Équipe Julie PERROY
Physiopathologie de la transmission synaptique
Projet Bases neurales de la prise de décision
RESPONSABLE
Personnel IGF impliqué
Coline CHEVALLIER
Doctorante CNRS
Julie PERROY
DR1 CNRS
Pierre VINCENT
DR2 CNRS
Enora MOUTIN
CRCN CNRS
Vivien SZABO
CCA INSERM
Nathalie BOUQUIER
IE CNRS
Nous étudions comment les propriétés cognitives telles que l’apprentissage et la prise de décision émergent de substrats biologiques. Nous élaborons donc des théories sur la manière dont les réseaux de neurones peuvent apprendre et prendre des décisions, et les testons dans des expériences. Nous utilisons des modèles mathématiques à différents niveaux (de la biophysique des synapses à l’apprentissage par renforcement) ainsi que des outils moléculaires (chimio- et opto- génétique) et des enregistrements in vivo chez des souris effectuant des comportements raffinés pour obtenir (plein) de récompenses. Les candidatures de biologistes et de physiciennes souhaitant poser des questions ambitieuses dans un environnement inclusif sont les bienvenues.
Bases neurales de la flexibilité
Les animaux doivent apprendre rapidement lorsque l’environnement change, mais diminuer leur taux d’apprentissage lorsque le monde est stable ou peu informatif. Notre objectif est d’évaluer comment cet apprentissage adaptatif découle du compromis entre la plasticité et la stabilité des synapses, du niveau moléculaire au niveau des réseaux neuronaux. Nous combinons enregistrements et manipulations chez des souris en comportement et modélisation au niveau des synapses et des réseaux.
À gauche : les souris doivent choisir entre deux leviers associés à différentes probabilités de récompense. Les probabilités changent au fil du temps et les souris adaptent leur comportement. À droite : nous comparons les enregistrements électriques et l’inactivation dans des zones clés du cerveau avec des modèles biophysiques (réseau, synapses).
Principales publications
• Bousseyrol, E et al. (2023) Cell Reports, 42(5).
Financements
• 2023-2027 FRM équipe
• 2022-2026 ANR LEARN
Alumni
• Dalila Kritli (Master 2, 2023)
• Emma Debos (Master 1, 2023)
• Emma Marillat (Master 1, 2022)
Bases neurales du timing des décisions
Décider quand agir est aussi important que décider quoi faire. Les neurones corticaux s’activent juste avant les décisions prises au bon moment. Comment une activité aussi précise émerge-t-elle ? Cette activité est-elle une cause ou une conséquence de la synchronisation ? Nous utilisons l’inactivation sélective et réversible d’ensembles neuronaux (en utilisant la technologie c-fos inductible) pendant la production d’un comportement chronométré, pour comparer et sélectionner des modèles concurrents.
De gauche à droite : Les souris doivent apprendre à appuyer deux fois sur un levier, avec un délai précis entre les pressions. La technologie cFos TetTag marque les neurones corticaux activés pendant la production d’un intervalle de temps inter-pression donné, ce qui permet des manipulations ultérieures (inactivation et enregistrements). Plusieurs modèles mathématiques de réseau de neurones corticaux peuvent produire un pic d’activité au bon moment, ce qui permet de comparer leurs prédictions aux expériences.
Financements
• 2023-2027 ANR TimeTag
Collaborations
• Stéphanie Trouche (IGF)
• Bruno Delord (Sorbonne U.)
Alumni
• Richmond Crisostomo (Master 2)
