L’intensité de la réactivation dans les souvenirs est modulée par la distance graphique dans une carte cognitive

Contexte de la recherche

La formation et la récupération de la mémoire sont l’un des domaines clés de la recherche en neurosciences. La théorie classique de la mémoire propose que celle-ci repose sur trois phases distinctes : l’encodage, la consolidation et la récupération. Les nouveaux souvenirs épisodiques se forment par encodage et sont convertis et consolidés dans des motifs temporels et spatiaux de décharge neuronale dans l’hippocampe et le réseau néocortical. Ces motifs de décharge sont réactivés pendant les périodes de repos ou de sommeil subséquentes, un processus considéré comme lié à la consolidation de la mémoire. De la même manière, les motifs d’activité neuronale pendant le rappel des souvenirs se reproduisent, et cette réactivation peut prédire le succès du rappel. Toutefois, mesurer et interpréter cette réactivation séquentielle ou générale du réseau chez l’humain est difficile, ce qui limite largement l’étude des processus de stockage et de rappel de la mémoire.

Cette recherche se concentre sur les mécanismes spécifiques de la réactivation des souvenirs chez l’humain, en particulier dans une structure graphique complexe. La publication examine comment les individus reproduisent l’information de la structure graphique apprise précédemment pendant la phase de rappel indicé, et analyse la relation entre les différents motifs de réactivation de la mémoire et la distance graphique.

Source de la publication

Cette recherche a été réalisée par Simon Kern et son équipe, composée de membres de plusieurs institutions telles que le Département de Psychologie Médicale de l’Université de Heidelberg, le Centre de Psychiatrie Computationnelle, et l’Institut de Psychologie Médicale et de Neurobiologie du Comportement. Le document a été publié dans la revue eLife le 29 mai 2023, sous la supervision de l’éditeur de révision Anna C Schapiro.

Processus de recherche

Méthodes et processus de recherche

Cette étude combine une tâche d’apprentissage graphique et des techniques d’apprentissage automatique pour étudier les événements neuronaux liés au rappel des souvenirs. Des recherches antérieures ont utilisé la magnétoencéphalographie (MEG) combinée à des techniques d’apprentissage automatique pour révéler la relecture séquentielle réalisée par les humains dans divers contextes, tels que la mémoire, la planification et le raisonnement. Cette étude a conçu une tâche d’apprentissage graphique où les participants apprenaient un graphe cyclique dirigé composé de 10 nœuds et de 12 arêtes, puis effectuaient une tâche de rappel indicé après un repos de 8 minutes.

Étapes spécifiques

1. Tâche de localisation (Localizer Task) : Les participants ont effectué une tâche de localisation dans le scanner MEG, où les 10 éléments de la carte ont été présentés 50 fois dans un ordre pseudorandomisé pour extraire des motifs d’activité multisensorielle à travers des stimuli auditifs et visuels.

2. Tâche d’apprentissage du graphe (Graph Learning) : Pendant la phase d’apprentissage, il a été demandé aux participants d’apprendre les séquences d’éléments dans le graphe par essais et erreurs. Chaque nœud du graphe avait un successeur unique et un prédécesseur unique, mais deux nœuds centraux avaient respectivement deux prédécesseurs et successeurs. Les participants devaient atteindre une précision d’au moins 80 % ou compléter jusqu’à six blocs d’apprentissage.

3. État de repos (Resting State) : Après la tâche d’apprentissage, les participants devaient se reposer pendant 8 minutes les yeux fermés. Les données de cette phase n’ont pas été rapportées dans cette recherche.

4. Tâche de rappel (Retrieval Task) : La tâche de rappel était identique à la tâche d’apprentissage mais sans feedback. Les participants devaient choisir le successeur correct parmi trois options lors de chaque essai indicé.

