Un nouvel outil décode l’activité neuronale à l’aide des mouvements du visage

Les souris sont toujours en mouvement. Même s’il n’y a aucune motivation externe pour leurs actions, comme un chat qui se cache à quelques mètres de là, les souris balayent constamment leurs moustaches, reniflant leur environnement et se toilettant.

Ces actions spontanées illuminent les neurones de nombreuses régions différentes du cerveau, fournissant ainsi une représentation neuronale de ce que l’animal fait à tout moment dans le cerveau. Mais la manière dont le cerveau utilise ces signaux persistants et répandus reste un mystère.

Aujourd’hui, les scientifiques du campus de recherche Janelia de HHMI ont développé un outil qui pourrait rapprocher les chercheurs de la compréhension de ces signaux énigmatiques à l’échelle du cerveau. L’outil, connu sous le nom de Facemap, utilise des réseaux neuronaux profonds pour relier les informations sur les mouvements des yeux, des moustaches, du nez et de la bouche d’une souris à l’activité neuronale du cerveau.

Les résultats sont publiés dans la revue Neurosciences naturelles.

“L’objectif est le suivant : quels sont les comportements représentés dans ces régions du cerveau ? Et si une grande partie de ces informations se trouvent dans les mouvements du visage, alors comment pouvons-nous mieux les suivre ?” déclare Atika Syeda, étudiante diplômée au Stringer Lab et auteur principal d’un nouvel article décrivant la recherche.

Création d’une carte faciale

L’idée de créer un meilleur outil pour comprendre les signaux à l’échelle du cerveau est née de recherches antérieures menées par Carsen Stringer et Marius Pachitariu, dirigeants du groupe Janelia. Ils ont découvert que l’activité dans de nombreuses zones différentes du cerveau d’une souris – longtemps considérée comme un bruit de fond – est un signal induit par ces comportements spontanés. Cependant, la manière dont le cerveau utilise ces informations n’est toujours pas claire.

“La première étape pour vraiment répondre à cette question est de comprendre quels sont les mouvements qui conduisent à cette activité et ce qui est exactement représenté dans ces zones du cerveau”, explique Stringer.

Pour ce faire, les chercheurs doivent être capables de suivre et de quantifier les mouvements et de les corréler avec l’activité cérébrale. Mais les outils permettant aux scientifiques de réaliser de telles expériences n’étaient pas optimisés pour une utilisation chez la souris, de sorte que les chercheurs n’ont pas pu obtenir les informations dont ils avaient besoin.

“Toutes ces différentes zones du cerveau sont pilotées par ces mouvements, c’est pourquoi nous pensons qu’il est vraiment important de mieux comprendre ce que sont réellement ces mouvements, car nos techniques précédentes ne pouvaient vraiment pas nous dire de quoi il s’agissait”, explique Stringer. .

Pour remédier à cette lacune, l’équipe a examiné 2 400 images vidéo et étiqueté des points distincts sur le visage de la souris correspondant à différents mouvements du visage associés à des comportements spontanés. Ils se sont concentrés sur 13 points clés du visage qui représentent des comportements individuels, comme fouetter, toiletter et lécher.

L’équipe avait d’abord développé un modèle basé sur un réseau neuronal capable d’identifier ces points clés dans des vidéos de visages de souris collectées en laboratoire dans diverses configurations expérimentales.

Ils ont ensuite développé un autre modèle basé sur un réseau neuronal profond pour corréler ces données clés du point du visage représentant le mouvement de la souris à l’activité neuronale, leur permettant ainsi de voir comment les comportements spontanés d’une souris conduisent l’activité neuronale dans une région cérébrale particulière.

Facemap est plus précis et plus rapide que les méthodes précédentes utilisées pour suivre les mouvements et les comportements orofaciaux des souris. L’outil est également spécialement conçu pour suivre les visages de la souris et a été pré-entraîné pour suivre de nombreux mouvements de souris différents. Ces facteurs font de Facemap un outil particulièrement efficace : le modèle peut prédire deux fois plus d’activité neuronale chez la souris que les méthodes précédentes.

Dans des travaux antérieurs, l’équipe a découvert que les comportements spontanés activaient les neurones du cortex visuel, la région du cerveau qui traite les informations visuelles provenant de l’œil. Grâce à Facemap, ils ont découvert que ces groupes d’activités neuronales étaient plus répartis dans cette région du cerveau qu’on ne le pensait auparavant.

Facemap est disponible gratuitement et facile à utiliser. Des centaines de chercheurs à travers le monde ont déjà téléchargé l’outil depuis sa sortie l’année dernière.

“C’est quelque chose que si quelqu’un voulait commencer, il pouvait télécharger Facemap, diffuser ses vidéos et obtenir ses résultats le même jour”, explique Syeda. “Cela rend simplement la recherche, en général, beaucoup plus facile.”