Informations

Une question sur la façon dont le cerveau détermine la source d'un son

Une question sur la façon dont le cerveau détermine la source d'un son



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Si le tympan d'une personne vibre, disons, 440 fois par seconde pendant 1 seconde, comment le cerveau le sait-il car 1 source sonore vibrait 440 fois, contre 440 sources vibrant une fois, l'une après l'autre, ou 2 objets vibrant 220 fois par seconde, mais désynchronisés les uns avec les autres, ou toute autre combinaison ? Merci.


Si les sources ont des emplacements différents, elles n'atteindront pas les 2 oreilles en même temps, n'auront pas le même volume et le même contenu spectral (bien qu'ici vous décrivez un son pur), votre cerveau sera donc capable de les distinguer. . Il existe tout un domaine des neurosciences qui s'intéresse à "l'inférence causale", qui décrit comment votre cerveau fait ce type de suppositions. Par exemple, un clic et un flash ont-ils été produits par la même source de sources différentes ?

Mais je pense que ce n'est pas exactement ce que vous demandiez. Si les signaux sont identiques lorsqu'ils atteignent les oreilles, cela devient plus une question philosophique. Si vous placez un microphone dans l'oreille de l'observateur et recevez un sinus parfait, est-il important qu'il ait, en fait, été produit par de multiples sources ? C'est la question philosophique classique de savoir si un arbre tombant dans une forêt produit un son ou non, si personne n'est là pour l'entendre. Un son est-il un signal physique ou est-ce la perception qu'il suscite chez un observateur ? Prenons l'exemple de la couleur. Si vous comparez 2 lumières, un rouge monochromatique et un spectre complexe qui ressemble exactement au même rouge. Ont-ils la même couleur ou pas ? En raison des limitations physiologiques de vos organes sensoriels, ils provoquent exactement la même réponse. Pourtant, ils sont physiquement différents. Il n'y a bien sûr pas de réponse claire ou facile à cette question car à un extrême vous finirez par affirmer qu'il n'y a pas de réalité objective et à l'autre extrême vous nierez le fait évident que nous vivons le monde différemment.

Shams, L., & Beierholm, U.R. (2010). Inférence causale dans la perception. Tendances des sciences cognitives, 14(9), 425-432.

https://en.wikipedia.org/wiki/If_a_tree_falls_in_a_forest


Notions de base sur le cerveau : Connaissez votre cerveau

Le cerveau est la partie la plus complexe du corps humain. Cet organe de trois livres est le siège de l'intelligence, interprète des sens, initiateur du mouvement du corps et contrôleur du comportement. Couché dans sa carapace osseuse et lavé par un fluide protecteur, le cerveau est la source de toutes les qualités qui définissent notre humanité. Le cerveau est le joyau de la couronne du corps humain.

Pendant des siècles, les scientifiques et les philosophes ont été fascinés par le cerveau, mais jusqu'à récemment, ils considéraient le cerveau comme presque incompréhensible. Maintenant, cependant, le cerveau commence à abandonner ses secrets. Les scientifiques ont appris davantage sur le cerveau au cours des 10 dernières années qu'au cours des siècles précédents en raison de l'accélération du rythme de la recherche en sciences neurologiques et comportementales et du développement de nouvelles techniques de recherche. En conséquence, le Congrès a nommé les années 1990 la Décennie du cerveau. À la pointe de la recherche sur le cerveau et d'autres éléments du système nerveux se trouve le National Institute of Neurological Disorders and Stroke ( NINDS ), qui mène et soutient des études scientifiques aux États-Unis et dans le monde.

Cette fiche d'information est une introduction de base au cerveau humain. Cela peut vous aider à comprendre comment fonctionne un cerveau sain, comment le maintenir en bonne santé et ce qui se passe lorsque le cerveau est malade ou dysfonctionnel.



Les origines neurologiques de la croyance religieuse

On sait depuis un certain temps que les croyances et les comportements religieux affectent le cerveau. Mais pouvons-nous identifier des produits chimiques, des gènes et des groupes de neurones spécifiques qui donnent lieu à la religiosité ou à l'athéisme ?

On sait depuis un certain temps que les croyances et les comportements religieux affectent le cerveau, de la même manière que toutes les habitudes, émotions et souvenirs construisent des voies neuronales. Mais pouvons-nous identifier des produits chimiques, des gènes et des groupes de neurones spécifiques qui donnent lieu à la religiosité ou à l'athéisme ?

Le biologiste évolutionniste de l'Université Rutgers Lionel Tiger pense que nous pouvons : « La religion est vraiment faite par le cerveau. C'est une sécrétion du cerveau », explique Tiger, qui pense que la racine de la croyance religieuse est une volonté évolutive de rechercher cette « sécrétion » – à savoir la sérotonine – qui procure au croyant un sentiment de bien-être. Neurotransmetteur qui régule l'humeur et l'appétit, la sérotonine est liée aux sensations de bien-être lorsqu'elle inonde le système nerveux central.

« L'une des façons de considérer la religion est de savoir dans quelle mesure et comment génère-t-elle les sucs sérotoninergiques qui nous font nous sentir bien », explique Tiger. Assister à un service religieux, par exemple, peut être une vague d'activités sociales et de procédures contrôlées, qui libèrent un cocktail de neurotransmetteurs dirigés par la sérotonine dans le cerveau. Cette réponse chimique « apaise » l'organe, dit-il, faisant écho aux résultats d'études récentes. En collaboration avec le neuroscientifique Michael McGuire, Tiger a relié cette recherche sur la sérotonine telle qu'elle fonctionne dans le cerveau avec les aspects sociaux et les origines de la religion.

« La religion peut être l'un des principaux producteurs du phénomène d'apaisement du cerveau d'une manière qui n'est pas si coûteuse, destructrice ou difficile. Tout ce que vous avez à faire est de vous présenter le dimanche matin », dit Tiger. La religion, dans ce sens, devient une entreprise auto-créée et auto-consommée, ajoute-t-il.

La conclusion de Tiger est que la réponse neurochimique de la religion répond à un besoin biologique des humains, comme le montre son absence. À titre d'exemple, il cite la France, un pays nominalement catholique avec une faible fréquentation des masses et une pratique religieuse rare qui a l'un des taux de consommation d'antidépresseurs les plus élevés d'Europe. "Il se peut qu'ils prennent la masse dans leur crâne avec une pilule, il y a donc l'élément pharmacologique d'apaisement du cerveau", dit-il.

Pourtant, la religion n'est pas seulement apaisante, et la sérotonine elle-même ne peut pas expliquer les accès d'extase religieuse et les visions de - dans le christianisme seul - la glossolalie pentecôtiste et le mouvement charismatique remontant jusqu'à la conversion dramatique de Saul sur la route de Damas.

Pour aller à la racine du zèle religieux, les scientifiques cherchent au-delà de la chimie neuronale à l'architecture du cerveau lui-même. Il n'y a pas une seule partie du cerveau dédiée au traitement du divin, car la glande pinéale était autrefois considérée comme le siège de l'âme. Au lieu de cela, selon des recherches récentes, la religiosité est disloquée et s'étend le long d'un réseau neuronal composé des lobes frontal, pariétal et temporal.

La diminution de l'activité du lobe pariétal, par exemple, a été liée à certaines expériences religieuses, tandis que les aspects décisionnels et sociaux de la religion semblent interagir dans les lobes frontaux. Ce sont les lobes temporaux qui ont fait l'objet d'un intérêt récent important pour leur lien entre l'épilepsie et les visions religieuses et la conversion. Les crises d'épilepsie et la chimie du cerveau à l'œuvre entre les crises entraînent chez certains patients un "changement progressif de personnalité qui les dispose à une pensée mystique et religieuse", explique le neurologue Oliver Sacks dans une interview avec Big Think.

De plus, une étude publiée en février a échantillonné le niveau de croyance spirituelle et de comportement des patients avant et après une chirurgie cérébrale. La chirurgie a permis aux recherches de déterminer si des lésions cérébrales spécifiques au site altèrent la religiosité. Les chercheurs ont découvert que les dommages au lobe pariétal (selle sur le milieu du cerveau) bouleversaient des niveaux de croyance et de comportement spirituels par ailleurs relativement stables. Ces résultats, note l'étude, suggèrent que l'architecture du cerveau lui-même, et les changements qui y sont causés par des troubles neurologiques et mentaux, pourraient être une base neurobiologique pour un comportement spirituel et religieux altéré.

Les implications d'une origine cérébrale de la religiosité sont que la composition du cerveau détermine le niveau de croyance, plutôt que le choix ou l'inspiration. Plus encore, la ferveur religieuse pourrait être induite par des moyens non divins en modifiant la chimie ou la structure du cerveau. Pour tester cela, le neurologue cognitif Michael Persinger de l'Université Laurentienne, au Canada, a construit un "casque de Dieu" équipé de solénoïdes électromagnétiques destinés à induire une expérience religieuse. Célèbre, en 2003, le biologiste évolutionniste, athée ardent et expert de Big Think Richard Dawkins a testé l'engin sans subir de conversion religieuse.

Les implications vont plus loin. Si la religiosité opère dans des parties et des produits chimiques spécifiques du cerveau, alors ses origines pourraient être écrites dans les plans de la vie, nos gènes. À ce stade, les recherches du généticien Dean Hamer au NIH trouvent Dieu dans un seul gène – le transporteur de monoamine vésiculaire 2 (VMAT2). Hamer l'identifie comme le « gène de Dieu », un gène majeur parmi tant d'autres inscrit dans notre code génétique qui prédispose les gens à la religiosité. Un point d'origine génétique de la religiosité pourrait provenir d'une tendance évolutive vers l'inclusion. De cette façon, l'apprentissage de la religion d'une société, comme l'apprentissage de sa langue, est câblé aux humains par le biais de gènes hérités.

Croire en Dieu génère des « jus » apaisants dans le cerveau qui nous font nous sentir bien, dit Tiger. Les scientifiques ont identifié le neurotransmetteur sérotonine, un réseau de neurones dans les lobes frontal, pariétal et temporal, et le gène VMAT2 comme des points d'origine chimique, structurelle et génétique pouvant être responsables de la religiosité.

L'intérêt pour le chevauchement du cerveau et des croyances a conduit au nouveau domaine de la neurothéologie. Certains citent de nouvelles recherches neurologiques comme confirmant une origine complètement organique et terrestre de la religion, indépendante de l'inspiration divine. D'autres disent que si la recherche commence à expliquer l'expérience et la pratique religieuses, la religion elle-même est plus que la somme de ses expériences.


Réseaux cérébraux impliqués dans la religion

Quelle est donc la base neurobiologique du système de croyances humaines hautement variable ? Nous avons trouvé des preuves que des réseaux cérébraux bien caractérisés sont impliqués. Malgré des différences apparemment intimidantes, nous organisons la croyance religieuse autour de trois principes, ou dimensions, au niveau cognitif - du moins parmi les membres des sociétés occidentales - et les personnes religieuses et non religieuses partagent ces principes d'organisation. Un processus secondaire détermine alors l'expression spécifique de ses croyances par un individu. Les chercheurs ont précédemment impliqué ces circuits neuronaux dans la compréhension des actions, des intentions et des émotions des autres, ainsi que dans le traitement du langage et de l'imagerie abstraits. 1 Ces compétences cognitives et sociales de base sont des conditions préalables au développement d'un système de croyances religieuses sophistiqué.

En particulier, l'évolution des réseaux cérébraux soucieux de comprendre les actions des autres semble avoir rendu possible les concepts de l'implication d'une entité divine dans la vie humaine. Les zones cérébrales cruciales pour cette fonction se trouvent dans la partie de la partie frontale du cerveau qui est également impliquée dans l'observation de l'action humaine intentionnelle et la détection des intentions sous-jacentes. Ces zones cérébrales travaillent avec d'autres régions pour décoder l'impact émotionnel des actions que nous observons.

Une analyse égocentrique des interactions sociales complexes a dû être cruciale non seulement pour la survie et le statut d'un individu parmi des groupes sociaux plus larges, mais aussi pour la stabilité évolutive de ces groupes. La vie émotionnelle d'un individu comprend le décodage des émotions des autres et leur utilisation en association avec ses propres objectifs. De plus, la régulation des émotions, grâce à des compétences telles que la tromperie, par exemple, optimise les performances sociales. Notre recherche démontre que le sentiment d'amour et de colère d'une personne envers une entité divine découle de ces fonctions sociales. 1 Ce sens est basé sur des aires cérébrales dont l'évolution nous a permis de détecter les émotions dans les expressions faciales et les tons de voix des autres, ainsi que d'attribuer une pertinence personnelle aux phénomènes sociaux.

Les deux dimensions précédentes - comprendre les actions et les intentions des autres et décoder leur impact émotionnel - englobent les perceptions du niveau d'implication et d'émotion de Dieu ou d'une autre entité surnaturelle dans la construction de la croyance religieuse. La troisième dimension fait référence à la source de la connaissance religieuse – ce que les individus ont appris et expérimenté. Cette dernière dimension, que nous proposons, influence la façon dont notre cerveau code les croyances et les relie à d'autres sources de connaissances. Ensemble, les trois dimensions que nous avons identifiées aident les individus à construire des systèmes de croyances religieuses qui interagissent avec d'autres systèmes de croyances, valeurs sociales et morales pour aider à déterminer des objectifs, contrôler les comportements et équilibrer les émotions.