Décodage et traitement des données

L’équipe de recherche a analysé les motifs d’activité neuronale extraits des enregistrements MEG en utilisant la bibliothèque Python de machine learning Scikit-learn pour effectuer une régression logistique avec régularisation lasso, déterminant l’exactitude du décodage par validation croisée. Les décodeurs étaient indépendants pour chaque sujet et chaque stimulus, et servaient à estimer la probabilité de l’indice actuel pendant les essais de rappel indicé.

Résultats principaux

1. Résultats comportementaux : La majorité des participants ont réussi à apprendre les séquences d’images intégrées dans le graphe dirigé. Après 8 minutes de repos, les performances de rappel ont légèrement augmenté, suggérant que la consolidation des matériaux appris dans la mémoire pourrait être limitée sur une très courte période.

2. Précision du décodeur : La précision moyenne de décodage maximal du décodeur dans la tâche de localisation était d’environ 42 %. Pendant le rappel indicé, le décodeur pouvait efficacement décoder les indices actuels de l’image, avec une précision significativement supérieure au niveau aléatoire.

3. Analyse de relecture séquentielle : L’utilisation des méthodes de modélisation linéaire retardée dans le temps (TDLM) a confirmé que les performeurs faibles présentaient une relecture séquentielle plus forte, tandis que les performeurs élevés tendaient vers une réactivation simultanée (agrégée). Cela suggère que le rôle de la relecture hippocampique pourrait dépendre de la stabilité de la trace mémorielle.

4. Réactivation agrégée : Les performeurs élevés montraient une réactivation agrégée significative 220-260 millisecondes après l’apparition de l’image indice, et cette intensité de réactivation était liée à la distance graphique, avec des projets proches affichant une plus forte réactivation que les projets éloignés.

5. Lien entre performance de la tâche et réactivation du réseau cérébral : La recherche a révélé que l’intensité de la réactivation était liée à la distance graphique et était significative uniquement dans les essais de rappel corrects. Cette découverte souligne l’importance d’une réactivation efficace pour la performance de la tâche.

Conclusion de la recherche

Cette recherche a mis en évidence les différences significatives dans la récupération de la mémoire entre performeurs élevés et faibles, les premiers reposant sur la relecture séquentielle du matériel appris, tandis que les seconds tendaient à une réactivation simultanée. L’existence de ce mécanisme suggère une dynamique de changement des stratégies de réactivation au fur et à mesure de la consolidation de la mémoire.

L’intensité de la réactivation agrégée reflétait la distance entre les nœuds dans la structure graphique, apportant des preuves nouvelles pour la recherche en cartes cognitives. Cette découverte suggère que les performeurs élevés, lors du rappel des informations, dépendent davantage des cartes de mémoire consolidées à long terme plutôt que de la recherche séquentielle progressive.

Points forts de la recherche

Cette recherche a révélé de nouveaux mécanismes dans la réactivation de la mémoire humaine, en particulier dans le processus de rappel des souvenirs dans des structures graphiques complexes, en combinant des expériences comportementales et des techniques de magnétoencéphalographie. Les différences de stratégies de rappel et leur relation avec la performance de la mémoire fournissent une nouvelle perspective pour comprendre les réseaux de mémoire dans le cerveau.

Limites et perspectives

1. Nombre d’expériences et conception expérimentale : Le nombre d’expériences dans cette recherche était relativement limité, surtout dans l’analyse des réponses incorrectes, ce qui pourrait affecter la généralisabilité des résultats et la robustesse statistique.

2. Différences dans le nombre de blocs d’apprentissage : L’apprentissage conditionnel a mené à une variation significative dans le nombre de blocs d’apprentissage parmi les participants, rendant difficile la comparaison des progrès d’apprentissage.

Les recherches futures pourraient manipuler les exercices de rappel, allonger la période de rétention et introduire des tâches graphiques plus complexes pour explorer systématiquement les différents mécanismes de réactivation de la mémoire. Ces études pourraient éclairer davantage la dynamique des stratégies de relecture et de réactivation sous différentes conditions d’expérience d’apprentissage et de consolidation de la mémoire.