211service.com
Déchiffrer les codes du cerveau
Comment le cerveau se parle-t-il à lui-même ? 17 juin 2014
Dans Qu'est ce que la vie? (1944), l'une des questions fondamentales posées par le physicien Erwin Schrödinger était de savoir s'il y avait une sorte de code-script héréditaire intégré dans les chromosomes. Une décennie plus tard, Crick et Watson ont répondu par l'affirmative à la question de Schrödinger. L'information génétique était stockée dans l'arrangement simple de nucléotides le long de longues chaînes d'ADN.
La question était de savoir ce que signifiaient toutes ces chaînes d'ADN. Comme la plupart des écoliers le savent maintenant, il y avait un code contenu à l'intérieur : des trios adjacents de nucléotides, appelés codons, sont transcrits de l'ADN en séquences transitoires de molécules d'ARN, qui sont traduites en longues chaînes d'acides aminés que nous appelons protéines. Le déchiffrage de ce code s'est avéré être la clé de voûte de pratiquement tout ce qui a suivi en biologie moléculaire. Il se trouve que le code pour traduire des trios de nucléotides en acides aminés (par exemple, le code AAG des nucléotides pour l'acide aminé lysine) s'est avéré être universel ; les cellules de tous les organismes, grands ou petits (bactéries, séquoias géants, chiens et humains), utilisent le même code avec des variations mineures. Les neurosciences découvriront-elles un jour quelque chose d'une beauté et d'une puissance similaires, un code maître qui nous permet d'interpréter à volonté n'importe quel modèle d'activité neuronale ?
Cette histoire faisait partie de notre numéro de juillet 2014
- Voir le reste du numéro
- S'abonner
L'enjeu est pratiquement toutes les avancées radicales en neurosciences que nous pourrions imaginer : des implants cérébraux qui améliorent nos souvenirs ou traitent des troubles mentaux comme la schizophrénie et la dépression, par exemple, et des neuroprothèses qui permettent aux patients paralysés de bouger leurs membres. Parce que tout ce que vous pensez, vous souvenez et ressentez est encodé dans votre cerveau d'une manière ou d'une autre, déchiffrer l'activité du cerveau sera un pas de géant vers l'avenir de la neuro-ingénierie.
Un jour, l'électronique implantée directement dans le cerveau permettra aux patients atteints de lésions de la moelle épinière de contourner les nerfs affectés et de contrôler les robots avec leurs pensées (voir L'expérience de la pensée). Les futurs systèmes de biofeedback pourraient même être en mesure d'anticiper les signes de troubles mentaux et de les éviter. Là où les gens d'aujourd'hui utilisent des claviers et des écrans tactiles, nos descendants dans cent ans pourraient utiliser des interfaces cerveau-machine directes.
Mais pour ce faire, pour créer un logiciel capable de communiquer directement avec le cerveau, nous devons déchiffrer ses codes. Nous devons apprendre à regarder des ensembles de neurones, à mesurer comment ils se déclenchent et à désosser leur message.
Un chaos de codes
Nous commençons déjà à découvrir des indices sur le fonctionnement du codage du cerveau. Peut-être le plus fondamental : sauf chez certaines des plus petites créatures, comme le ver rond C. elegans , l'unité de base de la communication et du codage neuronaux est le pic (ou potentiel d'action), une impulsion électrique d'environ un dixième de volt qui dure un peu moins d'une milliseconde. Dans le système visuel, par exemple, les rayons de lumière entrant dans la rétine sont rapidement traduits en pointes envoyées sur le nerf optique, le faisceau d'environ un million de fils de sortie, appelés axones, qui vont de l'œil au reste du cerveau. Littéralement, tout ce que vous voyez est basé sur ces pics, chaque neurone rétinien s'activant à un rythme différent, selon la nature du stimulus, pour produire plusieurs mégaoctets d'informations visuelles par seconde. Le cerveau dans son ensemble, tout au long de notre vie éveillée, est une véritable symphonie de pointes neurales, peut-être un billion par seconde. Dans une large mesure, déchiffrer le cerveau, c'est en déduire la signification de ses pointes.
Mais le défi est que les pointes signifient différentes choses dans différents contextes. Il est déjà clair que les neuroscientifiques n'auront probablement pas la même chance que les biologistes moléculaires. Alors que le code convertissant les nucléotides en acides aminés est presque universel, utilisé essentiellement de la même manière dans tout le corps et dans le monde naturel, le code de pointe en information est susceptible d'être un méli-mélo : pas seulement un code mais plusieurs, ne différant pas seulement dans une certaine mesure entre différentes espèces, mais même entre différentes parties du cerveau. Le cerveau a de nombreuses fonctions, du contrôle de nos muscles et de notre voix à l'interprétation des images, des sons et des odeurs qui nous entourent, et chaque type de problème nécessite ses propres types de codes.