Il convient de noter que la détection de l'intention d'une autre personne est peut-être la première forme (pré-linguistique) de raisonnement causal 2, elle nous permet de prédire les résultats futurs en fonction des comportements actuels des autres. Peut-être que, dans les premières tentatives préscientifiques pour expliquer des phénomènes physiques ou des coïncidences historiques, nos ancêtres avaient besoin d'imaginer une intervention surnaturelle. Les enfants arrivent à de telles explications par défaut à des moments précis de leur développement et s'y accrochent parfois comme des superstitions tout au long de l'âge adulte.

De telles explications surnaturelles peuvent être renforcées par des réseaux de neurones évolutifs anciens qui codent les récompenses et les punitions, et l'incertitude concernant les récompenses et les événements attendus que nous trouvons menaçants. 3,4 Dans un monde chargé de dangers, comme celui dans lequel nos ancêtres ont évolué, le cerveau humain peut en effet avoir codé comme récompense toute explication minimisant la peur ou l'incertitude des menaces, 3,4 et ce codage aurait même pu offrir un avantage de survie. 5,6 Une théorie du monde cohérente qui supposait l'existence d'un ou plusieurs êtres surnaturels peut donc avoir eu une valeur de survie au niveau individuel. De plus, l'adoption de telles explications par les membres d'un groupe peut avoir augmenté la prévisibilité de leur comportement, défini et signalé l'appartenance au groupe et, par conséquent, favorisé la coopération et avoir une valeur de survie au niveau du groupe.

La complexité des interactions sociales dans ces groupes plus larges nécessitait un codage symbolique abstrait des idées et des états mentaux, et a ainsi ouvert la voie à l'évolution du langage symbolique. Cette complexité a également obligé les gens à simuler mentalement des scénarios et des résultats sociaux possibles, ce qui a soutenu l'évolution de l'imagerie mentale (une capacité qui, à son tour, favorise l'apprentissage, même au niveau élémentaire de l'imagerie motrice). Ces capacités, ainsi que les zones cérébrales associées, ont permis aux humains de développer une grande variété de croyances religieuses et autres. La doctrine, qui fait référence à des croyances transmises culturellement plutôt qu'enracinées dans une expérience personnelle, est un type particulier d'idée abstraite qui engage les zones cérébrales impliquées dans le traitement du langage abstrait.

Une autre pièce du puzzle est l'implication clé des émotions viscérales qui se produisent à la fois dans les interactions sociales et le comportement religieux. Au cours de l'évolution humaine, les émotions fondamentales telles que le dégoût et la peur ont acquis de nouveaux équivalents sociaux tels que l'indignation morale et la culpabilité. La pratique religieuse engage avec succès ces émotions sociales. Nous avons montré que, lorsque des personnes dévotes sont en désaccord avec certaines croyances religieuses, l'activité augmente dans les cortex insulaires antérieurs du cerveau, des zones impliquées dans le dégoût, l'aversion, la culpabilité et la peur de la perte.


Les sons influencent le développement du cerveau plus tôt qu'on ne le pensait

Les scientifiques n'ont pas encore répondu à la question séculaire de savoir si ou comment le son façonne l'esprit des fœtus dans l'utérus, et les femmes enceintes s'interrogent souvent sur les avantages d'activités telles que jouer de la musique pendant la grossesse. Maintenant, dans des expériences sur des souris nouveau-nées, des scientifiques de Johns Hopkins rapportent que les sons semblent modifier les schémas de câblage dans les zones du cerveau qui traitent le son plus tôt que les scientifiques ne le supposaient et même avant que le conduit auditif ne s'ouvre.

Les expériences actuelles impliquent des souris nouveau-nées, dont les conduits auditifs s'ouvrent 11 jours après la naissance. Chez les fœtus humains, le conduit auditif s'ouvre avant la naissance, à environ 20 semaines de gestation.

Les résultats, publiés en ligne le 12 février dans Avancées scientifiques, peut éventuellement aider les scientifiques à identifier des moyens de détecter et d'intervenir dans un câblage anormal dans le cerveau pouvant causer des problèmes auditifs ou sensoriels.

"En tant que scientifiques, nous cherchons des réponses aux questions fondamentales sur la façon dont nous devenons qui nous sommes", déclare Patrick Kanold, Ph.D., professeur de génie biomédical à l'Université Johns Hopkins et à la faculté de médecine. “Plus précisément, je regarde comment notre environnement sensoriel nous façonne et à quel stade du développement fœtal cela commence à se produire.”

Kanold a commencé sa carrière en génie électrique, en travaillant avec des microprocesseurs, un conduit naturel pour son passage à la science et en étudiant les circuits du cerveau.

Ses recherches portent sur la partie la plus externe du cerveau, le cortex, qui est responsable de nombreuses fonctions, dont la perception sensorielle. Sous le cortex se trouve la matière blanche du cerveau qui, chez les adultes, contient des connexions entre les neurones.

Au cours du développement, la substance blanche contient également des neurones dits de sous-plaques, certains des premiers à se développer dans le cerveau à environ 12 semaines de gestation chez l'homme et la deuxième semaine embryonnaire chez la souris. L'anatomiste Mark Molliver de Johns Hopkins est crédité d'avoir décrit certaines des premières connexions entre les neurones formés dans la substance blanche, et il a inventé le terme neurones sous-plaques en 1973.

Ces neurones primordiaux de la sous-plaque finissent par mourir au cours du développement chez les mammifères, y compris les souris. Chez l'homme, cela se produit peu de temps avant la naissance pendant les premiers mois de la vie. Mais avant de mourir, ils établissent des connexions entre une passerelle clé dans le cerveau pour toutes les informations sensorielles, le thalamus et les couches intermédiaires du cortex.

"Le thalamus est l'intermédiaire des informations des yeux, des oreilles et de la peau dans le cortex", explique Kanold. “Quand les choses tournent mal dans le thalamus ou ses connexions avec le cortex, des problèmes de neurodéveloppement surviennent.”

Chez l'adulte, les neurones du thalamus s'étirent et projettent de longues structures en forme de bras appelées axones vers les couches moyennes du cortex, mais dans le développement fœtal, les neurones de la sous-plaque se situent entre le thalamus et le cortex, agissant comme un pont.

Au bout des axones se trouve un nœud de communication entre les neurones appelé synapse. Travaillant sur des furets et des souris, Kanold a précédemment cartographié les circuits des neurones de la sous-plaque. Kanold a également découvert précédemment que les neurones de la sous-plaque peuvent recevoir des signaux électriques liés au son avant tout autre neurone cortical.

La recherche actuelle, que Kanold a commencée à son poste précédent à l'Université du Maryland, aborde deux questions, dit-il : lorsque les signaux sonores parviennent aux neurones de la sous-plaque, est-ce que quelque chose se passe, et un changement dans les signaux sonores peut-il modifier les circuits cérébraux à ces jeunes âges ?

Tout d'abord, les scientifiques ont utilisé des souris génétiquement modifiées dépourvues de protéine sur les cellules ciliées de l'oreille interne. La protéine fait partie intégrante de la transformation du son en une impulsion électrique qui va au cerveau à partir de laquelle elle est traduite dans notre perception du son. Sans la protéine, le cerveau ne reçoit pas le signal.

Chez les souris sourdes d'une semaine, les chercheurs ont observé environ 25 % à 30 % de connexions supplémentaires entre les neurones de la sous-plaque et d'autres neurones du cortex, par rapport aux souris d'une semaine ayant une audition normale et élevées dans un environnement normal. Cela suggère que les sons peuvent modifier les circuits cérébraux à un très jeune âge, explique Kanold.

De plus, disent les chercheurs, ces changements dans les connexions neuronales se produisaient environ une semaine plus tôt que ce qui est généralement observé. Les scientifiques avaient précédemment supposé que l'expérience sensorielle ne pouvait altérer les circuits corticaux qu'après que les neurones du thalamus atteignaient et activaient les couches moyennes du cortex, ce qui, chez la souris, se produit à peu près au moment où leurs conduits auditifs s'ouvrent (environ 11 jours).

"Lorsque les neurones sont privés d'entrées, telles que le son, les neurones cherchent à en trouver d'autres, éventuellement pour compenser le manque de son", explique Kanold. “Cela se produit une semaine plus tôt que prévu et nous indique que le manque de son réorganise probablement les connexions dans le cortex immature.”

Ses recherches portent sur la partie la plus externe du cerveau, le cortex, qui est responsable de nombreuses fonctions, dont la perception sensorielle. L'image est dans le domaine public

De la même manière que le manque de son influence les connexions cérébrales, les scientifiques pensaient qu'il était possible que des sons supplémentaires puissent également influencer les connexions neuronales précoces chez les souris auditives normales.


Partie 2 : Connecter les mouvements et l'activité neuronale pendant la prise de décision

