En utilisant un algorithme qu'ils appellent le Krakencoder, les chercheurs de Weill Cornell Medicine sont un pas de plus pour démêler la façon dont le câblage du cerveau soutient notre façon de penser et d'agir. L'étude, publiée le 5 juin dans Nature Methods, a utilisé les données d'imagerie du projet Human Connectome pour aligner l'activité neuronale avec ses circuits sous-jacents.
La cartographie de la façon dont les connexions anatomiques du cerveau et des modèles d'activité se rapportent au comportement est crucial non seulement pour comprendre comment fonctionne le cerveau généralement mais aussi pour identifier les biomarqueurs de la maladie, la prévision des résultats dans les troubles neurologiques et la conception d'interventions personnalisées.
S'adressant à l'éléphant dans la pièce
Le cerveau se compose d'un réseau complexe de neurones interconnectés dont l'activité collective entraîne notre comportement. Le connexion structurel représente le câblage physique du cerveau, la carte de la façon dont les différentes régions sont connectées anatomiquement. L'autre pièce du puzzle est le connexion fonctionnel, qui représente les modèles d'activité neuronale entre différentes parties du cerveau, mettant en évidence les régions qui s'activent ensemble lors de tâches spécifiques ou au repos. Étonnamment, les scientifiques ont constaté que les régions qui sont « câblées ensemble » ne font pas toujours « le feu ».
« Mais nous nous gratrons toujours la surface de la façon dont les réseaux cérébraux sont liés aux tâches de la vie quotidienne, comme la résolution d'un problème mathématique, une conversation avec un ami ou une voiture », a déclaré l'auteur principal, la Dre Amy Kuceyeski, professeur de mathématiques en radiologie et en neuroscience à Weill Cornell Medicine.
Alors que de nombreux chercheurs modélisent la relation entre les connexions fonctionnelles et structurelles, ils proposent différentes cartes. « Tout le monde utilise différentes méthodes pour prendre des photos des réseaux du cerveau », a expliqué le Dr Kuceyeski. Par exemple, lors de l'utilisation de l'imagerie par résonance magnétique (IRM) pour les scanneurs cérébrales, différentes méthodes de traitement des mêmes images brutes peuvent générer différents connexions.
Le Dr Kuceyeski compare cette approche patchwork pour examiner un éléphant dans une pièce sombre, où une personne touche le coffre, quelqu'un une jambe, quelqu'un d'autre une oreille. « Notre hypothèse fondamentale est que chaque ensemble de choix dans les pipelines d'imagerie et de traitement fournit une vision différente du même système sous-jacent », a déclaré Keith Jamison, premier auteur de l'étude et associé de recherche dans le laboratoire du Dr Kuceyeski.
Pour obtenir une représentation plus complète, le Dr Kuceyeski et son équipe ont construit un outil qui pourrait prendre les connexions structurelles et fonctionnelles produites par toutes ces approches disparates et les effondrer ensemble pour produire une interprétation plus unifiée.
Dans ma tête, je l'ai vu comme une sorte de monstre avec plusieurs bras qui pourraient tendre la main et saisir différentes représentations cérébrales et les digérer et les congeler en un seul connexion unifié. «
Keith Jamison, premier auteur de l'étude
Le programme résultant, un autoencodeur qui comprime et reconstruit plus d'une douzaine de « saveurs » différentes de données d'entrée, a donc été appelée le Krakencoder.
Identification des connexions qui restaurent la fonction perdue
L'équipe a formé le Krakencoder sur les données recueillies auprès de plus de 700 sujets qui ont participé au projet Human Connectome du National Institutes of Health. Dans le cadre de cette étude, les volontaires ont subi une vaste scanner structurelle et fonctionnelle.
Les chercheurs ont constaté que le Krakencoder leur permettait de prendre le connexion structurelle d'un individu et de prédire correctement le connexion fonctionnelle de cette personne environ 20 fois plus précisément que les approches publiées précédemment.
La représentation combinée et comprimée du Krakencoder a également prédit l'âge de l'individu, le sexe et leurs scores de performance cognitive reçus lors de tests qui avaient été administrés avec leurs analyses d'imagerie. Ces scores, a noté le Dr Kuceyeski, sont notoirement difficiles à évaluer en fonction de l'imagerie cérébrale seule.
Être capable de cartographier des fonctions comme la cognition de réseaux cérébraux spécifiques est la clé pour comprendre comment l'anatomie et la physiologie donnent naissance à nos comportements et à nos capacités – et comment les maladies et les blessures peuvent nuire à nos performances.
À l'avenir, le Dr Kuceyeski et ses collègues prévoient de combiner le Krakencoder avec un outil de modification du réseau qu'ils appellent Nemo qui leur permettra d'examiner les connexions de personnes dont le cerveau a été endommagé par les maladies. Christie Gillies, doctorante au Kuceyeski Lab, utilise cette approche pour cartographier les résultats après l'AVC.
« Elle compare le connexion fonctionnelle produit par le pipeline Nemo + Krakencoder, basé uniquement sur des IRM régulièrement collectées à la clinique, à l'IRM fonctionnelle d'une personne. Nous avons constaté que nos connexions fonctionnelles font un meilleur travail pour prédire les scores motrices d'un individu et les scores linguistiques lors du suivi », a déclaré le Dr Kuceyeski.
Ces outils pourraient également identifier les connexions du réseau cérébral associées à une amélioration des performances cognitives ou moteurs. Stimuler l'activité des circuits endommagés – par exemple, par une stimulation magnétique transcrânienne, un traitement qui utilise des impulsions magnétiques pour stimuler les cellules nerveuses dans le cerveau – pourrait renforcer ces connexions et accélérer la récupération.
