Comment identifier un réseau fonctionnel
Dans notre cadre théorique, la fonction rudimentaire (ou micro-fonction) des structures
serait déterminée, en situation, par les connections actives afférentes et efférentes à la structure. Nous devons donc trouver un moyen d'identifier celles qui le sont et celles qui ne le sont pas.
Pour faciliter le travail, distingons trois types de connectivité :
- la connectivité anatomique : c'est celle qui peut être observée au microscope, grâce à des molécules que l'on injecte : les traceurs. Les traceurs peuvent être antérogrades (ils suivent les axones du corps cellulaire vers les synapses), ou rétrogrades (ils remontent l'axone de la synapse vers le corps cellulaire). Mais à un momment donné, la connection observée n'est pas forcément active.
- la connectivité effective. C'est celle qui nous intéresse. C'est le réseau de connections anatomiques qui sont actives dans une situation particulière. Hélas, nous n'avons aucun moyen de l'observer directement.
- la connectivité fonctionnelle, qui se définit comme l'ensemble des corrélations entre les activités des structures cérébrales dans une situation donnée.
Comment mesurer la connectivité effective ?
Pour "visualiser" la connectivité effective, il faut commencer par identifier le réseau de connectivité anatomique (grâce aux données de la littérature).
Sens des flèches : direction "corps cellulaire => synapse". Le réseau qui sert d'exemple est inspiré de la thèse d'A. Boucard.
On mesure ensuite la connectivité fonctionnelle : on mesure les activités des structures du réseau puis on calcule les corrélations (ou covariances) entre les activités de toutes ces structures. Techniquement, on peut mesurer l'activité des structures cérébrales soit par imagerie cérébrale (in vivo par IRM, PET Scan, ou postmortem par immunohistochimie, radioligands...), soit par électrophysiologie (EEG sur scalp ou intracérébral).
L'avantage de l'imagerie est de permettre une localisation très précise des événements. Celui de l'électrophysiologie est la précision temporelle. L'idéal est de combiner les deux.
Rouge : corrélation positive; Bleu : corrélation négative; Noir : corrélation négligeable; Intensité de la couleur : intensité de la corrélation.
Grâce à la connaissance de la connectivité anatomique, aux résultats de la connectivité fonctionnelle et à la technique mathématique de "modélisation par équations structurales", on trouve la connectivité effective.
Rouge : connection activatrice; Bleu : connection inhibitrice; Epaisseur de la flèche : force de l'influence.
Si une connection anatomique s'active entre les structures A et B, elle créera de la connectivité fonctionnelle entre ces deux structures. Il s'agira également de connectivité effective. Mais si des connections anatomiques s'activent de A vers B et de B vers C sans qu'il y ait de connection directe entre A et C, nous enregistrerons également de la connectivité fonctionnelle sans qu'il y ait connectivité effective.
La connectivité fonctionnelle est donc relativement facile à mesurer, mais c'est la connectivité effective qui est pertinente pour tester notre hypothèse.
Cependant, la "modélisation par équations structurales" a été conçue pour des disciplines qui peuvent disposer d'échantillons très vastes (plusieurs centaines de sujets par expérience). Dans le cas de petits échantillons (comme c'est le cas en neurosciences), la validité de cette méthode était incertaine.
Cette méthode est cependant utilisée depuis quelques années en imagerie fonctionnelle, pour décrire les réseaux intracérébraux qui s'activent lors de tâches cognitives. Etant donné qu'il ne s'agissait que de descriptions, la validité de la méthode n'était pas capitale.
Dans notre cas, nous souhaitons l'utiliser pour tester des hypothèses, ce qui nécessite d'utiliser ces modèles pour effectuer des simulations. La validité de la méthode est donc indispensable.
Une de nos premières études a consisté à valider cette méthode (Boucard et al., 2007).
Les résultats sont globalement encourageants : en général, la modélisation donne de bons résultats, mais il arrive que ceux-ci soient totalement aberrants.
Etant donné ces résultats mitigés, nous sommes actuellement en train de terminer la mise au point d'un test statistique destiné à comparer les modèles (réseaux de connectivité effective) observés sur deux groupes différents.
Bibliographie
Boucard A, Marchand A, Noguès X (2007) Reliability and validity of structural equation modeling applied to neuroimaging data: a simulation study. J Neurosci Meth, 166(2):278-92.
Boucard, A. (2008) Connectivité intracérébrale : organisation en situation de tâche cognitive et réorganisation après lésions. Thèse de Doctorat, Université de Bordeaux.
Page suivante : Identification des stratégies cognitives chez la souris
Page précédente : Notre hypothèse sur le fonctionnement cérébral
A découvrir aussi
- Identification des stratégies cognitives chez la souris
- Premiers résultats et perspectives
- Liste commentée
Retour aux articles de la catégorie Recherche -
⨯
Inscrivez-vous au blog
Soyez prévenu par email des prochaines mises à jour
Rejoignez les 75 autres membres