Une comparaison avec des codes informatiques montre clairement pourquoi cela est à prévoir. Considérez le code ASCII presque omniprésent représentant les 128 caractères, y compris les chiffres et le texte alphanumérique, utilisés dans les communications telles que les e-mails en texte brut. Presque tous les ordinateurs modernes utilisent l'ASCII, qui code la lettre majuscule A en tant que 100 0001, B en tant que 100 0010, C en tant que 100 0011, etc. En ce qui concerne les images, cependant, ce code est inutile et différentes techniques doivent être utilisées. Les images bitmap non compressées, par exemple, attribuent des chaînes d'octets pour représenter les intensités des couleurs rouge, vert et bleu pour chaque pixel du tableau constituant une image. Différents codes représentent des graphiques vectoriels, des films ou des fichiers audio.
Certains des codes les plus importants dans le cerveau de tout animal sont ceux qu'il utilise pour localiser son emplacement dans l'espace. Comment fonctionne notre propre GPS interne ? Comment les modèles d'activité neuronale encodent-ils où nous sommes lorsque nous nous déplaçons ?
Les preuves vont dans le même sens pour le cerveau. Plutôt qu'un seul code universel expliquant ce que signifient les modèles de pointes, il semble qu'il y en ait beaucoup, selon le type d'informations à coder. Les sons, par exemple, sont intrinsèquement unidimensionnels et varient rapidement dans le temps, tandis que les images provenant de la rétine sont bidimensionnelles et ont tendance à changer à un rythme plus délibéré. L'olfaction, qui dépend des concentrations de centaines de substances odorantes en suspension dans l'air, repose sur un tout autre système. Cela dit, il y a quelques principes généraux. Ce qui compte le plus, ce n'est pas précisément le moment où un neurone particulier pointe, mais la fréquence à laquelle il le fait ; la cadence de tir est la devise principale.
Considérons, par exemple, les neurones du cortex visuel, la zone qui reçoit les impulsions du nerf optique via un relais dans le thalamus. Ces neurones représentent le monde en termes d'éléments de base constituant toute scène visuelle : lignes, points, bords, etc. Un neurone donné du cortex visuel peut être stimulé plus vigoureusement par des lignes verticales. Au fur et à mesure que la ligne tourne, la vitesse à laquelle ce neurone se déclenche varie : quatre pointes en un dixième de seconde si la ligne est verticale, mais peut-être juste une fois dans le même intervalle si elle est tournée de 45° dans le sens inverse des aiguilles d'une montre. Bien que le neurone réagisse le plus aux lignes verticales, il n'est jamais muet. Aucun pic ne signale s'il répond à une ligne verticale ou à autre chose. Ce n'est que dans l'ensemble - dans le taux de décharge du neurone au fil du temps - que la signification de son activité peut être discernée.
Cette stratégie, connue sous le nom de codage de débit, est utilisée de différentes manières dans différents systèmes cérébraux, mais elle est courante dans tout le cerveau. Différentes sous-populations de neurones codent des aspects particuliers du monde de la même manière, en utilisant des taux de décharge pour représenter les variations de luminosité, de vitesse, de distance, d'orientation, de couleur, de hauteur et même d'informations haptiques comme la position d'une piqûre d'épingle sur la paume de votre main . Les neurones individuels se déclenchent plus rapidement lorsqu'ils détectent un stimulus préféré, moins rapidement lorsqu'ils ne le font pas.
Pour compliquer les choses, les pointes émanant de différents types de cellules codent différents types d'informations. La rétine est un morceau de tissu du système nerveux complexe qui tapisse l'arrière de chaque œil. Son travail consiste à transformer la pluie de photons entrants en rafales sortantes de pointes électriques. Les neuroanatomistes ont identifié au moins 60 types différents de neurones rétiniens, chacun avec sa propre forme et fonction spécialisée. Les axones de 20 types de cellules rétiniennes différents constituent le nerf optique, la seule sortie de l'œil. Certaines de ces cellules signalent un mouvement dans plusieurs directions cardinales ; d'autres se spécialisent dans la signalisation de la luminosité globale de l'image ou du contraste local ; d'autres encore portent des informations relatives à la couleur. Chacune de ces populations diffuse ses propres données, en parallèle, vers différents centres de traitement en amont de l'œil. Pour reconstituer la nature des informations codées par la rétine, les scientifiques doivent suivre non seulement le taux de pic de chaque neurone, mais également l'identité de chaque type de cellule. Quatre pointes provenant d'un type de cellule peuvent coder une petite goutte colorée, tandis que quatre pointes d'un type de cellule différent peuvent coder un motif gris en mouvement. Le nombre de pointes n'a de sens que si nous savons de quel type particulier de cellule elles proviennent.
