe de chercheurs a maintenant construit un modèle numérique considérablement amélioré pour résoudre ce problème, offrant une fenêtre plus claire sur la façon dont le cerveau humain génère ses signatures électriques. Ils ont créé une simulation informatique sophistiquée appelée Human Neocortical Neurosolver, qui agit comme un traducteur entre le monde microscopique des cellules et le monde macroscopique des scanners cérébraux. La nouvelle version de ce modèle est spéciale car elle n'est plus basée principalement sur des données de rats ou de singes. Au lieu de cela, les chercheurs ont ajusté les neurones virtuels pour qu'ils correspondent au comportement électrique réel du tissu cérébral humain, en utilisant des données fraîches provenant de donneurs humains. En faisant cela, ils ont créé un outil capable de simuler non seulement le déclenchement de base des neurones, mais aussi des événements complexes et cachés se produisant profondément dans les longues branches des cellules cérébrales, des événements qui étaient auparavant impossibles à suivre dans un contexte humain.

Le cœur de ce travail consiste à reconstruire l'architecture numérique de la couche externe du cerveau, le néocortex, en se concentsant sur deux types principaux de cellules : les neurones pyramidaux, qui sont les messagers primaires, et les interneurones inhibiteurs, qui agent comme des freins pour maintenir le réseau en équilibre. Dans les versions précédentes du modèle, ces cellules étaient simplifiées pour permettre aux simulations informatiques de s'exécuter plus rapidement, mais elles manquaient des particularités électriques spécifiques trouvées dans le tissu humain réel. Les chercheurs ont mis à jour le modèle en ajustant les conducteurs et les commutateurs internes de ces cellules virtuelles pour correspondre aux enregistrements de neurones humains. Ils ont découvert que les neurones humains se comportent différemment de leurs homologues animaux, particulièrement dans leur manière de gérer les signaux électriques voyageant du corps cellulaire vers leurs longues branches arborescentes appelées dendrites.

L'une des découvertes les plus significatives de ce nouveau modèle est la capacité de simuler les pics de calcium, qui sont des bouffées d'activité électrique se produisant profondément dans les dendrites de certains neurones. Dans les couches profondes du cerveau humain, spécifiquement dans la cinquième couche, ces neurones peuvent générer de puissants pics de calcium lorsqu'ils reçoivent des motifs d'entrée spécifiques. Ces pics ne sont pas de simples bruits aléatoires ; ce sont des événements complexes qui intègrent l'information provenant de différentes parties du cerveau et peuvent déclencher la cellule pour qu'elle envoie un signal au reste du corps. Les chercheurs ont démontré que leur nouveau modèle peut reproduire ces pics de calcium, montrant qu'ils surviennent lorsque le neurone reçoit une série rapide de signaux ou lorsqu'il reçoit une entrée provenant de deux directions différentes en même temps. C'est un ajout crucial car ces événements dendritiques sont désormais connus pour contribuer aux grands signaux électriques que nous mesurons sur le cuir chevelu, ce qui signifie que ce que nous voyons sur un scanner cérébral pourrait être en partie piloté par ces événements cachés du cerveau profond.

L'équipe a également affiné la manière dont ces cellules virtuelles se connectent les unes aux autres. Dans le cerveau, les neurones ne se contentent pas de s'activer de manière aléatoire ; ils sont liés par des schémas précis où la force de la connexion dépend de la distance entre les cellules. Le nouveau modèle incorpore ces règles dépendantes de la distance, garantissant que les cellules proches influencent plus fortement les unes les autres que celles qui sont plus éloignées. Ils ont ajusté les signaux chimiques, connus sous le nom de neurotransmetteurs, qui passent entre les cellules pour correspondre à la vitesse et à la force observées dans le tissu humain. Cela incluait la mise à jour de la manière dont les cellules inhibitrices réduisent au silence leurs voisines, en s'assurant que le timing de ces « freins » correspond au rythme lent et délibéré observé dans les coupes de cerveau humain plutôt qu'au rythme plus rapide des rongeurs.

