Progrès en neurosciences : « Navigation » à travers des états cérébraux spontanés prédite par des cartes cognitives

Introduction

L’activité cérébrale spontanée se réfère à des processus cérébraux non contraints par des entrées ou sorties spécifiques. Ces processus jouent un rôle essentiel dans la variabilité neuronale et cognitive. Bien que les mécanismes spécifiques de l’activité cérébrale spontanée ne soient pas entièrement compris, des recherches récentes ont montré que ces états cérébraux spontanés présentent une certaine régularité et prévisibilité au cours des processus de réorganisation dynamique. L’une des théories importantes dans ce domaine est le concept de « carte cognitive », proposé pour la première fois par Tolman en 1948. Cette théorie suggère que nos expériences externes sont encodées dans le cerveau sous forme de « cartes cognitives », qui organisent les entités perçues en établissant des relations entre les représentations mentales.

Source de l’étude et informations sur les auteurs

Cet article a été publié dans le volume 233 de 2024 de la revue « Progress in Neurobiology » sous le titre « Predictable Navigation through Spontaneous Brain States with Cognitive-Map-Like Representations ». Cet article a été coécrit par Li Siyang, Li Zhipeng, Liu Qiuyi, Ren Peng, Sun Lili de l’École des Sciences de la Vie et de la Technologie de l’Université de Technologie de Harbin, Cui Zaixu de l’Institut des neurosciences de Chine, Li Siyang de l’Institut de recherche sur l’intelligence artificielle du laboratoire de Zhejiang, et Liang Xia du laboratoire clé de l’environnement spatial et des sciences physiques de l’Université de Technologie de Harbin. Cet article a été publié en ligne le 15 janvier 2024 et est accessible en libre accès via la licence CC BY-NC de Elsevier Ltd.

Détails du déroulement de la recherche

Jeux de données et conception expérimentale

La recherche utilise deux jeux de données. Le premier est le jeu de données « Midnight Scan Club (MSC) », contenant environ 5 heures de données d’imagerie par résonance magnétique fonctionnelle (IRMf) au repos de 10 sujets. Ensuite, le jeu de données « Human Connectome Project (HCP) » a été utilisé, comprenant des données d’IRMf au repos 7T de 174 sujets, chaque sujet ayant 4 sessions de 15 minutes de scans.

Identification des réseaux cérébraux des cartes cognitives

Par une analyse des termes, nous avons identifié 132 termes étroitement liés à la « navigation » et généré des cartes d’activation cérébrale pour ces termes. Ces cartes d’activation ont été réduites à un espace 2D en utilisant t-SNE, et regroupées en 7 réseaux cérébraux par le clustering des k-moyennes : le réseau hippocampe et postéro-médial (HPC-PMN), le réseau du flux visuel dorsal (dVIS), le réseau du flux visuel ventral (vVIS), le réseau fronto-pariétal (FPN), le réseau de l’attention dorsale (DAN), le réseau sensorimoteur (SMN) et le réseau auditif (AUD).

Décomposition des réseaux de navigation individuelle au repos

Ensuite, en analysant les données au repos avec l’algorithme de décomposition cérébrale fonctionnelle (CBD), nous avons trouvé une similarité structurelle entre les réseaux de navigation au repos et en état de tâche. En combinant ces 7 réseaux avec les régions cérébrales les plus pertinentes pour la navigation, nous avons généré un masque cérébral de navigation individuel et effectué une décomposition des modules au niveau individuel, obtenant ainsi 7 réseaux individuels.

Estimation des états cérébraux dynamiques

En utilisant un modèle de Markov caché (HMM), nous avons révélé trois états cérébraux récurrents dans les IRMf au repos, correspondant aux modes d’activité des réseaux cérébraux variant dans le temps. Parmi eux, l’état 1 montrait une activation élevée du HPC et du réseau en mode par défaut (DMN), tandis que l’état 2 montrait une activité plus élevée dans le cortex sensorimoteur et l’hippocampe.