00:00:14.28 Salut.
00:00:15.28 Je suis Anne Churchland du Cold Spring Harbor Laboratory à New York,
00:00:18.08 et mon laboratoire s'intéresse à la compréhension de la prise de décision.
00:00:21.08 Et aujourd'hui, je vais vous parler des mouvements de connexion et de l'activité neuronale lors de la prise de décision.
00:00:27.00 Donc, nous allons commencer par une définition dont vous vous souviendrez peut-être de mon discours précédent,
00:00:30.17 que pour nous, une décision est un engagement envers l'une des nombreuses alternatives.
00:00:35.00 Et surtout, dans mon laboratoire, nous étudions les décisions qui mènent finalement à l'action.
00:00:39.11 Et il y a plusieurs raisons à cela.
00:00:41.10 Et le premier est simplement que de nombreuses décisions mènent naturellement à l'action.
00:00:45.16 Alors, considérons cette souris.
00:00:47.04 Il s'agit de décider s'il faut ou non se dresser et manger ces myrtilles.
00:00:51.15 Et s'il décide que c'est ce qu'il veut faire, cette décision conduira naturellement
00:00:55.27 à la réponse motrice appropriée, ou réponse de mouvement, afin que l'animal puisse acquérir les myrtilles.
00:01:01.08 Et c'est vrai pour de nombreuses décisions que nous prenons.
00:01:03.20 Parfois, une décision est la même chose qu'une décision d'agir.
00:01:07.08 Pas vrai de toutes les décisions, mais certainement une grande classe de décisions que nous et les animaux prenons.
00:01:13.01 Une deuxième raison pour laquelle nous étudions la prise de décision de cette manière est que les décisions qui informent les actions
00:01:18.20 sont bien adaptés aux études animales.
00:01:21.07 Vous vous souviendrez peut-être dans l'exposé précédent que j'ai décrit quelques façons dont nous
00:01:25.09 étudier le comportement décisionnel en laboratoire,
00:01:29.00 comme si les singes rapportaient leurs décisions en faisant un mouvement saccadé des yeux,
00:01:31.25 ou en demandant aux rats de rapporter leurs décisions en se déplaçant vers des ports de choix dans lesquels ils enfoncent leur museau
00:01:38.05 pour nous communiquer ce qu'ils ont décidé.
00:01:40.17 Et c'est vraiment important chez les animaux, et vraiment même dans l'étude de la prise de décision humaine,
00:01:45.19 car cela nous permet en tant qu'expérimentateurs d'avoir une manière systématique et efficace
00:01:50.00 de savoir ce que l'humain ou l'animal a décidé,
00:01:54.17 et ensuite nous pouvons enregistrer cela et l'analyser, le connecter à l'activité neuronale, et ainsi de suite.
00:01:59.12 Cependant, cette approche présente certains défis.
00:02:04.01 Et un défi est que lorsque nous étudions les décisions qui mènent à l'action, si nous faisons cela
00:02:08.16 tout en mesurant l'activité neuronale dans le cerveau, nous devons être en mesure de séparer l'activité liée à la décision
00:02:15.06 de l'activité liée au mouvement.
00:02:17.19 Et c'est un problème qui est connu depuis un certain temps.
00:02:20.14 Et en effet, les personnes dans les études de prise de décision précédentes ont pensé, dans un domaine particulier
00:02:25.16 et pour un mouvement particulier comme un mouvement des yeux, quelles pourraient être les conséquences
00:02:31.27 pour le cerveau en termes de mouvements planifiés.
00:02:35.12 Mais malgré cette appréciation sur le terrain, ces mouvements peuvent se modifier.
00:02:39.17 moduler l'activité neuronale lors de la prise de décision, il y a beaucoup de questions ouvertes sur la nature
00:02:45.24 de cette activité neuronale.
00:02:47.09 Et la première question est, eh bien, à quel point est-ce répandu ?
00:02:50.26 L'activité neuronale est-elle liée aux mouvements de quelques zones spécifiques du cerveau,
00:02:55.27 peut-être limité au cortex moteur, par exemple ?
00:02:58.16 Ou est-ce que l'activité liée au mouvement s'étend sur de très nombreuses structures neurales dans tout le cortex,
00:03:04.05 et peut-être même des zones sous-corticales ?
00:03:07.08 La deuxième question est cette activité liée au mouvement. est-il animé uniquement par des mouvements instruits ?
00:03:13.22 Ainsi, les mouvements instruits sont des choses comme les saccades que le singe utilise pour signaler un choix,
00:03:18.01 ou le mouvement d'orientation que le rat utilise pour signaler un choix.
00:03:22.22 Et nous nous attendrions certainement à ce que ceux-ci stimulent l'activité neuronale.
00:03:25.28 Mais pourrait-il y avoir d'autres mouvements également ?
00:03:28.27 Se pourrait-il que les animaux fassent de nombreux mouvements non instruits que nous n'avons pas été
00:03:33.04 vraiment réfléchi, mais qui ont un impact important sur l'activité neuronale ?
00:03:36.24 Eh bien, personne ne le sait vraiment.
00:03:39.13 Et enfin, cette tâche d'activité liée au mouvement est-elle alignée ou indépendante de la tâche ?
00:03:45.13 Laissez-moi vous dire ce que je veux dire par là.
00:03:47.05 Nous nous attendrions à ce que certains types de mouvements soient liés à des événements spécifiques dans le.
00:03:52.11 dans la tâche que fait l'animal.
00:03:55.09 Par exemple, si des décisions conduisent à récompenser un animal à la fin d'un essai,
00:04:00.10 nous pourrions nous attendre à ce qu'il y ait des mouvements qui anticipent cette récompense.
00:04:04.20 Un exemple pourrait être que les pupilles deviennent peut-être plus dilatées à la fin de l'essai,
00:04:08.28 quand l'animal pense qu'il est sur le point d'obtenir sa récompense.
00:04:11.23 Nous appellerions cette tâche alignée, car elle se produit toujours au même moment dans la tâche,
00:04:17.06 c'est-à-dire juste avant la récompense.
00:04:18.24 Mais il pourrait également y avoir d'autres types de mouvements qui ont de l'importance pour l'activité neuronale.
00:04:23.28 Et je les qualifierai de tâches indépendantes.
00:04:26.15 Et ce sont des mouvements spontanés et sans instruction qui se produisent à des moments aléatoires pendant le procès.
00:04:32.02 Et vous voudrez peut-être penser à cela comme un peu plus comme des agitations
00:04:34.14 -- des mouvements qui n'ont pas à voir avec l'anticipation de la récompense ou la vue spécifique du stimulus, qui ne le sont pas.
00:04:40.10 et ils ne sont pas vraiment une priorité élevée pour l'expérimentateur, mais pourraient être une priorité élevée pour l'animal.
00:04:46.02 Et nous nous sommes en partie interrogés sur ces mouvements indépendants des tâches simplement parce que regarder ce que font les humains
00:04:50.24 -- même en regardant une salle de classe pleine d'enfants, ou en regardant des gens dans le métro --
00:04:54.15 ils rendent en fait beaucoup de tâches spontanées indépendantes.
00:04:58.19 apparemment des mouvements indépendants de tâches tout le temps.
00:05:01.00 Donc, ces trois questions. l'activité est-elle généralisée ?, portée par le mouvement ?,
00:05:04.26 aligné sur la tâche ou indépendant de la tâche. nous ne connaissions pas les réponses à ces questions.
00:05:08.05 Et nous nous sommes donc lancés dans un paradigme expérimental qui nous permettrait de répondre à ces questions,
00:05:12.15 et mieux comprendre comment l'activité et la prise de décision liées au mouvement.
00:05:16.16 les activités liées à la décision interagissent dans le cerveau.
00:05:20.16 Donc, ce travail a été dirigé par deux post-doctorants dans mon laboratoire, Simon Musall et aussi Matt Kaufman,
00:05:25.28 qui a maintenant son propre laboratoire à l'Université de Chicago.
00:05:28.23 Ils ont donc proposé un paradigme comportemental pour étudier la prise de décision chez la souris.
00:05:33.22 Et les souris reçoivent un signal auditif ou visuel
00:05:37.14 -- donc une lumière clignotante ou une série de clics --
00:05:39.22 et cela pourrait être d'un côté de la souris ou de l'autre côté de la souris.
00:05:43.01 Et le travail de la souris est juste de deviner de quel côté elle est et de faire un mouvement de léchage
00:05:46.21 de ce côté pour signaler que c'est là que se trouvait le stimulus.
00:05:50.10 Alors, je vais vous montrer un film, maintenant, de ce à quoi ça ressemble.
00:05:53.20 Et voici une caméra qui regarde une souris d'en dessous.
00:05:57.17 Vous n'avez probablement jamais regardé une souris de cette façon auparavant.
00:06:00.19 Vous pouvez voir la bouche de la souris en haut du cadre.
00:06:03.18 Et à côté, il y a deux petits carrés.
00:06:06.22 Ce sont des becs à lécher, et ceux-ci, plus tard, vont emménager et permettre à l'animal
00:06:10.09 pour faire un choix.
00:06:11.16 Et en bas, là, vous pouvez en voir deux. deux cercles, qui vont se déplacer.
00:06:15.10 Ce sont de petites poignées.
00:06:16.10 Et l'animal saisira une ou les deux poignées lorsqu'il sera prêt à commencer un essai.
00:06:20.28 C'est notre façon de lui faire savoir quand il est prêt à entamer un procès.
00:06:25.05 Et c'est un élément important de notre conception de recherche pour plusieurs raisons.
00:06:29.04 Donc, d'abord, vous vous souvenez peut-être de l'exposé précédent que l'état interne d'un animal
00:06:34.12 a un effet important sur l'activité neuronale.
00:06:36.17 Et notre espoir est qu'en permettant à l'animal d'initier lui-même un essai, nous puissions
00:06:40.16 commencer à contrôler un peu mieux cet état interne.
00:06:43.09 Au moins, il sera dans le même état d'esprit s'il décide lui-même d'ouvrir un procès,
00:06:48.02 au lieu d'être pris au dépourvu.
00:06:50.01 Une deuxième raison pour laquelle les animaux initient des essais est que nous voulons qu'ils soient en charge de
00:06:54.14 combien de temps dure la session.
00:06:56.05 Cela nous donne une très bonne lecture comportementale de leur niveau global d'engagement
00:07:00.05 et le confort général si ce sont eux qui initient. lancer chaque essai.
00:07:05.10 Alors, je vais jouer le film maintenant, et vous verrez l'animal assez engagé et
00:07:10.02 saisissez les deux petites poignées.
00:07:13.15 Donc, ils emménagent, et vous pouvez voir qu'il entre en contact avec eux.
00:07:17.28 Donc, après cela, il est temps pour l'animal de voir un stimulus.
00:07:21.10 Alors maintenant, c'est à nouveau un film de la même souris, mais cette fois c'est pris
00:07:25.03 du point de vue opposé.
00:07:26.13 C'est une caméra qui est derrière la souris, et vous pouvez y voir sa belle longue queue
00:07:29.16 au bas du cadre.
00:07:30.24 Donc, il va y avoir un stimulus visuel qui apparaîtra sur la droite.
00:07:34.20 Et l'animal peut voir cela, exactement comme vous le pouvez.
00:07:37.02 Voilà.
00:07:38.15 Ensuite, l'animal doit attendre une seconde entière, ce qui est assez long pour qu'une souris attende,
00:07:42.05 mais ils le sont. ils sont au moins modérément patients.
00:07:45.11 Et après ça, les deux becs à lécher en haut vont entrer, et puis l'animal
00:07:49.12 a la possibilité de signaler son choix.
00:07:52.03 Alors, le voilà.
00:07:53.08 Il a fait un rapport. un choix à un bec, et l'autre bec s'est éloigné.
00:07:57.01 Nous faisons cela pour que l'animal ne puisse pas changer d'avis.
00:07:59.11 Les souris, comme les humains, aiment parfois décider, puis revenir en arrière et changer d'avis.
00:08:03.02 Donc, une fois qu'ils se sont engagés, l'autre option est. est hors de la table.
00:08:06.06 Voilà à quoi ça ressemble pour les souris.
00:08:08.22 Et nous avons installé ces caméras vidéo, peut-être, pour plusieurs raisons.
00:08:11.19 Mais comme vous le verrez dans un instant, avoir cette vidéo haute résolution de ce que l'animal
00:08:16.02 fait à chaque instant s'est avéré être absolument essentiel pour l'interprétation
00:08:21.06 l'activité neuronale que nous avons mesurée.
00:08:23.03 Mais je prends de l'avance.
00:08:24.26 Donc, je dois vous dire un élément important de notre conception expérimentale, qui est que
00:08:29.11 tous les animaux ont fait des essais auditifs et visuels, mais il y avait deux groupes d'animaux.
00:08:34.27 L'un d'eux, nous avons appelé les experts en vision.
00:08:37.10 Et cela signifie qu'ils ont beaucoup d'expérience avec le stimulus visuel
00:08:40.10 -- ce sont ces lumières clignotantes que vous avez vues il y a un instant --
00:08:43.06 et très peu d'expérience avec le stimulus auditif.
00:08:46.04 Et ces animaux sont indiqués par les lignes bleues que vous voyez là.
00:08:49.17 Sur l'axe vertical, c'est le pourcentage de temps pendant lequel ils font une réponse correcte.
00:08:54.00 Et vous pouvez voir que pour la ligne bleue, quand ils reçoivent un stimulus visuel, ils le sont.
00:08:58.03 ont une précision élevée, généralement supérieure à 80%.
00:09:02.22 Mais lorsqu'ils reçoivent un stimulus auditif, leur performance est aléatoire.
00:09:06.16 C'est la valeur correspondant à 0,5 qui se trouve juste sur la ligne pointillée blanche.
00:09:11.14 Les experts auditifs que vous pouvez voir en vert.
00:09:13.25 Et les experts en audition sont exactement le contraire.
00:09:16.01 Ils sont excellents dans la version auditive de la tâche, où ils entendent les clics, et ils ont une chance de voir.
00:09:21.17 Et cela s'est avéré être un élément vraiment utile de notre conception expérimentale.
00:09:26.01 Parce que si vous pensez aux experts de la vision par rapport aux experts auditifs qui font, disons, une tâche visuelle,
