Emergent locomotion from anatomy alone: a whole-connectome, conductance-based neuromechanical model of Caenorhabditis elegans

Pour comprendre comment un être vivant se déplace, les scientifiques examinent souvent deux choses distinctes : le schéma de câblage de son cerveau et la mécanique physique de son corps. Le schéma de câblage, connu sous le nom de connectome, cartographie chaque connexion entre les neurones, un peu comme une carte détaillée des routes d'une ville. La mécanique décrit la façon dont les muscles tirent sur un corps pour créer le mouvement. Pendant des décennies, les chercheurs ont lutté pour combiner ces deux cartes en un seul modèle fonctionnel capable d'expliquer comment un animal minuscule décide d'avancer, de reculer ou de s'arrêter. La grande question était de savoir si le plan brut du système nerveux, lorsqu'il est doté de propriétés électriques réalistes, est suffisant pour générer un comportement complexe par lui-même, ou si le cerveau a besoin d'un rythme séparé, préprogrammé, pour lui dire comment se déplacer. Cette question touche à un mystère plus profond de la biologie appelé la dégénérescence, qui est l'idée que de nombreux réglages internes différents peuvent produire exactement le même résultat extérieur. Si cela est vrai, alors un système nerveux peut être incroyablement robuste, capable de continuer à fonctionner même si certaines parties changent ou tombent en panne.

Une nouvelle étude de Huan Li, de Shanghai Liangta Biotech Co., Ltd., s'attaque à ce problème en utilisant le ver rond Caenorhabditis elegans, une créature si simple que l'intégralité de son système nerveux a été cartographiée. Ce ver possède exactement 302 neurones, et les scientifiques ont déjà dessiné une image complète de la façon dont ils sont connectés. Li a construit une simulation informatique massive qui donne vie à l'ensemble de ce système nerveux. Au lieu de simplifier les neurones en de simples interrupteurs marche/arrêt, le modèle traite chacun des 292 neurones du corps du ver comme une unité électrique complexe possédant dix-sept types de canaux ioniques différents. Ces canaux agissent comme de minuscules portes qui contrôlent le flux d'électricité et de substances chimiques à l'intérieur de la cellule. Le modèle inclut également le corps du ver, simulé comme une tige flexible capable de se courber, et relie le cerveau au corps afin que les muscles puissent ressentir quand le corps se courbe et renvoyer cette information au cerveau. Crucialement, les chercheurs n'ont pas appris au modèle comment se déplacer. Ils n'ont pas ajusté les chiffres pour que le ver marche correctement. Ils ont simplement branché les connexions physiques connues et les propriétés électriques connues des cellules, puis ils l'ont allumé.

Le résultat fut une surprise. Sans aucun entraînement ni rythme préprogrammé, la simulation a commencé à bouger d'elle-même. Le réseau de neurones, stimulé uniquement par un signal électrique constant et doux, a généré une onde de flexion qui a voyagé de la tête à la queue du ver. Cette onde a poussé le ver virtuel vers l'avant à travers l'écran à une vitesse de 0,210 millimètre par seconde, avec une fréquence de ondulation de 0,58 hertz. Ces chiffres correspondent presque parfaitement aux mouvements des vers réels. L'étude montre que l'anatomie seule — la manière spécifique dont les neurones sont câblés ensemble, combinée à leur comportement électrique naturel — est suffisante pour créer un mouvement organisé et réaliste. Le rythme du mouvement ne provenait pas d'une horloge centrale dans le cerveau ; il a émergé naturellement de la boucle entre le cerveau, les muscles et la propre perception de la position du corps par celui-ci. Cela confirme que le système nerveux du ver n'a pas besoin d'un manuel d'instructions caché pour marcher ; les instructions sont déjà intégrées dans la structure physique des connexions.

Les chercheurs ont ensuite testé la fragilité réelle de ce système. Ils ont réalisé une série d'expériences virtuelles où ils ont désactivé des types spécifiques de canaux ioniques dans chaque neurone simultanément, imitant une mutation génétique. Dans certains cas, ces changements ont radicalement altéré l'état électrique interne des neurones, modifiant leur tension de repos jusqu'à 12 millivolts et changeant la force de leurs décharges de près de 50 %. Malgré ces changements internes massifs, le mouvement du ver a très peu changé. La vitesse et la fréquence de l'ondulation n'ont varié que de moins de 0,3 %. Cette découverte fournit une preuve solide du concept de dégénérescence au niveau de l'animal entier. Elle suggère que le système nerveux est conçu avec une telle redondance qu'il peut absorber d'énormes fluctuations internes sans perdre sa capacité à fonctionner. Le comportement est protégé non pas par un canal unique, mais par la capacité collective de l'ensemble du réseau à compenser les changements de ses parties.

Cependant, le modèle initial présentait une petite faille : les courbures du corps du ver étaient légèrement trop peu profondes par rapport aux vers réels. Pour corriger cela, les chercheurs ont ajouté une couche unique de signalisation chimique qui avait été découverte ces dernières années mais manquait aux modèles précédents. Ce système implique un neurone spécifique appelé DVA, qui libère un messager chimique agissant comme un bouton de volume pour les muscles. Lorsque le corps se courbe, ce neurone détecte l'étirement et amplifie le signal envoyé aux muscles, rendant les courbures plus profondes. Lorsque ce mécanisme unique a été ajouté, l'amplitude de flexion de la simulation a augmenté pour correspondre à la plage biologique. Cet ajustement a également permis au modèle de reproduire correctement le comportement de vers réels présentant des mutations génétiques dans ce système, lesquels sont connus pour se déplacer plus lentement et avec des courbures plus faibles. De plus, le modèle a répondu à une drogue spécifique, l'aldicarbe, de la même manière que les vers réels. Lorsque la drogue a été introduite, les vers simulés dotés du système chimique intact se sont rapidement accélérés, tandis que ceux avec le système brisé ne l'ont pas fait, reflétant les expériences du monde réel.

Enfin, l'équipe a testé le modèle face à des expériences spécifiques où les scientifiques utilisent la lumière pour allumer ou éteindre des neurones individuels. Lorsqu'ils ont simulé l'activation d'un neurone appelé AVA, le ver virtuel a immédiatement inversé sa direction et a commencé à ramper vers l'arrière, tout comme les vers réels. Lorsqu'ils ont simulé l'activation d'un neurone appelé RIS, associé au sommeil, le ver a cessé de bouger et est resté immobile jusqu'à ce que la lumière soit éteinte. Ces résultats ont montré que le modèle capture la logique fondamentale du comportement du ver. L'étude conclut qu'un schéma de câblage complet, lorsqu'il est doté de propriétés électriques réalistes, est suffisant pour générer un comportement complexe. Elle souligne également que si le câblage est le fondement, une couche spécifique de modulation chimique est nécessaire pour affiner le mouvement afin qu'il corresponde à la précision d'un animal vivant. Ce travail offre une nouvelle façon d'étudier le fonctionnement des cerveaux, proposant un outil où les scientifiques peuvent tester comment les changements de gènes ou de médicaments pourraient affecter le comportement avant même de toucher un être vivant.