Et ce qui est vrai de la rétine semble tenir dans tout le cerveau. Dans l'ensemble, il peut y avoir jusqu'à un millier de types de cellules neuronales dans le cerveau humain, chacun ayant vraisemblablement son propre rôle unique.
Sagesse des foules
En règle générale, les codes importants dans le cerveau impliquent l'action de nombreux neurones, pas un seul. La vue d'un visage, par exemple, déclenche l'activité de milliers de neurones dans les secteurs d'ordre supérieur du cortex visuel. Chaque cellule réagit un peu différemment, réagissant à un détail différent : la forme exacte du visage, la teinte de sa peau, la direction dans laquelle les yeux sont concentrés, etc. Le sens le plus large est inhérent à la réponse collective des cellules.
Une percée majeure dans la compréhension de ce phénomène, connue sous le nom de codage de population, est survenue en 1986, lorsqu'Apostolos Georgopoulos, Andrew Schwartz et Ronald Kettner de la faculté de médecine de l'Université Johns Hopkins ont appris comment un ensemble de neurones du cortex moteur des singes encodait la direction. dans lequel un singe bouge un membre. Aucun neurone n'a entièrement déterminé où le membre se déplacerait, mais les informations agrégées à travers une population de neurones l'ont fait. En calculant une sorte de moyenne pondérée de tous les neurones qui se sont déclenchés, Georgopoulos et ses collègues ont découvert qu'ils pouvaient déduire de manière fiable et précise le mouvement prévu du bras du singe.
L'une des premières illustrations de ce que la neurotechnologie pourrait un jour réaliser s'appuie directement sur cette découverte. Le neuroscientifique de l'Université Brown, John Donoghue, a exploité l'idée du codage de population pour créer des décodeurs neuronaux, intégrant à la fois un logiciel et des électrodes, qui interprètent le déclenchement neuronal en temps réel. L'équipe de Donoghue a implanté un réseau de microélectrodes en forme de brosse directement dans le cortex moteur d'un patient paralysé pour enregistrer l'activité neuronale alors que le patient imaginait divers types d'activités motrices. À l'aide d'algorithmes interprétant ces signaux, le patient pourrait utiliser les résultats pour contrôler un bras robotique. Le contrôle mental du bras du robot est toujours lent et maladroit, semblable à la conduite d'un fourgon en mouvement désaligné. Mais le travail est un indice puissant de ce qui va arriver à mesure que notre capacité à décoder l'activité du cerveau s'améliore.
Parmi les codes les plus importants dans le cerveau de tout animal, il y a ceux qu'il utilise pour localiser son emplacement dans l'espace. Comment fonctionne notre propre GPS interne ? Comment les modèles d'activité neuronale encodent-ils où nous sommes ? Un premier indice important est venu au début des années 1970 avec la découverte par John O'Keefe à l'University College de Londres de ce qui est devenu connu sous le nom de cellules de lieu dans l'hippocampe des rats. De telles cellules se déclenchent chaque fois que l'animal marche ou traverse une partie particulière d'un environnement familier. En laboratoire, une cellule de lieu peut se déclencher le plus souvent lorsque l'animal est près du point de branchement d'un labyrinthe ; un autre pourrait réagir plus activement lorsque l'animal est proche du point d'entrée. L'équipe mari et femme d'Edward et May-Britt Moser a découvert un deuxième type de codage spatial basé sur ce que l'on appelle les cellules de grille. Ces neurones se déclenchent le plus activement lorsqu'un animal se trouve aux sommets d'une grille géométrique imaginaire représentant son environnement. Avec des ensembles de telles cellules, l'animal est capable de trianguler sa position, même dans l'obscurité. (Il semble y avoir au moins quatre ensembles différents de ces cellules de grille à différentes résolutions, permettant un degré fin de représentation spatiale.)
D'autres codes permettent aux animaux de contrôler les actions qui se déroulent dans le temps. Un exemple est le circuit responsable de l'exécution des séquences motrices sous-jacentes au chant des oiseaux chanteurs. Les pinsons mâles adultes chantent pour leurs partenaires féminines, chaque chanson stéréotypée ne durant que quelques secondes. Comme Michale Fee et ses collaborateurs du MIT l'ont découvert, les neurones d'un type au sein d'une structure particulière sont complètement silencieux jusqu'à ce que l'oiseau commence à chanter. Chaque fois que l'oiseau atteint un point particulier de son chant, ces neurones éclatent soudainement en une seule rafale de trois à cinq pointes étroitement groupées, pour se taire à nouveau. Différents neurones éclatent à des moments différents. Il semble que des groupes individuels de neurones codent pour l'ordre temporel, chacun représentant un moment spécifique du chant de l'oiseau.