00:09:30.13 ils reçoivent tous les deux le même stimulus, ils font tous les deux la même réponse,
00:09:35.17 mais ils diffèrent dans la façon dont ils interprètent ce signal entrant.
00:09:38.23 Donc, pour les experts en vision, ils savent ce que cela signifie.
00:09:41.13 Ils savent que lorsque vous obtenez un stimulus visuel à droite, vous devez planifier un mouvement de léchage
00:09:45.00 en conséquence.
00:09:46.00 Mais s'ils sont un expert auditif, et qu'ils reçoivent un stimulus visuel,
00:09:48.24 ils font essentiellement une supposition motrice sensorielle.
00:09:51.01 Ils n'ont pas compris ce que signifie le stimulus visuel, et donc ils font une sorte de supposition,
00:09:54.23 et ils ont raison la moitié du temps.
00:09:55.26 Ainsi, leur stimulus sensoriel entrant et leur réponse motrice sortante sont les mêmes.
00:10:01.03 Mais ce qu'ils font en interne diffère entre ces deux groupes.
00:10:05.14 Nous étions donc ouverts à l'idée qu'il puisse y avoir une activité de prise de décision
00:10:11.06 et activité liée au mouvement à de nombreux endroits différents à travers le cortex dorsal.
00:10:17.20 Et parce qu'un certain nombre de domaines de prise de décision ont été impliqués dans de nombreuses études
00:10:23.04 au cours des dernières années, en particulier environ cinq ans pour les souris,
00:10:26.13 nous voulions examiner l'activité neuronale de manière très large
00:10:30.00 pour nous donner les meilleures chances de voir où
00:10:32.00 la prise de décision et l'activité liée au mouvement interagissent.
00:10:35.16 Donc, pour ce faire, nous avons développé une configuration d'imagerie à grand champ, et cela a été dirigé par le postdoc,
00:10:41.01 Simon Musall, que j'ai mentionné il y a un instant.
00:10:43.12 Et ce que nous faisons, c'est que nous avons deux canaux.
00:10:46.13 Dans un canal, nous pouvons mesurer l'activité neuronale, et je vous en dirai un peu plus dans un instant
00:10:50.03 sur l'origine de cette activité.
00:10:52.14 Et puis dans l'autre canal, on peut voir la réponse hémodynamique de l'animal, c'est-à-dire,
00:10:56.01 le flux sanguin qui passe entre le cerveau. qui traverse le cerveau pour faire le plein
00:11:00.14 tous les neurones.
00:11:01.14 Et nous avons des techniques que nous utilisons pour séparer ces deux afin que nous puissions obtenir une estimation très précise
00:11:05.24 d'activité neuronale.
00:11:08.03 Un grand avantage de cette approche est que nous pouvons voir l'activité neuronale à travers un crâne intact.
00:11:14.17 La souris. le crâne de la souris est vraiment très fin, et les signaux que nous avons sont assez brillants,
00:11:18.13 pour que nous puissions voir l'activité neuronale tout au long du crâne.
00:11:21.05 Nous n'avons pas besoin de faire de chirurgie pour enlever le crâne ou quoi que ce soit du genre.
00:11:24.23 C'est donc un moyen assez non invasif de mesurer l'activité neuronale.
00:11:27.24 Mais vous pourriez vous demander, eh bien, attendez une seconde.
00:11:31.00 Comment pouvez-vous voir les neurones se déclencher ?
00:11:33.11 Vous savez peut-être ou vous vous souvenez de mon discours précédent que la façon dont ils communiquent les uns avec les autres
00:11:36.21 est électriquement.
00:11:37.23 Donc, par exemple, si nous avons ce neurone, ici, et qu'il veut envoyer un message à un neurone voisin,
00:11:42.09 là-bas, alors le neurone voisin va monter en flèche, et traditionnellement les gens ont
00: 11: 46.20 a enregistré cette activité électrique à l'aide d'électrodes pointues,
00:11:49.26 comme celui que j'ai schématisé ici.
00:11:52.20 Et c'est une excellente approche, mais ce ne sera pas vraiment ce que nous voulons si nous voulons
00:11:57.00 mesurer l'activité neuronale sur l'ensemble du cortex dorsal,
00:12:00.09 parce que cela nécessiterait de mettre des électrodes sur tout le cortex dorsal.
00:12:04.07 Et en termes de tissu biologique, ce ne serait pas une très bonne chose à faire.
00:12:07.16 Il y aurait trop d'électrodes dans le cerveau et cela endommagerait vraiment le cerveau.
00:12:11.01 Donc, cette technique était en quelque sorte hors de propos.
00:12:13.13 Nous avons donc décidé de profiter d'une technique différente, qui tire parti du fait que
00:12:17.27 quand les neurones explosent, comme je viens de le décrire. qu'il y a un afflux et un afflux de calcium
00:12:23.23 dans et hors du neurone.
00:12:25.15 Et nous pouvons attacher un fluorophore, quelque chose qui émet de la lumière, à ce calcium, de sorte que,
00:12:30.21 quand le calcium entre et sort, nous pouvons voir le calcium.
00:12:34.14 Et cela nous donne une estimation de la réponse du neurone.
00:12:38.21 Donc, pour faire simple, quand un neurone se déclenche, il devient vert.
00:12:42.22 Donc, si nous utilisons des outils transgéniques pour avoir les indicateurs de calcium dans tous les neurones
00:12:48.10 dans une souris, alors ce qu'elle nous permet de faire est ceci.
00:12:51.00 Alors, prenons la caméra que je vous ai décrite il y a un instant.
00:12:53.28 Et en bas, là, vous pouvez voir six neurones schématiques qui sont tous silencieux.
00:12:57.25 Ils ne répondent pas.
00:12:59.06 Et puis, lorsque la zone s'engage et que les neurones commencent à s'activer, ils deviennent verts,
00:13:03.21 et nous pouvons capturer ces photons avec notre microscope à grand champ. macroscope,
00:13:08.26 et nous pouvons le faire dans tout le cerveau.
00:13:10.27 Cela nous permet donc de voir les neurones se déclencher, ce qui est un outil très utile lorsque nous
00:13:17.04 veulent examiner l'activité neuronale sur une très large bande de cerveau.
00:13:21.03 Alors, quel genre de structures pouvons-nous voir.
00:13:23.24 Je veux dire, vous pourriez être un peu sceptique à propos de cette technique.
00:13:26.15 Et en effet, beaucoup sur le terrain l'étaient, car c'est une sorte de nouvelle technique que nous
00:13:29.24 et seuls quelques autres laboratoires l'utilisent.
00:13:31.11 Eh bien, nous avons une sorte de test de preuve de principe qui nous indique cette technique
00:13:36.04 mesure un signal raisonnable.
00:13:38.09 Et nous utilisons une technique appelée cartographie visuelle, ou analyse de Fourier, où nous montrons des animaux
00:13:43.15 barres verticales et barres horizontales qui bougent.
00:13:47.27 Et puis, en regardant les moments dans le temps où nous voyons l'activité neuronale pour différents pixels,
00:13:52.00 nous pouvons générer des cartes de l'espace visuel.
00:13:56.02 Et une chose que nous avons pu récapituler et que d'autres ont observée, c'est que chaque souris
00:14:02.03 a plusieurs cartes de l'espace visuel.
00:14:04.22 Donc, dans le cortex visuel primaire, il y a une carte de l'espace visuel.
00:14:08.16 Et puis dans environ six ou sept zones environnantes, il y a la même carte de l'espace visuel
00:14:14.06 répété plusieurs fois.
00:14:15.24 Donc, c'était une technique développée à l'origine par le laboratoire de Michael Stryker à l'UCSF,
00:14:21.03 et c'est vraiment utile pour nous pour démontrer que l'imagerie à grand champ nous donne
00:14:25.18 signaux raisonnables.
00:14:26.21 Mais c'est aussi, je pense, vraiment cool à méditer.
00:14:28.15 Ainsi, les souris sont similaires aux autres mammifères, humains et primates non humains en ce sens que le monde visuel
00:14:33.11 est représenté plusieurs fois dans chaque cerveau.
00:14:37.28 Et il est intéressant de se demander pourquoi.
00:14:40.13 Quels calculs distinguent une carte de l'espace visuel d'une carte voisine de l'espace visuel ?
00:14:45.02 Pourquoi en avons-nous autant ?
00:14:47.09 La réponse n'est pas totalement connue, mais elle met en évidence que pour de nombreux mammifères, y compris les souris,
00: 14: 52.08 qui ont un système visuel qui n'est pas aussi bon que celui des primates, que même chez les souris
00: 14: 57.08 la vision compte suffisamment pour qu'ils soient prêts à répéter ce monde visuel
00:15:01.02 six fois dans chaque hémisphère de chaque cerveau.
00:15:05.01 Donc, après avoir confirmé que nous pouvons voir les cartes de l'espace visuel qui sont attendues
00:15:12.10 dans le cortex visuel de la souris, nous sommes alors dans une position où nous pouvons mesurer l'activité neuronale
00:15:16.20 lors de la prise de décision.
00:15:18.09 C'est donc la même tâche comportementale que je vous ai montrée il y a un instant,
00:15:21.20 qui commence avec la période de référence,
00:15:24.07 alors quand le stimulus visuel s'allume, vous pouvez voir.
00:15:27.24 vous pourrez voir l'arrière du cerveau, le cortex visuel primaire.
00:15:31.02 Le voici, il s'allume.
00:15:35.09 Ensuite, il y a la période de retard.
00:15:38.05 Et enfin, quand l'animal prend sa décision, il y a vraiment pas mal d'activité
00:15:42.07 dans tout le cerveau.
00:15:43.07 Ainsi, dans cette vidéo, il est clair que plusieurs domaines sont impliqués lors de la prise de décision.
00:15:47.22 Et la première chose que nous avons faite lorsque nous avons obtenu ces mesures a été de faire quelques
00:15:51.00 ce que nous appelons des contrôles de santé mentale.
00:15:52.19 Et c'est une chose vraiment importante à faire, vraiment, dans toute expérience, mais surtout
00:15:56.15 si vous utilisez une nouvelle technique.
00:15:57.22 Donc, la première chose que nous faisons est de demander, voyons-nous la bonne chose au bon endroit
00:16:01.28 au bon moment ?
00:16:03.06 C'est donc un exemple.
00:16:05.01 Il vous montre juste le signal de fluorescence brut.
00:16:07.21 Ce ne sont que des images du film que vous venez de voir il y a un instant.
00:16:11.07 Et la première chose que nous faisons est de considérer quelques zones qui ont des propriétés de réponse
00:16:15.04 qui sont bien connus.
00:16:16.13 Donc, ceux-ci incluent le cortex visuel primaire.
00:16:20.07 Et la première chose que nous demandons est, voyons-nous une différence dans le cortex visuel primaire
00:16:24.12 pour les essais auditifs versus visuels ?
00:16:26.06 Eh bien, nous ferions mieux de voir une différence, non ?
00:16:27.24 Si nous ne voyons pas de différence, alors quelque chose ne va pas avec notre mesure.
00:16:30.08 Donc, c'est ce que vous voyez ici.
00:16:31.23 La ligne blanche est pour les essais visuels, et la ligne rouge est pour les essais auditifs.
00:16:36.02 Et ces deux rectangles gris vous indiquent quand le stimulus est activé.
00:16:39.05 Et à notre grand soulagement, nous avons constaté une réponse plus élevée aux essais visuels qu'aux essais auditifs
00:16:43.22 dans le cortex visuel primaire.
00:16:45.18 Super -- contrôle de santé réussi.
00:16:46.22 D'accord.
00:16:47.22 La prochaine fois. nous regardons la zone RS, qui signifie cortex rétrosplénial.
00:16:51.27 C'est une zone un peu plus médiane.
00:16:53.24 Il a des réponses visuelles connues.
00:16:56.21 Et encore une fois, nous voyons que l'auditif et le visuel sont un peu différents --
00:16:59.15 plus d'une réponse visuelle.
00:17:01.12 Encore une fois, confirmé.
00:17:02.20 Dans les zones impliquées dans la planification des mouvements, nous ne nous attendrions pas à ce qu'elles diffèrent beaucoup
00:17:06.11 pour les stimuli auditifs ou visuels, car le mouvement est toujours le même.
00:17:10.00 Et en effet, pour une zone des membres postérieurs, et pour le cortex moteur secondaire,
00:17:13.13 nous avons trouvé que c'étaient les mêmes.
00:17:15.15 Donc ceci, combiné avec les cartes visuelles, nous a rassuré que notre technique fonctionnait,
00:17:19.11 et nous voyions la bonne activité au bon endroit au bon moment.
00:17:22.23 Nous avons donc décidé de faire une comparaison entre les sujets novices et experts.
00:17:27.26 Et c'est ce que vous voyez ici.
00:17:29.05 Donc, en commençant par V1, c'est en haut.
00:17:31.09 Souvenez-vous, cortex visuel primaire.
00:17:33.09 La ligne rouge représente les sujets non entraînés et la ligne blanche les sujets entraînés.
00:17:37.04 Et vous pouvez voir qu'ils sont vraiment assez similaires.
00:17:40.28 Et nous avons remarqué à quel point ils étaient similaires, et nous avons pensé, hein, eh bien, ils le sont.
00:17:44.08 ils font quelque chose d'un peu différent.
00:17:45.20 Souvenez-vous, leur comportement était très différent.
00:17:47.12 Mais les réponses neuronales semblent assez sim. Assez semblable.
00:17:50.09 OK, eh bien, regardons le cortex rétrosplénial.
00:17:52.18 Peut-être, vous savez, c'est là que nous verrons une différence entre les décideurs novices et experts.
00:17:55.26 Mais encore une fois, nous avons pensé. quoi?
00:17:58.28 L'activité est vraiment similaire ici aussi.
00:18:01.11 Et partout où nous regardions, il semblait que les décideurs novices et experts,
00:18:05.25 même si leur comportement était vraiment différent, leur activité neuronale était étonnamment similaire.
00:18:10.18 Donc, cela nous a amenés à dire, whoa. eh bien, si les signaux de prise de décision ne conduisent pas cette activité neuronale
00:18:16.18 -- parce que, rappelez-vous, la prise de décision est assez différente dans les deux groupes --
00:18:20.12 qu'est-ce qui motive l'activité neuronale ?
