Les scientifiques de Salk développent un modèle informatique montrant comment le cerveau maintient les souvenirs à court terme

Si vous avez déjà oublié quelque chose quelques secondes après qu’il était au premier plan de votre esprit – le nom d’un plat que vous étiez sur le point de commander dans un restaurant, par exemple – alors vous savez à quel point la mémoire de travail est importante. Ce type de rappel à court terme permet aux gens de conserver des informations pendant quelques secondes ou minutes pour résoudre un problème ou exécuter une tâche, comme l’étape suivante d’une série d’instructions. Mais, bien que ce soit essentiel dans notre vie de tous les jours, la manière exacte dont le cerveau gère la mémoire de travail reste un mystère.

Maintenant, les scientifiques de Salk ont ​​développé un nouveau modèle de calcul montrant comment le cerveau maintient les informations à court terme en utilisant des types spécifiques de neurones. Leurs conclusions, publiées dans Neuroscience de la nature le 7 décembre 2020, pourrait aider à faire la lumière sur les raisons pour lesquelles la mémoire de travail est altérée dans un large éventail de troubles neuropsychiatriques, y compris la schizophrénie, ainsi que dans le vieillissement normal.

La plupart des recherches sur la mémoire de travail se concentrent sur les neurones excitateurs du cortex, qui sont nombreux et largement connectés, plutôt que sur les neurones inhibiteurs, qui sont localement connectés et plus diversifiés. Cependant, un modèle de réseau neuronal récurrent auquel nous avons appris à effectuer une tâche de mémoire de travail nous a surpris en utilisant des neurones inhibiteurs pour prendre des décisions correctes après un délai. « 

Terrence Sejnowski, chef du laboratoire de neurobiologie computationnelle de Salk et auteur principal

Dans le nouvel article, Sejnowski et Robert Kim, un étudiant MD / PhD de Salk et UC San Diego, ont développé un modèle informatique du cortex préfrontal, une zone du cerveau connue pour gérer la mémoire de travail. Les chercheurs ont utilisé des algorithmes d’apprentissage pour apprendre à leur modèle à effectuer un test généralement utilisé pour évaluer la mémoire de travail chez les primates – les animaux doivent déterminer si un motif de carrés colorés sur un écran correspond à celui qui a été vu plusieurs secondes plus tôt.

Sejnowski et Kim ont analysé comment leur modèle était capable d’exécuter cette tâche avec une grande précision, puis l’ont comparée aux données existantes sur les modèles d’activité cérébrale observés chez les singes effectuant la tâche. Dans les deux tests, les neurones réels et simulés impliqués dans la mémoire de travail ont fonctionné à une échelle de temps plus lente que les autres neurones.

Kim et Sejnowski ont découvert qu’une bonne mémoire de travail exigeait à la fois que les neurones à longue échelle soient répandus et que les connexions entre les neurones inhibiteurs – qui suppriment l’activité cérébrale – soient solides. Lorsqu’ils ont modifié la force des connexions entre ces neurones inhibiteurs dans leur modèle, les chercheurs ont pu modifier la performance du modèle sur le test de la mémoire de travail ainsi que l’échelle de temps des neurones pertinents.

Les nouvelles observations soulignent l’importance des neurones inhibiteurs et pourraient inspirer de futures recherches sur le rôle de ces cellules dans la mémoire de travail, disent les chercheurs. Ils pourraient également éclairer des études sur les raisons pour lesquelles certaines personnes atteintes de troubles neuropsychiatriques, y compris la schizophrénie et l’autisme, luttent avec la mémoire de travail.

«Les troubles de la mémoire de travail sont courants dans les troubles neuropsychiatriques, y compris la schizophrénie et les troubles du spectre autistique», explique Kim. «Si nous pouvons élucider le mécanisme de la mémoire de travail, c’est un pas vers la compréhension de la façon dont les déficits de la mémoire de travail surviennent dans ces troubles.