Avec ce modèle mis à jour, les chercheurs ont testé leur capacité à recréer des motifs cérébraux réels. Ils ont simulé la réponse du cerveau à un toucher soudain, une expérience courante où une personne ressent un tapotement sur sa peau et son cerveau réagit avec une onde électrique spécifique. Le nouveau modèle a réussi à reproduire la forme et le timing de ces ondes, correspondant aux données enregistrées auprès de participants humains. Il a également simulé les rythmes naturels du cerveau, tels que les ondes alpha et bêta qui apparaissent lorsque le cerveau est au repos ou en mouvement. Dans ces simulations, le modèle a montré comment l'interaction entre les cellules excitatrices et inhibitrices crée ces bouffées rythmiques d'activité, et comment les nouvelles propriétés cellulaires humaines, plus réalistes, ont modifié la façon dont ces rythmes sont générés par rapport aux anciens modèles.

Les chercheurs ont également exploré comment ces différentes parties du cerveau contribuent au signal final. Ils ont découvert que les neurones des couches profondes, avec leurs longues branches et leur capacité à générer des pics de calcium, jouent un rôle dominant dans la création des courants électriques importants mesurés par l'EEG et la MEG. Le modèle a révélé que les pics de calcium dans ces cellules profondes créent une traction électrique soutenue qui dure plus longtemps que les éclats rapides d'activité dans les couches supérieures. Cela suggère que les grandes ondes observées sur un scanner cérébral ne sont pas seulement une simple somme de tous les neurones s'activant, mais sont fortement façonnées par ces événements spécifiques et complexes se produisant dans les couches profondes. En visualisant le flux d'électricité et le mouvement des ions calcium à l'intérieur des cellules virtuelles, les chercheurs ont pu voir exactement comment les actions microscopiques de neurones individuels s'additionnent pour former les signaux macroscopiques que nous mesurons.

Ce travail représente une avancée majeure dans la compréhension du cerveau humain car il dépasse la simple conjecture basée sur des données animales. Le nouveau modèle, que les chercheurs appellent le duecker_ET_model, est construit sur la physiologie réelle des neurones humains, ce qui en fait un outil plus fiable pour interpréter les scanners cérébraux. Il permet aux scientifiques de tester des hypothèses sur ce qui se passe à l'intérieur du cerveau lorsque nous pensons, ressentons ou souffrons de conditions neurologiques. Par exemple, si un patient présente un motif d'onde cérébrale inhabituel, les chercheurs peuvent désormais utiliser ce modèle pour voir si le problème pourrait être causé par un dysfonctionnement des pics de calcium dans les couches profondes ou par un décalage dans le timing des signaux inhibiteurs. Le modèle est ouvert à l'utilisation par d'autres scientifiques, fournissant une plateforme partagée pour explorer les mystères de l'esprit humain avec un niveau de détail qui était auparavant hors de portée.

Les chercheurs ont pris soin de noter que leur modèle est une simplification, conçue pour être informatiquement efficace tout en capturant les comportements essentiels du cerveau. Ils n'ont pas inclus chaque type de neurone ou chaque minuscule détail de la structure cellulaire, car cela rendrait les simulations trop lentes pour être utiles. Au lieu de cela, ils se sont concentrés sur les caractéristiques qui comptent le plus pour la génération des signaux électriques que nous pouvons mesurer. Ils ont reconnu que bien que leur modèle reproduise de nombreuses caractéristiques des neurones humains, il existe encore des différences entre le modèle et la réalité, particulièrement concernant la manière dont les signaux voyagent le long des longues branches des cellules. Cependant, en ancrant le modèle dans des données humaines, ils ont créé une fondation bien plus précise que les tentatives précédentes.

En fin de compte, cet article offre un nouveau prisme à travers lequel observer le cerveau humain. Il transforme les ondes abstraites de l'EEG et de la MEG en une histoire de cellules spécifiques, de connexions spécifiques et d'événements électriques spécifiques. En démontrant que les neurones humains possèdent des propriétés uniques, telles que la capacité de générer des pics de calcium qui façonnent nos ondes cérébrales, les chercheurs ont ouvert de nouvelles voies pour comprendre le fonctionnement du cerveau. Le modèle sert de pont, reliant le monde invisible de la biologie cellulaire au monde visible de l'imagerie cérébrale, nous permettant de voir la machinerie derrière l'esprit avec une clarté plus grande que jamais.