00:18:22.28 Nous ne savions pas.
00:18:23.28 Nous avons donc décidé que nous devions travailler un peu plus pour connecter l'activité neuronale au comportement.
00:18:29.03 Et la façon dont nous l'avons fait était de construire un modèle linéaire.
00:18:31.18 Et le but du modèle est le suivant.
00:18:32.25 Donc, vous pouvez imaginer un pixel particulier que nous enregistrons -- ce n'est qu'un point dans le cerveau --
00: 18: 37.00 que lors du premier essai, le signal fluorescent dans ce pixel pourrait monter et descendre
00:18:41.21 un peu, ressemble à quelque chose comme ça.
00:18:43.17 Voici peut-être deux autres essais.
00:18:45.06 Donc, même partie du cerveau, mais deux essais différents.
00:18:47.28 Les signaux de fluorescence montent et descendent.
00:18:49.19 Et notre objectif avec notre modèle est que nous voulions modéliser le signal de fluorescence essai par essai
00:18:55.22 en utilisant tous les paramètres comportementaux dont nous disposons.
00:18:59.04 Alors, disons. nous voulons dire, qu'est-ce qui est à l'origine de ces fluctuations ?
00:19:02.17 Est-ce la décision ?
00:19:03.17 S'agit-il de mouvements agités ?
00:19:04.23 Vraiment. est-ce une dilatation pupillaire ?
00:19:06.11 Qu'est-ce que c'est ?
00:19:07.11 Et nous avons eu la chance de disposer de nombreux paramètres comportementaux.
00:19:11.00 Donc, ce que nous avons fait, c'est que nous avons pris tous les événements possibles qui pourraient moduler les neurones.
00:19:16.07 Nous ne savions pas lesquels importaient.
00:19:17.28 Nous avons commencé par des choses comme le moment où le stimulus s'est déclenché.
00:19:21.00 Nous appelons ces événements post-événements.
00:19:23.05 Les péri-événements, ce sont des choses comme des mouvements de léchage.
00:19:27.09 Événements du procès qui ont à voir avec la prise de décision, comme si le procès passé ou en cours
00:19:31.19 est un succès ou un échec.
00:19:33.24 Et enfin, tout un tas de paramètres analogiques également.
00:19:36.24 Et ce sont des choses comme le diamètre de la pupille de l'animal, qui fluctue
00:19:40.20 au cours du procès, ainsi que des mouvements de fouet, et un certain nombre d'autres mouvements également.
00:19:45.00 Et je dois dire que nous nous sommes en partie inspirés du travail de Marius Pachitariu et Carsen Stringer
00:19:50.00 qui s'était précédemment développé à partir d'enregistrements électriques dans V1.
00:19:55.02 pas pendant la prise de décision, mais néanmoins très pertinent.
00:19:57.19 que ces neurones se souciaient beaucoup des mouvements du visage.
00:20:01.00 Et donc nous avons pensé, eh bien, nous allons juste. nous les jetterons également dans le modèle,
00:20:04.01 et voyez ce qui en sort.
00:20:05.17 Donc, c'est maintenant tout le modèle.
00:20:07.25 Et pour ceux d'entre vous qui sont des aficionados, nous avons bien sûr dû réfléchir très profondément à
00:20:10.27 comment adapter ce modèle, car nous avons beaucoup, beaucoup, beaucoup, beaucoup, beaucoup de paramètres.
00:20:14.16 Nous voulons éviter le surapprentissage.
00:20:16.23 Mais il existe de bonnes techniques mathématiques pour le faire que nous avons utilisées.
00:20:20.04 Et à la fin de la journée, nous assemblons tout cela dans une matrice de conception, puis nous adaptons le modèle,
00:20:24.07 ce qui signifie simplement que nous attribuons un poids à chacune de ces variables, en disant simplement :
00:20:29.09 dans quelle mesure cette variable importe-t-elle pour l'ajustement de la réponse neuronale ?
00:20:33.24 Et je vais vous montrer maintenant l'estimation du modèle de ce que le signal de fluorescence devrait
00:20:38.16 faire à chaque essai en superposant, en rouge, la prédiction du modèle aux données réelles, en blanc.
00:20:43.23 Donc, vous pouvez voir que le modèle est plutôt bon.
00:20:46.03 Nous avons donc pu capturer une grande partie des fluctuations essai par essai de la fluorescence,
00:20:49.24 environ 42% de ces fluctuations, ce qui était assez encourageant.
00:20:54.08 Donc, cela nous indique que le modèle fonctionne.
00:20:56.17 Et maintenant, nous posons la question vraiment intéressante, qui est, pourquoi le modèle fonctionne-t-il ?
00:21:00.07 Quels sont les paramètres qui sont vraiment importants pour rendre ce modèle si efficace pour prédire
00:21:04.18 que va faire l'activité neuronale ?
00:21:07.12 Nous avons donc séparé les variables en deux groupes.
00:21:10.11 Et l'une d'entre elles que je vais décrire maintenant comme des variables liées aux tâches.
00:21:13.25 Et ce sont des choses comme le choix de l'animal, le succès ou l'échec de l'essai précédent,
00:21:19.16 présence d'un stimulus auditif ou visuel, des choses comme ça.
00:21:23.03 Et nous avons découvert que, vous savez, comme nous nous y attendions, ces éléments étaient importants pour le modèle.
00:21:26.25 Si vous. ils avaient des poids différents de zéro, c'est-à-dire. c'était bien.
00:21:29.28 Mais étonnamment, lorsque nous avons ensuite examiné une autre classe de variables, les variables liées au mouvement,
00:21:34.21 nous avons constaté qu'ils représentaient beaucoup plus de la variance.
00:21:39.06 Les mouvements du nez, par exemple, auxquels on ne s'attendait pas vraiment, ces deux paramètres
00:21:44.19 appelé Video and Video ME, qui signifie énergie de mouvement vidéo.
00:21:48.10 Ce ne sont que tous les pixels restants de la vidéo dont nous ne nous attendions pas à ce qu'ils soient importants.
00:21:54.02 Ils se sont avérés vraiment très importants pour expliquer le signal de fluorescence.
00:21:58.09 Mais à ce stade, vous devriez être sceptique.
00:22:00.05 Donc, c'est notre, ce que j'appelle, le coin des sceptiques.
00:22:02.26 Et un sceptique dirait, oh, allez.
00:22:05.12 Ce n'est pas vraiment la bonne façon de faire cette analyse, car beaucoup de variables
00:22:09.11 que vous avez ici sont liés les uns aux autres.
00:22:12.02 Par exemple, le choix de l'animal, qu'il aille à droite ou à gauche, est intimement lié
00:22:16.19 au léchage des animaux car il utilise le léchage pour signaler le choix.
00:22:21.05 Et c'est bien sûr une critique très valable.
00:22:23.00 Donc, pour résoudre ce problème, nous sommes revenus au modèle, et nous avons expulsé les paramètres du modèle
00:22:27.10 un par un, et j'ai regardé à quel point le modèle s'en est sorti pire.
00:22:32.11 Et c'est une façon beaucoup plus prudente d'évaluer
00:22:35.20 à quel point chacune de ces caractéristiques comportementales est importante pour le cerveau.
00:22:38.19 Donc, par exemple, je vais être vraiment concret ici.
00:22:41.05 Supposons que nous lancions le bon stimulus visuel.
00:22:44.01 Ensuite, nous allons demander, à quel point le modèle fait-il pire?
00:22:48.17 Ou une autre façon de le dire, à quel point le modèle souffre-t-il ?
00:22:52.02 Et où souffre le modèle ?
00:22:54.02 Alors, voici un moyen de visualiser cela.
00:22:55.19 Donc, maintenant, les couleurs ici vous indiquent dans quelle mesure la capacité du modèle à s'adapter aux données.
00:23:00.21 à quel point cela a fonctionné. à quel point cela s'est aggravé lorsque nous avons supprimé le paramètre correspondant
00:23:05.21 au stimulus visuel droit.
00:23:07.00 Bien, bien.
00:23:08.00 Nous avons découvert, lorsque nous avons éliminé le bon stimulus visuel du modèle,
00:23:11.13 nous ne pouvions plus prédire l'activité neuronale dans la V1 gauche.
00:23:15.07 Et rappelez-vous, cette activité. que les signaux visuels de la droite
00:23:17.27 vont du côté opposé du cerveau -- ils se croisent dans le cerveau.
00:23:21.20 Donc, cela nous dit que lorsque nous éliminons ce modèle, nous ne pouvons plus ajuster les données aussi
00:23:26.16 dans le cortex visuel primaire, ce qui est exactement ce à quoi nous nous attendions.
00:23:30.01 Et de même, lorsque nous tirons la poignée droite du modèle, nous ne pouvons plus
00:23:34.07 pour prédire l'activité dans la partie du cerveau qui correspond au cortex moteur de la patte.
00:23:41.17 Donc, cela nous indique que notre approche la plus conservatrice fait ce qu'elle est censée faire.
00:23:46.06 Et nous avons ensuite pu réanalyser les données et dire, eh bien, combien de chacun.
00:23:50.02 dans quelle mesure chacun de ces paramètres importe-t-il lorsque nous utilisons une méthode beaucoup plus conservatrice ?
00:23:54.17 Et nous en avons trouvé beaucoup dans la tâche. vous pouvez voir ici. eh bien, vous ne pouvez pas vraiment voir.
00:23:59.27 Ces barres vert foncé vous indiquent l'importance de ces paramètres.
00:24:02.08 Ils sont presque invisibles, car lorsque nous avons supprimé la plupart des paramètres de prise de décision,
00:24:07.01, nous pouvions encore très bien adapter le modèle.
00:24:09.21 Et c'est parce que ce qui importait vraiment pour l'activité neuronale était le modèle de mouvement.
00:24:14.09 Ainsi, les barres vert foncé correspondant aux paramètres de mouvement sont encore beaucoup plus grandes,
00:24:19.25 surtout par rapport à la tâche, nous disant que nous devons vraiment inclure ces
00:24:24.16 dans notre modèle si nous voulons comprendre l'activité neuronale.
00:24:27.20 Mais pas tellement les paramètres de la tâche.
00:24:30.06 J'ai des films ici qui vous montrent à quel point chaque modèle compte à chaque endroit et espace du cerveau.
00:24:37.26 et aussi à chaque instant.
00:24:38.26 Ainsi, le modèle complet signifie le modèle incluant tous les paramètres.
00:24:42.22 Le modèle de mouvement est celui qui inclut tous les mouvements de l'intrigue que je viens de
00:24:46.02 vous a déjà montré.
00:24:47.05 Et la tâche étiquetée, ce sont tous les paramètres liés à la décision.
00:24:51.01 Donc, quand vous voyez celui-là. les valeurs sur ces graphiques sont jaunes, cela signifie que
00:24:56.24 ce paramètre particulier comptait vraiment pour le modèle.
00:25:00.25 Et le bleu signifie que cela importait moins.
00:25:02.17 Donc, vous pouvez déjà voir qu'au début du procès,
00:25:05.04 les paramètres de la tâche n'ont pas vraiment d'importance.
00:25:08.02 Et voyons ce qui se passe avec le temps.
00:25:11.08 Ainsi, le modèle de mouvement compte vraiment.
00:25:14.08 Encore une fois, vraiment le modèle de mouvement.
00:25:16.22 D'accord, le stimulus est activé.
00:25:17.24 Vous pouvez voir que le modèle de tâche commence à avoir de l'importance.
00:25:19.21 Nous avons besoin d'un modèle de tâche pour comprendre les réponses du cortex visuel.
00:25:27.23 Donc, vraiment tout au long du procès, les principales choses que nous devions expliquer
00:25:32.17 l'activité neuronale avait vraiment à voir avec les mouvements que l'animal faisait,
00:25:37.00 et encore moins les paramètres de prise de décision que nous avions intégrés au comportement.
00:25:43.01 Et juste pour être vraiment concret sur ce que je veux dire, pensez à un léchage, qui est une variable de mouvement,
00:25:47.27 par rapport au choix de l'animal, qui est une variable de tâche.
00:25:50.26 Donc, le choix. le paramètre de choix est une variable binaire, qui peut être 1 à tout moment de l'essai,
00:25:56.25 afin qu'il puisse influencer l'activité neuronale à tout moment de l'essai.
00:26:00.26 Et cela signifie que s'il y a un moment particulier où un choix est fait,
00:26:04.14 ce paramètre sera vraiment bon à avoir.
00:26:06.09 Mais avec le léchage, ce qui se passe réellement, c'est que l'animal fait
00:26:09.04 quelques sortes de mouvements de léchage idiosyncratiques à la fin du procès.
00:26:12.22 Et si, par exemple, il y a un pic de fluorescence à chaque fois que l'animal fait un mouvement de léchage,
00:26:16.10 alors le paramètre de léchage est ce qui capture l'activité neuronale, et non le paramètre de choix.
00:26:22.07 Et c'est. ce sont des dissociations comme ça qui nous ont permis de découvrir que c'était
00:26:27.12 vraiment les mouvements qui importaient beaucoup plus que les quantités abstraites liées à la décision
00:26:31.25 que nous avions également inclus dans le modèle.
00:26:33.28 D'accord.
00:26:34.28 Donc, je vous ai dit jusqu'à présent que les variables liées au mouvement sont vraiment les plus importantes
00:26:40.09 pour comprendre l'activité neuronale.
00:26:42.02 Et il existe en réalité deux types d'activités liées au mouvement.
00:26:46.20 Certains d'entre eux sont des mouvements instruits, comme des poignées et des coups de langue.
00:26:49.27 Et souvenez-vous, au début de l'exposé, nous nous sommes demandé si les mouvements instruits étaient
00:26:53.07 les seuls qui comptaient.
00:26:54.15 Mais il y a aussi beaucoup de mouvements non instruits.
00:26:56.18 Nous ne disons pas à l'animal de dilater sa pupille.
00:26:58.17 On ne lui dit pas de bouger sa patte arrière ou son nez.
00:27:01.04 Mais vous pouvez voir que beaucoup de ces mouvements non instruits étaient vraiment importants
00:27:06.05 pour adapter l'activité neuronale.
00:27:07.26 Et il y a une sorte de leçon ici, je pense, que nous avons vraiment apprise, c'est que
00:27:11.01 ces mouvements ne sont pas importants pour nous, non ?
00:27:12.27 Nous nous soucions du léchage et de la prise de poignée,
00:27:15.09 parce que c'est ce que nous avons intégré dans la conception expérimentale.