Codage de grand-mère
Contrairement à une machine à écrire, dans laquelle une seule touche spécifie chaque lettre de manière unique, le code ASCII utilise plusieurs bits pour déterminer une lettre : c'est un exemple de ce que les informaticiens appellent un code distribué. De la même manière, les théoriciens ont souvent imaginé que des concepts complexes pourraient être des faisceaux de caractéristiques individuelles ; le concept bouvier bernois pourrait être représenté par des neurones qui se déclenchent en réponse à des notions telles que chien, amoureux de la neige, amical, grand, marron et noir, etc., tandis que de nombreux autres neurones, tels que ceux qui répondent aux véhicules ou aux chats , ne pas tirer. Collectivement, cette grande population de neurones pourrait représenter un concept.
Il y a des raisons d'espérer. L'optogénétique permet désormais aux chercheurs d'activer et de désactiver à volonté des classes de neurones génétiquement identifiées avec des faisceaux de lumière colorés. Cela pourrait considérablement accélérer la recherche de codes.
Une notion alternative, appelée codage clairsemé, a reçu beaucoup moins d'attention. En effet, les neuroscientifiques ont autrefois méprisé l'idée de codage cellulaire de la grand-mère. Le terme dérisoire impliquait un neurone hypothétique qui ne se déclencherait que lorsque son porteur verrait ou penserait à sa grand-mère – sûrement, du moins ce qui semblait, un concept absurde.
Mais récemment, l'un de nous (Koch) a aidé à découvrir des preuves d'une variation sur ce thème. Bien qu'il n'y ait aucune raison de penser qu'un seul neurone de votre cerveau représente votre grand-mère, nous savons maintenant que des neurones individuels (ou du moins des groupes relativement petits) peuvent représenter certains concepts avec une grande spécificité. Les enregistrements de microélectrodes implantées profondément dans le cerveau de patients épileptiques ont révélé des neurones uniques qui ont répondu à des stimuli extrêmement spécifiques, tels que des célébrités ou des visages familiers. Une telle cellule, par exemple, a répondu à différentes images de l'actrice Jennifer Aniston. D'autres ont répondu aux photos de Luke Skywalker de Guerres des étoiles gloire, ou à son nom épelé. Un nom familier peut être représenté par une centaine et jusqu'à un million de neurones dans l'hippocampe humain et les régions voisines.
De telles découvertes suggèrent que le cerveau peut effectivement connecter de petits groupes de neurones pour coder des choses importantes qu'il rencontre encore et encore, une sorte de raccourci neuronal qui peut être avantageux pour associer et intégrer rapidement de nouveaux faits avec des connaissances préexistantes.
Terre inconnue
Si les neurosciences ont fait de réels progrès pour comprendre comment un organisme donné encode ce qu'il éprouve à un moment donné, elles doivent aller plus loin pour comprendre comment les organismes encodent leurs connaissances à long terme. Nous ne survivrions évidemment pas longtemps dans ce monde si nous ne pouvions pas acquérir de nouvelles compétences, comme la séquence orchestrée d'actions et de décisions qui entrent dans la conduite d'une voiture. Pourtant, la méthode précise par laquelle nous procédons reste mystérieuse. Les pointes sont nécessaires mais pas suffisantes pour traduire l'intention en action. La mémoire à long terme, comme la connaissance que nous développons au fur et à mesure que nous acquérons une compétence, est codée différemment, non pas par des volées de pointes en circulation constante, mais plutôt par un recâblage littéral de nos réseaux neuronaux.
Ce recâblage est accompli au moins en partie en remodelant les synapses qui relient les neurones. Nous savons que de nombreux processus moléculaires différents sont impliqués, mais nous savons encore peu de choses sur les synapses qui sont modifiées et quand, et presque rien sur la façon de remonter d'un diagramme de connectivité neuronale aux souvenirs particuliers encodés.
