Des chercheurs du Human Brain Project ont mis au point une nouvelle méthodologie pour calculer le délai de propagation des signaux dans le cerveau des patients atteints de sclérose en plaques, une maladie inflammatoire chronique qui touche plus de 2 millions de personnes dans le monde. Les résultats ont été publiés dans le Journal of Neuroscience par des chercheurs de l’Institut de Neurosciences des Systèmes, Marseille, France et de l’Université de Naples Parthenope et de l’Université de Campanie, Caserta en Italie.
Dans la sclérose en plaques, les cellules immunitaires de l’organisme attaquent la myéline, une gaine isolante qui recouvre tous les neurones. La myéline sert un objectif similaire au plastique qui isole les câbles électriques, ce qui permet à l’électricité de voyager plus rapidement. Une lésion de la couche de myéline dans le cerveau ralentit les signaux électriques, ce qui se traduit par des communications retardées entre les zones du cerveau et des capacités réduites ou compromises. Mesurer l’effet précis des dommages myéliniques peut aider les médecins à proposer une approche personnalisée aux patients.
C’est plus difficile qu’il n’y paraît pour la sclérose en plaques : « Cette maladie est un paradoxe diagnostique », explique Pierpaolo Sorrentino, auteur principal de l’étude. « Il y a des patients dont les examens IRM montrent une dégradation importante de la myéline mais ne présentent pas de déficience correspondante, et d’autres qui montrent peu de dommages évidents mais qui éprouvent toujours des problèmes considérables. Souvent, nous ne sommes pas en mesure de le dire simplement en regardant les examens. » Stimuler le cerveau pour mesurer le délai en temps réel entre les zones n’est pas non plus efficace lorsque l’on tente d’estimer les délais de nombreuses connexions cérébrales et pas d’une seule : le signal finit par être trop confus pour être un indicateur fiable de propagation.
Au lieu de cela, les chercheurs ont développé une méthode pour mesurer le retard qui n’implique pas de stimulation directe, mais utilise les avalanches neuronales (rafales d’activité se produisant en cascades) qui se déplacent spontanément à travers le cerveau.
Ces rafales d’activité spontanées peuvent être utilisées pour mesurer le temps qu’il faut à un signal pour traverser les faisceaux de matière blanche reliant deux zones cérébrales quelconques, puis le comparer à des témoins sains sans aucun dommage myélinique. En n’interférant pas directement avec le signal, nous pouvons en quelques minutes estimer le délai entre la plupart des paires de régions cérébrales, puis l’intégrer à ce que nous montrent les IRM. »
Pierpaolo Sorrentino, auteur principal de l’étude
En plus d’informer le traitement, la méthode peut également être utilisée pour affiner les modèles cérébraux virtuels de patients afin d’augmenter encore le niveau de personnalisation. La modélisation cérébrale à grande échelle suppose généralement une vitesse constante du signal sur les bords, mais ce n’est pas tout à fait vrai, même dans un cerveau sain. « Nous sommes désormais en mesure d’ajouter le facteur de retard à ces simulations, améliorant ainsi les outils de diagnostic et de prédiction à la disposition des médecins et de leurs patients », conclut Sorrentino.