« Perchage » et « vol » des états cérébraux spontanés

Pour étudier le « perchage » et le « vol » des états cérébraux spontanés, nous avons utilisé une analyse de similarité de motifs et la réduction dimensionnelle t-SNE pour intégrer la fréquence d’apparition des différents états cérébraux dans un espace 2D. Ensuite, en utilisant une analyse de clustering des k-moyennes, nous avons trouvé que l’apparition des états cérébraux principaux, état 1 et état 2, pouvait être divisée en plusieurs clusters (« perchoirs »). Ces « perchoirs » sont relativement stables dans l’espace 2D, montrant des changements et migrations progressifs de l’activité cérébrale dans les états spontanés.

Représentation et conversions prédictives des cellules de « position »

Basé sur les matrices de similarité des motifs, nous avons calculé la matrice de représentation successeur (SR) pour chaque état cérébral et analysé ses champs récepteurs. Nous avons trouvé que le gradient de cette matrice montrait un motif typique de cellules de « position », donnant une inclinaison vers l’arrière dans l’espace 2D. De plus, en analysant le champ récepteur de chaque état cérébral, nous avons déterminé les conversions prédictives des états cérébraux spontanés, ces conversions suivant des trajectoires linéaires vers l’état final prédit dans l’espace des états cérébraux.

Corrélation entre conversions prédictives et capacités cognitives et émotionnelles

Enfin, nous avons exploré la relation entre les conversions prédictives des états cérébraux spontanés et les capacités cognitives et émotionnelles individuelles. Les résultats ont montré que dans les états internes orientés vers l’état 1, une plus grande prévisibilité était positivement corrélée avec de meilleures capacités fluides (comme la mémoire épisodique et la mémoire de travail), tandis que dans les états externes orientés vers l’état 2, une plus grande prévisibilité était corrélée avec de moins bonnes fonctions exécutives et capacités de contrôle inhibiteur. Ces découvertes suggèrent que les caractéristiques prédictives de l’activité cérébrale spontanée sont étroitement liées aux traits cognitifs et émotionnels individuels.

Conclusion et importance

Cette étude révèle les représentations de type carte cognitive pour chaque état d’activité cérébrale spontanée, et montre que les conversions prédictives de ces états présentent une directionnalité significative dans l’espace des états cérébraux. Les résultats soutiennent non seulement la signification cognitive de l’activité cérébrale spontanée, mais introduisent également la carte cognitive comme une nouvelle perspective unificatrice. Ces découvertes fournissent une nouvelle perspective pour comprendre la nature de l’activité cérébrale spontanée, soulignant le rôle important des états cérébraux spontanés dans les fonctions cognitives et émotionnelles.

Points forts de la recherche

1. États cérébraux dynamiques : L’étude révèle deux principaux états cérébraux dynamiques au repos, correspondant respectivement à des activités cérébrales internes et externes.
2. Représentation de type cellules de position : Elle démontre pour la première fois que les états cérébraux spontanés présentent des représentations de type « cellules de position » similaires à des cartes cognitives, montrant un champ de gradient typique dans l’espace 2D.
3. Conversions prédictives : Elle découvre un biais directionnel significatif dans les conversions des états cérébraux spontanés, montrant des caractéristiques de conversion prédictive dans le temps et l’espace.
4. Corrélation cognitive et émotionnelle : Les conversions prédictives des états cérébraux sont significativement corrélées aux capacités cognitives et émotionnelles individuelles, renforçant le rôle des activités cérébrales spontanées dans la régulation cognitive et émotionnelle quotidienne.

Directions futures de recherche

Bien que cette étude fournisse de nouvelles perspectives sur l’activité cérébrale spontanée, les futures recherches devraient intégrer des enquêtes instantanées pendant les scans au repos pour décoder le contenu mental spécifique des états cérébraux spontanés. En outre, explorer si des codes de représentation similaires existent dans d’autres régions cérébrales et comment ces codes varient sous différents états psychologiques seront des directions importantes pour l’avenir.