Un autre mystère concerne la façon dont le cerveau représente les expressions et les phrases. Même s'il existe un petit ensemble de neurones définissant un concept comme votre grand-mère, il est peu probable que votre cerveau ait attribué des ensembles spécifiques de neurones à des concepts complexes moins courants mais toujours immédiatement compréhensibles, comme la grand-mère maternelle de Barack Obama. Il est également peu probable que le cerveau consacre à plein temps des neurones particuliers à la représentation de chaque nouvelle phrase que nous entendons ou produisons. Au lieu de cela, chaque fois que nous interprétons ou produisons une nouvelle phrase, le cerveau intègre probablement plusieurs populations neuronales, combinant des codes pour des éléments de base (comme des mots et des concepts individuels) dans un système pour représenter des ensembles combinatoires complexes. Pour l'instant, nous n'avons aucune idée de comment cela est accompli.
L'une des raisons pour lesquelles de telles questions sur les schémas du cerveau pour le codage des informations se sont avérées si difficiles à résoudre est que le cerveau humain est si immensément complexe, englobant 86 milliards de neurones liés par quelque chose de l'ordre d'un milliard de connexions synaptiques. Une autre est que nos techniques d'observation restent grossières. Les outils d'imagerie les plus populaires pour scruter le cerveau humain n'ont pas la résolution spatiale pour attraper des neurones individuels en train de tirer. Pour étudier les systèmes de codage neuronal propres à l'homme, tels que ceux utilisés dans le langage, nous avons probablement besoin d'outils qui n'ont pas encore été inventés, ou du moins de moyens nettement meilleurs d'étudier des populations très dispersées de neurones individuels dans le cerveau vivant.
Il convient également de noter que ce que les neuro-ingénieurs essaient de faire est un peu comme une écoute clandestine – puiser dans les propres communications internes du cerveau pour essayer de comprendre ce qu'elles signifient. Certaines de ces écoutes peuvent nous induire en erreur. Chaque code neuronal que nous pouvons déchiffrer nous dira quelque chose sur le fonctionnement du cerveau, mais tous les codes que nous déchiffrons ne sont pas quelque chose que le cerveau lui-même utilise directement. Certains d'entre eux peuvent être des épiphénomènes, des tics accidentels qui, même s'ils s'avèrent utiles pour l'ingénierie et les applications cliniques, pourraient être des détournements sur la voie d'une compréhension complète du cerveau.
Néanmoins, il y a lieu d'être optimiste quant au fait que nous nous dirigeons vers cette compréhension. L'optogénétique permet désormais aux chercheurs d'activer et de désactiver à volonté des classes de neurones génétiquement identifiées avec des faisceaux de lumière colorés. Toute population de neurones possédant un code postal moléculaire unique et connu peut être marquée avec un marqueur fluorescent, puis être soit amenée à augmenter avec une précision de la milliseconde, soit empêchée d'augmenter. Cela permet aux neuroscientifiques de passer de l'observation de l'activité neuronale à une interférence délicate, transitoire et réversible avec celle-ci. L'optogénétique, maintenant utilisée principalement chez les mouches et les souris, accélérera considérablement la recherche de codes neuronaux. Au lieu de simplement corréler les schémas de pics avec un comportement, les expérimentateurs seront capables d'écrire des schémas d'informations et d'étudier directement les effets sur les circuits cérébraux et le comportement des animaux vivants. Le déchiffrement des codes neuronaux n'est qu'une partie de la bataille. Déchiffrer les nombreux codes du cerveau ne nous dira pas tout ce que nous voulons savoir, pas plus que la compréhension des codes ASCII ne peut, à elle seule, nous dire comment fonctionne un traitement de texte. Pourtant, il s'agit d'une condition préalable essentielle à la construction de technologies qui réparent et améliorent le cerveau.
Prenez, par exemple, de nouveaux efforts pour utiliser l'optogénétique pour remédier à une forme de cécité causée par des troubles dégénératifs, tels que la rétinite pigmentaire, qui attaquent les cellules photosensibles de l'œil. Une stratégie prometteuse utilise un virus injecté dans les globes oculaires pour modifier génétiquement les cellules ganglionnaires rétiniennes afin qu'elles deviennent sensibles à la lumière. Une caméra montée sur des lunettes émettrait des faisceaux de lumière dans la rétine et déclencherait une activité électrique dans les cellules génétiquement modifiées, ce qui stimulerait directement le prochain ensemble de neurones sur le trajet du signal, ce qui restaurerait la vue. Mais pour que cela fonctionne, les scientifiques devront apprendre le langage de ces neurones. Alors que nous apprenons à communiquer avec le cerveau dans sa propre langue, de tout nouveaux mondes de possibilités pourraient bientôt émerger.
Christof Koch est directeur scientifique de l'Allen Institute for Brain Science à Seattle. Gary Marcus, professeur de psychologie à l'Université de New York et blogueur régulier pour le New yorkais , est coéditeur du livre à paraître L'avenir du cerveau.