Vous êtes ici

Code neural et fonctions cognitives

Responsables:
Thomas Boraud CNRS Bordeaux
Sargolini Francesca (Marseille).

Depuis le retour en force de l'électrophysiologie comme méthode d'investigation, secondaire au développement des techniques d'enregistrements multi-électrodes, leurs applications à l'étude des fonctions cognitives n'ont cessé de croitre. Introduites en France au début de la décennie, ces méthodes sont appliquées par les équipes associées au GDR à l'apprentissage et la mémoire spatiale qui met en jeux les réseaux du lobe temporal médian (C Lemoine, X Leikugel, B Poucet, S Wiener) et les processus de prise de décision qui impliquent le cortex antérieur et les noyaux gris centraux (T Boraud, D Boussaoud, P Burbaud, E Procyk, S Ravel). Ces méthodes autorisent non seulement de multiplier le nombre de neurones enregistrés simultanément pendant l'exécution d'une tâche mais aussi d'analyser les interactions entre différentes structures. L'étude de ces fonctions nécessite la mis en place de protocoles chez l'animal (rongeurs et primates) éveillé et en comportement. Cela implique des contraintes spécifiques en termes de miniaturisation (surtout pour les rongeurs), d'ergonomie et d'acquisition des paramètres comportementaux. Une nouvelle dimension concerne la corrélation avec les paramètres comportementaux qui implique souvent des lois non-linéaires et nécessite ainsi l'utilisation de modèles théoriques à plusieurs paramètres. Ces spécificités se rajoutent aux problèmes et aux contraintes générales liées à l'emploi des méthodes multi-électrodes développées plus haut en termes de standardisation notamment. Notre participation à ce GDR nous permettra de mettre nos expériences en commun pour rationnaliser nos outils d'analyse et la formation de nos équipes. Nous interagirons ainsi avec les équipes qui utilisent ces méthodes pour d'autres approches afin de renforcer nos points communs (besoins en hardware et en software) et mettrons en place des collaborations sur les aspects plus spécifiques nous concernant.