00:27:17.23 Mais apparemment, ces autres mouvements sont importants pour l'animal,
00:27:20.06 parce qu'il fait beaucoup de ces mouvements.
00:27:22.04 Et apparemment ils sont une priorité élevée pour le cerveau, parce que nous avons vraiment besoin de savoir quoi,
00:27:26.04 par exemple, le nez se débrouille si nous voulons comprendre l'activité neuronale.
00:27:31.05 Donc, ces mouvements spontanés étaient vraiment très importants.
00:27:35.13 Juste pour résumer tous les différents mouvements, nous les avons regroupés dans les variables de tâche
00:27:40.13 -- ce sont ceux liés à la décision --
00:27:43.02 puis instruit versus spontané. mouvements spontanés.
00:27:47.15 Et vous pouvez voir que les mouvements spontanés, la barre verte. barre sombre et verte,
00:27:51.20 sont plus grands que les mouvements indiqués.
00:27:53.22 Donc, ces mouvements spontanés étaient encore plus importants que ceux que nous avions
00:27:58.17 intégré à la tâche de prise de décision.
00:28:01.05 Alors, qu'est-ce que cela signifie pour comprendre l'activité neuronale moyenne ?
00:28:05.13 Une chose que nous faisons souvent en tant que scientifiques est de faire la moyenne des réponses des
00:28:09.08 plusieurs répétitions du même essai.
00:28:11.14 Et vous pourriez. vous pourriez vous sentir rassuré en pensant qu'une fois que vous avez fait la moyenne des réponses,
00:28:15.28 que beaucoup de ces mouvements spontanés dont je parle
00:28:19.06 n'aura plus vraiment d'importance.
00:28:21.12 Dans quelle mesure c'est vrai. ce à quoi c'est vrai dépendait un peu du domaine à l'étude.
00:28:26.17 Donc, ici en haut, c'est la réponse de fluorescence et aussi l'ajustement du modèle
00:28:30.22 aux données moyennes du cortex visuel primaire, V1.
00:28:33.13 Et il y a deux lignes là, mais vous ne pouvez pas vraiment voir qu'il y a deux lignes,
00:28:36.12 parce que le modèle s'adapte très bien aux données.
00:28:38.10 Donc, maintenant je vais diviser le modèle en variables de tâche, celles de prise de décision.
00:28:44.08 Et vous pouvez voir que nous nous adaptons plutôt bien à l'activité de fluorescence,
00:28:47.26 sauf qu'au début de l'essai, il y a une petite bosse que nous ne pouvions pas vraiment adapter au modèle de tâche.
00:28:52.23 Lorsque nous avons inclus des mouvements instruits, nous avons mieux adapté cette bosse,
00:28:56.09 parce qu'il s'est avéré que cette bosse était liée à l'animal saisissant la poignée.
00:28:59.16 Et c'était surprenant, car c'est dans le cortex visuel primaire,
00:29:01.26 où nous ne penserions pas qu'une poignée aurait autant d'importance, mais c'était important.
00:29:05.10 Et puis, quand nous avons regardé les mouvements spontanés, encore une fois, nous avons découvert que nous pouvions
00:29:10.02 comprenons un peu mieux la bosse lorsque nous avons inclus ces mouvements spontanés.
00:29:14.18 Donc, pour résumer, dans le cortex visuel primaire, les paramètres de prise de décision dans la catégorie de tâche
00:29:20.22 sont, vraiment, assez importants, et nous n'avons besoin du modèle de mouvement que pour
00:29:24.22 certains types de fluctuations d'activité.
00:29:27.14 Ici, dans le cortex moteur secondaire, c'est une autre histoire.
00:29:30.26 Ici, les variables de tâche n'étaient pas du tout utiles pour comprendre l'activité neuronale.
00:29:36.00 Les mouvements indiqués étaient nettement plus utiles.
00:29:39.10 Et les mouvements spontanés étaient vraiment critiques.
00:29:42.02 Nous avions vraiment besoin de ces trois modules. ces composants du modèle ensemble
00:29:47.03 pour pouvoir prédire ce que les neurones allaient faire.
00:29:49.26 Ainsi, à la suite de cette analyse jusqu'à présent, nous avons développé ce que nous appelons un indice de modulation de tâche,
00:29:56.19 qui nous dit combien de zones cérébrales particulières sont modulées par ces variables de tâche.
00:30:01.28 Et une partie de la raison pour laquelle nous avons fait cela est que j'espère que les gens pourraient être sceptiques
00:30:05.14 pour une deuxième raison.
00:30:06.14 Alors, revenons au coin des sceptiques.
00:30:08.03 Un sceptique ici dirait, d'accord, il est clair que l'activité neuronale est pilotée.
00:30:13.21 est dominé par les mouvements lorsque vous mesurez l'activité à l'aide d'une imagerie à grand champ.
00:30:18.13 Mais que mesure réellement l'imagerie grand champ ?
00:30:21.00 C'est une nouvelle technique.
00:30:22.00 Qui sait ?
00:30:23.00 À votre avis, que font les neurones isolés ?
00:30:24.00 C'est ce que nous mesurons dans le domaine des neurosciences depuis des décennies.
00:30:27.14 Et c'est bien sûr une préoccupation valable, car l'imagerie à grand champ met en commun les signaux
00:30:31.01 provenant probablement de nombreux types d'activité neuronale.
00:30:34.10 Donc, pour aborder ce point, nous avons choisi une zone appelée ALM, cortex moteur latéral antérieur,
00:30:40.00 qui est indiqué par la ligne blanche en pointillé à l'avant du cerveau.
00:30:44.15 Et nous avons décidé de zoomer là-bas avec notre microscope à deux photons pour voir si la dominance
00:30:49.15 d'activité liée au mouvement était évidente lorsque nous avons examiné des neurones uniques,
00:30:52.25 l'approche plus traditionnelle aussi.
00:30:54.25 Donc, c'est un ALM, là.
00:30:57.09 Et cela vous montre où nous avons photographié.
00:30:59.00 C'est un. une zone.
00:31:00.09 L'ALM est connu pour être actif lors de la prise de décision, et surtout lorsqu'un animal éprouve
00:31:05.22 un délai -- en attente d'exécution d'une réponse motrice pour signaler une décision.
00:31:09.17 Il y a eu beaucoup de travail là-dessus du laboratoire de Karel Svoboda ainsi que d'un certain nombre d'autres.
00:31:14.04 Nous avons donc imagé là-bas et utilisé une méthode de segmentation automatisée pour identifier
00:31:19.02 où se trouvent tous les neurones individuels.
00:31:20.24 Et dans l'image avec la boîte jaune autour, chacun de ces petits points colorés
00:31:25.05 est un seul neurone.
00:31:26.05 Donc, vous pouvez voir que nous pouvons mesurer l'activité de beaucoup de neurones en même temps.
00:31:30.15 Et maintenant, nous les mesurons un par un.
00:31:32.15 Donc, c'est la vue zoomée, par opposition à la vue plongeante dont je vous ai parlé précédemment.
00:31:37.21 Nous pouvons voir ce que ces neurones font à chaque instant pendant le comportement de prise de décision.
00:31:42.13 Et sans trop entrer dans les détails, les réponses mesurées que nous avons observées dans ces neurones
00:31:47.15 étaient très similaires aux réponses que les gens avaient signalées précédemment.
00:31:52.04 Donc, cela confirme que nous enregistrons une activité neuronale dans une zone avec des propriétés de réponse connues,
00:31:57.25 et que nous voyions ce que les autres voient.
00:31:59.27 Ainsi, de nombreux neurones ont un réglage clair des tâches.
00:32:02.22 Alors maintenant, nous pouvons faire exactement la même approche que je vous ai déjà dit.
00:32:07.00 Nous prenons le même modèle -- mêmes paramètres de mouvement, paramètres de comportement --
00:32:11.02 sauf au lieu d'essayer de modéliser les fluctuations essai par essai de l'activité de fluorescence des pixels,
00:32:17.27 nous le faisons pour des neurones individuels.
00:32:19.15 Mais à part ça, le calcul est le même, et nous pouvons poser tous les mêmes questions
00:32:23.17 pour savoir si l'activité liée au mouvement domine lors de la prise de décision.
00:32:28.15 Et c'est le résultat de cette analyse.
00:32:30.19 Vous pouvez voir que pour l'analyse d'un seul neurone à deux photons, nous voyons vraiment une image très similaire
00:32:35.13 à ce que nous avons vu en grand champ.
00:32:37.16 Ce qui, encore une fois, est que les mouvements dominent vraiment l'activité neuronale.
00:32:43.02 Et voici quelques exemples à cellule unique.
00:32:45.07 Et j'aime ça, parce que, pour nous, ils nous disent que nos intuitions
00:32:48.27 sur le type de calculs reflétés dans les neurones peut être trompeur.
00:32:53.01 Donc, cette première cellule. c'est une cellule dans la zone ALM, et sa réponse de fluorescence est indiquée en blanc.
00:32:58.24 Et la réponse prévue du modèle de mouvement et du modèle de tâche est affichée en vert.
00:33:03.15 Et c'est un neurone assez similaire. ou, a un message similaire au message
00:33:07.17 que je vous ai dit tout au long, c'est-à-dire que le modèle de mouvement est bien meilleur.
00:33:11.12 Et c'est même vrai quand vous regardez la réponse dans ces rectangles gris,
00:33:16.10 qui est l'heure à laquelle l'animal prend sa décision.
00:33:18.20 Il y a une augmentation variable dans le temps vraiment intéressante au cours de cette période,
00:33:22.12 que l'on aurait pu penser lié à un paramètre de prise de décision, mais en fait,
00:33:26.27 vraiment, cela a juste à voir avec les mouvements que fait l'animal.
00:33:30.16 Pour cette cellule, c'est l'histoire inverse.
00:33:32.02 Donc, pour cette cellule, encore une fois, la vraie réponse est en gris, et les prédictions du modèle
00:33:35.25 sont en bleu et vert.
00:33:37.01 Pour cette cellule, le modèle de mouvement est vraiment terrible, et le modèle de tâche est bien meilleur.
00:33:41.10 Et si j'avais vu ce neurone sans avoir fait cette analyse, j'aurais pensé,
00:33:45.28 oh oui, c'est un neurone de mouvement.
00:33:47.15 Il se construit juste avant le mouvement.
00:33:50.00 Mais cela s'est avéré faux.
00:33:51.26 Et je pense qu'une leçon que nous avons apprise, après avoir analysé les données de cette manière,
00:33:57.01 est que parfois les intuitions que nous avons sur les types de calculs sont reflétées
00:34:00.13 dans l'activité neuronale ne sont vraiment pas corrects.
00:34:03.02 Et nous devons tester l'hypothèse pour distinguer. explicitement, et distinguer les activités liées au mouvement
00:34:08.28 d'autres types de fonctions cognitives comme la prise de décision.
00:34:12.05 J'ai donc commencé par poser les questions sur. est cette activité.
00:34:17.12 sur l'activité liée au mouvement pendant la prise de décision.
00:34:20.19 Et vous vous souvenez peut-être que nous avions trois questions.
00:34:22.18 Donc, la première question est, est-ce assez localisé dans quelques zones seulement, ou est-ce très répandu ?
00:34:27.28 Et oui, c'est très répandu.
00:34:29.22 Nous avons vu une activité liée au mouvement dans tout le cortex dorsal, même dans le cortex visuel primaire.
00:34:35.28 Et pour quiconque est sceptique, la dominance du mouvement dans le cortex visuel
00:34:39.12 a également été observé par d'autres laboratoires, ceux de Marius Pachitariu et de Carsen Stringer en particulier.
00:34:45.02 Deuxièmement, l'activité est-elle uniquement motivée par des mouvements ordonnés ?
00:34:50.17 Ceux que nous avons appris à l'animal à faire, comme saisir une poignée.
00:34:54.13 Les mouvements instruits et spontanés sont importants.
00:34:56.26 Donc, les instruits comptent pour nous, mais apparemment pour les animaux,
00:35:00.13 les mouvements spontanés comptent aussi, et ils sont clairement une priorité pour le cerveau.
00:35:04.26 Tâche alignée ou indépendante de la tâche ?
00:35:06.18 Encore une fois, les deux comptent vraiment.
00:35:08.10 Ainsi, certains des mouvements sont alignés sur les événements du procès,
00:35:12.05 et d'autres surviennent à des moments particuliers du procès,
00:35:14.27 et ressemblent plus à des agitations, peut-être du genre que nous voyons aussi les humains faire beaucoup.
00:35:19.26 Donc, vous pourriez vous demander à ce stade, eh bien, que se passe-t-il vraiment ?
00:35:23.22 Ainsi, cette analyse démontre que l'activité liée au mouvement domine vraiment le cortex
00:35:29.08 même pendant la prise de décision.
00:35:30.25 Mais nous savons que cela ne peut pas être toute l'histoire, car je vous ai montré au début
00:35:35.26 que le comportement des novices et des experts est vraiment différent.
00:35:39.06 Donc, si c'est vrai, il doit y avoir des endroits dans le cerveau, ou des moyens de mesurer l'activité neuronale,
00:35:43.28 qui révèle une différence entre les décideurs novices, ou devineurs, et les vrais décideurs.
00:35:49.22 Et nous essayons toujours de le découvrir.
00:35:51.26 Nous pensons si nous avons. utiliser un autre type d'analyse dans la zone ALM que nous voyons une signature
00:35:57.10 de véritable prise de décision.
00:35:59.09 Mais le message principal dont j'espère que vous vous souviendrez est que cela doit être très prudent
00:36:04.20 mis à part les signaux liés aux mouvements de l'animal.
00:36:09.08 Les signaux décisionnels sont là.
00:36:11.10 Mais ils sont difficiles à voir.
00:36:12.12 Et ils interagissent très intimement avec les signaux liés aux mouvements.
00:36:18.00 Donc, ce sont les gens de mon labo qui font partie d'une équipe qui a travaillé ensemble pour faire ce travail.
00:36:24.28 Nous collaborons beaucoup au sein de notre groupe, et aussi avec des groupes à l'extérieur.
00:36:28.15 Et nous sommes également très reconnaissants envers nos bailleurs de fonds d'avoir fourni les ressources qui rendent possible
00:36:33.17 pour que nous fassions ce travail.
00:36:34.26 Alors, merci beaucoup.

  • Partie 1 : Comment les cerveaux décident-ils ?

Comment vos pensées changent votre cerveau, vos cellules et vos gènes

Chaque minute de chaque jour, votre corps réagit physiquement, changeant littéralement, en réponse aux pensées qui vous traversent l'esprit.

Il a été démontré à maintes reprises que le simple fait de penser à quelque chose peut amener votre cerveau à libérer des neurotransmetteurs, des messagers chimiques qui lui permettent de communiquer avec des parties de lui-même et avec votre système nerveux. Les neurotransmetteurs contrôlent pratiquement toutes les fonctions de votre corps, des hormones à la digestion en passant par le sentiment de joie, de tristesse ou de stress.

Des études ont montré que les pensées à elles seules peuvent améliorer la vision, la forme physique et la force. L'effet placebo, tel qu'observé avec les fausses opérations et les faux médicaments, par exemple, fonctionne grâce au pouvoir de la pensée. Il a été démontré que les attentes et les associations apprises modifient la chimie et les circuits du cerveau, ce qui entraîne de réels résultats physiologiques et cognitifs, tels que moins de fatigue, une réaction plus faible du système immunitaire, des niveaux d'hormones élevés et une anxiété réduite.

Dans L'expérience d'intention : utiliser vos pensées pour changer votre vie et le monde, Lynne McTaggart écrit :

Un important corpus de recherches explorant la nature de la conscience, menées depuis plus de trente ans dans de prestigieuses institutions scientifiques du monde entier, montre que les pensées sont capables d'affecter tout, des machines les plus simples aux êtres vivants les plus complexes. Ces preuves suggèrent que les pensées et les intentions humaines sont un véritable « quelque chose » physique doté d'un pouvoir étonnant pour changer notre monde. Chaque pensée que nous avons est une énergie tangible avec le pouvoir de transformer. Une pensée n'est pas seulement une chose une pensée est une chose qui influence d'autres choses.

Vos pensées sculptent votre cerveau

Chaque pensée que vous avez provoque des changements neurochimiques, certains temporaires et d'autres durables. Par exemple, lorsque les gens pratiquent consciemment la gratitude, ils reçoivent une vague de neurotransmetteurs gratifiants, comme la dopamine, et ressentent une alerte générale et un éclaircissement de l'esprit, probablement en corrélation avec davantage de norépinéphrine neurochimique.

Dans une étude, on a montré à des étudiants profondément amoureux des photos de leurs chéris, et leur cerveau devient plus actif dans le noyau caudé, un centre de récompense, leur donnant cet évanouissement amoureux. Lorsqu'ils ont cessé de regarder les images, leurs centres de récompense se sont rendormis.

Ce qui traverse votre esprit sculpte également votre cerveau de manière permanente. Pensez à votre esprit comme au mouvement de l'information à travers votre système nerveux, qui, au niveau physique, est constitué de tous les signaux électriques qui vont et viennent, dont la plupart se produisent en dessous de votre conscience. Lorsqu'une pensée traverse votre cerveau, les neurones s'activent de manière distincte en fonction des informations spécifiques traitées, et ces schémas d'activité neuronale modifient en fait votre structure neuronale.

Les régions occupées du cerveau commencent à établir de nouvelles connexions les unes avec les autres, et les synapses existantes, les connexions entre les neurones, qui subissent plus d'activité, deviennent plus fortes, de plus en plus sensibles et commencent à construire plus de récepteurs. De nouvelles synapses sont également formées.

Un exemple en est les études bien connues sur les chauffeurs de taxi de Londres qui ont montré que plus une personne conduisait un taxi depuis longtemps, plus son hippocampe était gros, une partie du cerveau impliquée dans la mémoire visuo-spatiale. Leur cerveau s'est littéralement développé pour répondre aux exigences cognitives de la navigation dans l'enchevêtrement des rues de Londres.La recherche a également prouvé les nombreux avantages de la méditation pour votre cerveau et a montré que la méditation produit des résultats mesurables, des changements dans le volume de la matière grise à la réduction de l'activité dans les centres "moi" du cerveau à une connectivité améliorée entre les régions du cerveau.

Vos pensées programment vos cellules

Une pensée est un événement électrochimique qui se déroule dans vos cellules nerveuses, produisant une cascade de changements physiologiques. L'article "Comment vos pensées programment vos cellules" l'explique ainsi :

Il y a des milliers et des milliers de récepteurs sur chaque cellule de notre corps. Chaque récepteur est spécifique d'un peptide ou d'une protéine. Lorsque nous éprouvons des sentiments de colère, de tristesse, de culpabilité, d'excitation, de bonheur ou de nervosité, chaque émotion séparée libère sa propre rafale de neuropeptides. Ces peptides traversent le corps et se connectent aux récepteurs qui modifient la structure de chaque cellule dans son ensemble. Là où cela devient intéressant, c'est lorsque les cellules se divisent réellement. Si une cellule a été exposée à un certain peptide plus qu'à d'autres, la nouvelle cellule qui est produite par sa division aura plus de récepteur qui correspond à ce peptide spécifique. De même, la cellule aura également moins de récepteurs pour les peptides auxquels sa cellule mère/soeur n'a pas été exposée aussi souvent.

Donc, si vous avez bombardé vos cellules de peptides provenant de pensées négatives, vous programmez littéralement vos cellules pour qu'elles reçoivent plus des mêmes peptides négatifs à l'avenir. Ce qui est encore pire, c'est que vous réduisez le nombre de récepteurs de peptides positifs sur les cellules, ce qui vous rend plus enclin à la négativité.

Chaque cellule de votre corps est remplacée environ tous les deux mois. Ainsi, la bonne nouvelle est que vous pouvez reprogrammer vos cellules pessimistes pour qu'elles soient plus optimistes en adoptant des pratiques de pensée positive, comme la pleine conscience et la gratitude, pour des résultats permanents.

Vos pensées activent vos gènes

Vous parlez à vos gènes avec chaque pensée que vous avez. Le domaine en croissance rapide de l'épigénétique montre que qui vous êtes est le produit des choses qui vous arrivent dans votre vie, qui changent la façon dont vos gènes fonctionnent. Les gènes sont en fait activés ou désactivés en fonction de vos expériences de vie, et vos gènes et votre mode de vie forment une boucle de rétroaction. Votre vie ne modifie pas les gènes avec lesquels vous êtes né. Ce qui change, c'est votre activité génétique, c'est-à-dire les centaines de protéines, d'enzymes et d'autres produits chimiques qui régulent vos cellules.

On pense que seulement 5 % environ des mutations génétiques sont la cause directe de problèmes de santé. Cela laisse 95 pour cent des gènes liés à des troubles agissant comme des influenceurs, qui peuvent être influencés d'une manière ou d'une autre, en fonction des facteurs de la vie. Bien sûr, beaucoup d'entre eux sont hors de votre contrôle, comme les événements de l'enfance, mais certains sont entièrement sous votre contrôle, comme l'alimentation, l'exercice, la gestion du stress et les états émotionnels. Les deux derniers facteurs dépendent directement de vos pensées.

Votre biologie ne définit pas votre destin et vous n'êtes pas contrôlé par votre constitution génétique. Au lieu de cela, votre activité génétique est largement déterminée par vos pensées, attitudes et perceptions. L'épigénétique montre que vos perceptions et vos pensées contrôlent votre biologie, ce qui vous place dans le siège du conducteur. En changeant vos pensées, vous pouvez influencer et façonner votre propre lecture génétique.

Vous avez le choix pour déterminer quelle entrée vos gènes reçoivent. Plus l'entrée est positive, plus la sortie de vos gènes est positive. L'épigénétique permet de retracer directement les choix de mode de vie au niveau génétique et prouve que la connexion corps-esprit est irréfutable. Dans le même temps, la recherche en épigénétique met également l'accent sur l'importance des pratiques d'autosoins mentaux positifs, car elles ont un impact direct sur notre santé physique.

La méditation et la pleine conscience vous mettent en contact avec la source du système corps-esprit, donnant à vos pensées un accès direct à une activité génétique bénéfique qui affecte également le fonctionnement de vos cellules, via l'activité génétique à l'intérieur des cellules.

Utilisez vos pensées pour vous

Vous avez beaucoup plus de pouvoir que jamais cru pour influencer vos réalités physiques et mentales. Votre état d'esprit est reconnu par votre corps - jusqu'au niveau génétique, et plus vous améliorez vos habitudes mentales, plus vous obtiendrez une réponse bénéfique de votre corps. Vous ne pouvez pas contrôler ce qui s'est passé dans le passé, qui a façonné le cerveau que vous avez aujourd'hui, programmé vos cellules et provoqué l'activation de certains gènes.

Cependant, vous avez le pouvoir en ce moment et à l'avenir de choisir votre perspective et votre comportement, ce qui changera votre cerveau, vos cellules et vos gènes.


L'identité de genre est dans le cerveau. Qu'est-ce que cela nous dit?

L'identité de genre est un sujet brûlant. Le mouvement transgenre a popularisé certains des problèmes éthiques, médicaux et sociaux auxquels sont confrontés ceux dont le corps ne semble pas correspondre à leur idée d'eux-mêmes.

Dans les cas les plus simples et les plus extrêmes, leurs corps – en particulier leurs organes génitaux – ne correspondent pas à ce qu'ils ressentent comme leur vrai sexe. Il y a un débat houleux, pas toujours très éclairé, sur la façon d'aider ces personnes, qui sont souvent très angoissées.

Au centre de ce débat se trouve une question : qu'est-ce qui détermine si quelqu'un se considère comme « homme » ou comme « femme » ou autre chose – soit entre les deux, soit ni l'un ni l'autre ? Ça doit être dans le cerveau.

Si nous savions quelle identité de genre déterminée dans le cerveau cela aiderait ? Et si nous pouvions manipuler cette zone du cerveau, d'une manière sûre et efficace, pour modifier l'identité après la naissance, ou l'évaluer avant la naissance, serait-ce utile ou même souhaitable ? Mais d'abord, regardons les informations dont nous disposons actuellement.

Tout commence par une recherche de zones du cerveau qui diffèrent entre les hommes et les femmes. Si ceux-ci sont trouvés, ils pourraient indiquer une base neuronale pour l'identité de genre. Maintenant, cela suppose une division binaire qui s'applique à la plupart des gens. Ceci est plausible car au niveau chromosomique, presque tout le monde (mais pas tout le monde) possède une paire XY ou XX de chromosomes « sexuels ». Cela nous permet de « binariser » la plupart des gens.

Mais ce n'est pas parce que deux personnes ont, disons, XY, que ces chromosomes sont génétiquement identiques. Les gènes qu'ils portent peuvent varier, et varient : ainsi, leurs actions varient. Cela signifie que la "binarisation" devient insuffisante.

De plus, nous savons que le concept d'« identité de genre » lui-même n'est pas simple : il a de nombreuses dimensions, dont chacune peut varier. Il existe un chevauchement entre les genres classiques, comme dans les mesures physiques telles que la taille ou la force. Cela signifie que, même si nous trouvons de telles différences apparentes entre les sexes dans le cerveau, elles pourraient être difficiles à interpréter. De plus, ces différences peuvent être liées à des facteurs autres que l'identité de genre (par exemple, la préférence sexuelle).

Alors qu'est-ce qui a été trouvé ? Un nombre considérable de différences entre les sexes dans le cerveau ont été décrites. Chose rassurante, beaucoup d'entre eux se trouvent dans les parties du cerveau que nous savons être concernées par la sexualité (mais aussi par d'autres fonctions). Par exemple, une zone de l'hypothalamus, une partie du cerveau bien connue pour être concernée par la sexualité (mais aussi par l'alimentation, la boisson, l'agressivité et d'autres moyens de survie) est plus grande chez les hommes que chez les femmes, et plus petite chez les hommes à femmes. cerveaux transgenres.

Qu'est-ce que cela nous dit? En fait, pas grand-chose, même si c'est intrigant. Premièrement, parce que le même résultat a été rapporté chez les hommes homosexuels par rapport aux hétérosexuels (est-ce donc concerné par la préférence sexuelle ?) et deuxièmement, la taille d'une zone du cerveau nous en dit très peu sur ce qu'elle fait. Pourquoi un INAH3 plus grand (la zone concernée de l'hypothalamus) devrait-il modifier un aspect de la sexualité ? Le cerveau n'est pas un muscle : ce qui compte, c'est la façon dont il fonctionne (c'est-à-dire ses connexions et son activité électrochimique), pas sa taille.

Il y a eu des rapports de différences chimiques dans les cerveaux masculins et féminins, mais personne ne sait ce que cela signifie, ni comment (ou si) ils sont liés à des différences particulières entre les sexes dans la fonction cérébrale (et celles-ci sont contestées).

Scanner le cerveau n'a pas beaucoup aidé non plus. Il existe différents types de scanner cérébral, le plus simple nous indique la taille des différentes zones. Comme nous l'avons vu, pas très utile. Des altérations du flux sanguin cérébral en réponse à certains stimuli ont été signalées, mais elles confirment souvent ce que nous savons déjà – par exemple, que les hommes homosexuels réagissent différemment aux photos d'autres hommes qu'aux photos hétérosexuelles. Les connexions entre les zones cérébrales peuvent différer entre les sexes, mais nous ne savons pas comment les interpréter de manière très significative.

Les preuves expérimentales nous ont aidés à comprendre le comportement sexuel et comment il est régulé, et ont révélé certains des facteurs influençant la préférence sexuelle. Mais nous ne pouvons pas demander à un rat s'il se considère comme un homme ou une femme, il n'y a donc pas d'informations de base sur l'identité de genre, bien qu'il y ait eu des tentatives. Toutes les preuves dont nous disposons doivent provenir des humains. C'est un problème évident.

Mais le vrai problème est bien plus profond. Les neurosciences contemporaines sont incapables de donner les réponses dont nous avons vraiment besoin. Nous en savons beaucoup sur la structure, l'arrangement, les connexions et les variations des cellules nerveuses individuelles (neurones). Nous savons également quelle partie du cerveau fait quoi (bien que les progrès récents aient été moindres). Mais le cerveau n'est pas un amas de neurones individuels. Ils forment des assemblages, et ce sont ces assemblages qui produisent les fonctions que nous connaissons tous : pensées, émotions, perceptions, souvenirs, estime de soi, etc.

Maintenant, voici le problème : nous ne savons tout simplement pas comment les assemblages neuronaux font ces choses. Il n'y a même pas de théorie généralement acceptée. Jusqu'à ce que nous en ayons un, nous ne pouvons même pas spéculer sur la façon dont le cerveau pourrait coder l'identité de genre, ainsi que toutes ses autres fonctions. Donc, même si nous trouvons un site plausible dans le cerveau qui pourrait être responsable de l'identité de genre, nous ne saurions pas comment il l'a fait. Par conséquent, nous ne saurions pas pourquoi l'idée qu'une personne se faisait d'elle-même ou de son rôle social, etc., était en contradiction avec son corps. Décrire quelque chose n'est pas l'expliquer, même si cela peut être la première étape.

Ceux qui prennent des positions véhémentes sur la position sociale des personnes transgenres, ou la meilleure façon de les aider, devraient reconnaître les limites de leurs connaissances, et peut-être adopter un point de vue plus humble et plus tolérant. Il y a beaucoup d'incertitudes, beaucoup d'ignorance et beaucoup de sujets riches pour de véritables désaccords. Personne n'a la réponse complète, certainement pas les neuroscientifiques, bien que cela continue d'être un sujet d'un intérêt intense.

Les affaires transgenres traversent de nombreuses frontières, y compris la politique, la médecine, la psychologie et le droit (les avocats débattent encore de la manière de définir le genre, ou même si une telle définition est nécessaire). Tout le monde a une contribution, car la façon dont nous percevons l'identité de genre nous affecte tous, qui que ce soit ou quoi que nous soyons. La communauté transgenre nous a rendu un service à tous en nous faisant réfléchir sur un sujet qui, il y a encore quelques années, semblait peu intéressant. Les neurosciences apporteront-elles enfin des réponses aux questions posées au début de cet article ? Peut-être, et avec elle une série de questions nouvelles et peut-être très difficiles : c'est ce que signifie le progrès.

Regardons vers l'avenir et faisons quelques hypothèses, celles qui vont bien au-delà de ce que nous savons réellement. Le premier, presque certainement faux, est que l'identité de genre peut être évaluée selon un paramètre un peu comme l'échelle de Kinsey pour l'hétéro/homosexualité. Mais un point important est que cette échelle est continue et non binaire. La seconde est qu'il existe une seule zone cérébrale responsable de la position d'un individu sur cette échelle. La troisième est que nous avons une méthode, peut-être un système de balayage, qui nous permet d'évaluer le score d'un individu sur cette « échelle d'identité de genre ». Comment utiliserions-nous une telle méthode?

Au départ, nous voudrions l'utiliser comme outil de recherche. Nous pourrions découvrir la distribution des scores et leur relation avec d'autres aspects du comportement, y compris l'activité sexuelle, mais aussi le choix et la progression de carrière, mais il existe de nombreuses autres corrélations intéressantes que nous pourrions choisir. Nous avons également pu voir comment le score varie au cours de la vie, en particulier les premières années, et quels facteurs ont influencé cette trajectoire.

L'utilisation la plus importante pourrait peut-être être un guide de diagnostic : pour confirmer ou soutenir les options de traitement chez les personnes atteintes de dysphorie de genre. Nous n'aurions plus besoin de nous fier uniquement à ce que la personne ou ses parents nous ont dit au sujet de son identité de genre. Au lieu de cela, nous aurions des preuves objectives pour guider à la fois ses conseillers et le patient sur les décisions (mode de vie, hormonothérapie, chirurgie, etc.). Et nous pourrions répéter l'analyse pour voir si les personnes ayant une identité de genre incertaine ou instable ont solidifié leur position avec le temps ou les circonstances.

Ainsi, une telle méthode aurait une utilité énorme. Serait-il également utile dans des contextes juridiques ou professionnels ? Probablement moins, puisque la pertinence du genre dans ces contextes diminue également.

Faisons maintenant un pas de plus : supposons qu'il existe un moyen simple et sûr de modifier le score de genre d'un individu en agissant sur la partie pertinente du cerveau : comment et quand l'utiliserions-nous ?

En cas de dysphorie de genre, qui peut causer une grande détresse, alors concilier l'identité de genre d'une personne avec ses organes génitaux (et ses organes génitaux internes) peut être une solution très efficace. De toute évidence, cela devrait être sous surveillance médicale (et juridique) stricte. Mais cela représenterait un processus de « normalisation », pas différent, en principe, des corrections chirurgicales des déplacements congénitaux de la hanche, etc.

Y aurait-il des objections politiques ou éthiques ? Presque certainement, mais c'est le cas pour toute nouvelle procédure médicale, et des garanties adéquates pourraient être imaginées. Cela abolirait-il une communauté transgenre ? Pas nécessairement, puisqu'il y aura ceux qui préféreront ce statut. Mais comme toutes les avancées scientifiques et médicales, celle-ci offrirait, avec les problèmes de décision et d'éthique, une solution pour ceux qui en ont besoin qui n'est actuellement pas disponible, mais théoriquement atteignable. Ça viendra.


Traitement supérieur

Les cellules ciliées internes sont les plus importantes pour transmettre les informations auditives au cerveau. Environ 90 % des neurones afférents transportent des informations à partir des cellules ciliées internes, chaque cellule ciliée synaptique avec une dizaine de neurones. Les cellules ciliées externes se connectent à seulement 10 pour cent des neurones afférents, et chaque neurone afférent innerve de nombreuses cellules ciliées. Les neurones afférents bipolaires qui transmettent les informations auditives voyagent de la cochlée à la moelle, à travers le pont et le mésencéphale dans le tronc cérébral, atteignant finalement le cortex auditif primaire dans le lobe temporal.


Le cerveau d'un nouveau-né peut-il discriminer les sons de la parole ?

Sommaire:C'est une question que la plupart des nouveaux parents se posent : un nouveau-né peut-il faire la distinction entre les sons de la parole ? Les chercheurs ont découvert que les nouveau-nés encodent une hauteur de voix comparable à celle des adultes exposés à une nouvelle langue pendant trois ans. Cependant, il existe quelques différences lorsqu'il s'agit de distinguer les structures fines spectrales et temporelles de certains sons.

La source:Université de Barcelone

La capacité des gens à percevoir les sons de la parole a été profondément étudiée, en particulier au cours de la première année de vie d'une personne. Mais que se passe-t-il pendant les premières heures après la naissance ? Les bébés naissent-ils avec des capacités innées à percevoir les sons de la parole, ou les processus d'encodage neuronal doivent-ils vieillir pendant un certain temps ?

Des chercheurs de l'Institut des neurosciences de l'Université de Barcelone (UBNeuro) et de l'Institut de recherche de Sant Joan de Déu (IRSJD) ont créé une nouvelle méthodologie pour tenter de répondre à cette question fondamentale sur le développement humain.

Les résultats, publiés dans Rapports scientifiques, confirment que l'encodage neuronal de la hauteur de la voix du nouveau-né est comparable aux capacités des adultes après trois ans d'exposition au langage.

Cependant, il existe des différences concernant la perception des structures fines spectrales et temporelles des sons, qui consiste en la capacité de distinguer les sons vocaux tels que /o/ et /a/. Par conséquent, selon les auteurs, l'encodage neuronal de cet aspect sonore, enregistré pour la première fois dans cette étude, n'est pas suffisamment mature après la naissance. Il a besoin d'une certaine exposition à la langue ainsi que de stimulation et de temps pour se développer.

Selon les chercheurs, connaître le niveau de développement typique de ces processus d'encodage neuronal dès la naissance leur permettra de faire une « détection précoce des troubles du langage, ce qui fournirait une intervention ou un stimulus précoce pour réduire les conséquences négatives futures ».

L'étude est dirigée par Carles Escera, professeur de neurosciences cognitives au Département de psychologie clinique et de psychobiologie de l'UB, et a été réalisée à l'IRSJD, en collaboration avec Maria Dolores Gómez Roig, chef du Département d'obstétrique et de gynécologie de Hôpital Sant Joan de Déu.

L'étude est également signée par les experts Sonia Arenillas Alcón, premier auteur de l'article, Jordi Costa Faidella et Teresa Ribas Prats, tous membres du Cognitive Neuroscience Research Group (Brainlab) de l'UB.

Décoder la structure fine spectrale et temporelle du son

Afin de distinguer la réponse neuronale aux stimuli de la parole chez les nouveau-nés, l'un des principaux défis était d'enregistrer, à l'aide de l'électroencéphalogramme du bébé, une réponse cérébrale spécifique : la réponse de suivi de fréquence (FFR).

La FFR renseigne sur le codage neuronal de deux caractéristiques spécifiques du son : la fréquence fondamentale, responsable de la perception de la hauteur de la voix (haute ou basse), et la structure fine spectrale et temporelle.

L'encodage précis des deux caractéristiques est, selon l'étude, « fondamental pour la bonne perception de la parole, une exigence dans l'acquisition future de la langue ».

À ce jour, les outils disponibles pour étudier cet encodage neuronal ont permis aux chercheurs de déterminer si le nouveau-né était capable de coder les inflexions de la hauteur de la voix, mais pas la structure fine spectrale et temporelle.

« Les inflexions dans le contour de la hauteur de la voix sont très importantes, en particulier dans les variations tonales comme en mandarin, ainsi que pour percevoir la prosodie de la parole qui transmet le contenu émotionnel de ce qui est dit. Cependant, la structure fine spectrale et temporelle du son est l'aspect le plus pertinent dans l'acquisition du langage concernant les langues non tonales comme la nôtre, et les quelques études existantes sur la question ne renseignent pas sur la précision avec laquelle le cerveau d'un nouveau-né l'encode. 8221, notent les auteurs.

La principale cause de ce manque d'études est la limitation technique causée par le type de sons utilisés pour effectuer ces tests. Par conséquent, les auteurs ont développé un nouveau stimulus (/oa/) dont la structure interne (changement croissant de hauteur de voix, deux voix différentes) leur permet d'évaluer la précision de l'encodage neuronal des deux caractéristiques du son simultanément en utilisant l'analyse FFR.

Un test adapté aux contraintes du milieu hospitalier

L'un des aspects les plus soulignés de l'étude est que le stimulus et la méthodologie sont compatibles avec les limites typiques de l'environnement hospitalier dans lequel les tests sont effectués.

“Le temps est essentiel dans la recherche FFR avec les nouveau-nés. D'une part, parce que les limites de temps d'enregistrement déterminent les stimuli qu'ils peuvent enregistrer. D'autre part, pour les conditions réelles de la situation des nouveau-nés dans les hôpitaux, où il y a un accès fréquent et continu au bébé et à la mère afin qu'ils reçoivent les soins requis et subissent des évaluations et des tests de routine pour écarter les problèmes de santé. , ajoutent les auteurs.

La nouvelle étude montre que les nouveau-nés ne distinguent pas complètement les différents sons vocaux. Crédit : Université de Barcelone

Compte tenu de ces restrictions, les réponses des 34 nouveau-nés qui faisaient partie de l'étude ont été enregistrées dans des sessions qui ont duré entre vingt et trente minutes, près de la moitié du temps utilisé dans les sessions communes dans les études sur la discrimination des sons de la parole.

Un biomarqueur potentiel des problèmes d'apprentissage

Après cette étude, l'objectif des chercheurs est de caractériser le développement de l'encodage neuronal de la structure fine spectrale et temporelle des sons de la parole au cours du temps. Pour ce faire, ils enregistrent actuellement la réponse de suivi de fréquence chez les bébés qui ont participé à la présente étude, qui ont maintenant 21 mois.

“Étant donné que les deux premières années de la vie sont une période critique de stimulation pour l'acquisition du langage, cette évaluation longitudinale du développement nous permettra d'avoir une vue globale sur la façon dont ces compétences d'encodage mûrissent au cours des premiers mois de la vie”, note les chercheurs.


Voir la vidéo: Sirkus -ääni kutsuu (Août 2022).