Des chercheurs de l'Université Northwestern ont découvert que les caractéristiques structurelles du cerveau sont proches d'un point critique similaire à une transition de phase, observée chez diverses espèces telles que les humains, les souris et les mouches des fruits. Cette découverte suggère qu’un principe universel pourrait régir la structure du cerveau, ce qui pourrait inspirer de nouveaux modèles informatiques pour imiter la complexité du cerveau.
Le cerveau présente une criticité structurelle à proximité des transitions de phase, constante à travers espècesguidant potentiellement le développement de nouveaux modèles cérébraux.
Lorsqu’un aimant est chauffé, il atteint un point critique où il perd sa magnétisation, appelé « criticité ». Ce point de grande complexité est atteint lorsqu'un objet physique subit une transition de phase.
Récemment, des chercheurs de Université du nord-ouest ont découvert que les caractéristiques structurelles du cerveau se situent à proximité d'un point critique similaire, soit au niveau ou à proximité d'une transition de phase structurelle. Ces résultats sont cohérents dans les cerveaux des humains, des souris et des mouches des fruits, ce qui suggère que cette découverte pourrait être universelle. Bien qu'il reste difficile de savoir entre quelles phases la structure du cerveau évolue, ces résultats pourraient permettre de nouvelles conceptions de modèles informatiques de la complexité du cerveau.
Leurs recherches ont été publiées dans Physique des communications.
Reconstruction 3D de neurones sélectionnés dans une petite région de l'ensemble de données du cortex humain. Crédit : Université Harvard/Google
Structure cérébrale et modèles informatiques
« Le cerveau humain est l'un des systèmes les plus complexes connus, et de nombreuses propriétés des détails régissant sa structure ne sont pas encore comprises », a déclaré l'auteur principal István Kovács, professeur adjoint de physique et d'astronomie à Northwestern.
« Plusieurs autres chercheurs ont étudié la criticité du cerveau en termes de dynamique neuronale. Mais nous étudions la criticité au niveau structurel afin, à terme, de comprendre comment elle sous-tend la complexité de la dynamique cérébrale. C’est une pièce manquante dans notre façon de concevoir la complexité du cerveau. Contrairement à un ordinateur où n’importe quel logiciel peut fonctionner sur le même matériel, dans le cerveau, la dynamique et le matériel sont étroitement liés.
Reconstruction 3D de neurones sélectionnés dans une petite région de l'ensemble de données du cortex humain. Crédit : Université Harvard/Google
« La structure du cerveau au niveau cellulaire semble être proche d'une transition de phase », a déclaré la première auteure Helen Ansell, boursière Tarbutton à l'Université Emory et chercheuse postdoctorale dans le laboratoire de Kovács pendant l'étude. « Un exemple quotidien de cela est la fusion de la glace et de l’eau. Il s'agit toujours de molécules d'eau, mais elles subissent une transition du solide au liquide. Nous ne disons certainement pas que le cerveau est sur le point de fondre. En fait, nous n’avons aucun moyen de savoir entre quelles deux phases le cerveau pourrait passer. Parce que s’il se trouvait de part et d’autre du point critique, ce ne serait pas un cerveau. »
Appliquer la physique statistique aux neurosciences
Bien que les chercheurs étudient depuis longtemps la dynamique cérébrale à l’aide de l’imagerie par résonance magnétique fonctionnelle (IRMf) et les électroencéphalogrammes (EEG), les progrès des neurosciences n'ont fourni que récemment des ensembles de données massifs sur la structure cellulaire du cerveau. Ces données ont ouvert la possibilité à Kovács et à son équipe d'appliquer des techniques de physique statistique pour mesurer la structure physique des neurones.
Instantané de neurones sélectionnés à partir de l’ensemble de données du cortex humain, visualisé à l’aide de la plateforme Neuroglancer en ligne. Crédit : Université Harvard/Google
Identifier les exposants critiques dans la structure du cerveau
Kovács et Ansell ont analysé les données accessibles au public provenant de reconstructions cérébrales 3D d'humains, de mouches des fruits et de souris. En examinant le cerveau à à l'échelle nanométrique résolution, les chercheurs ont découvert que les échantillons présentaient des caractéristiques de propriétés physiques associées à la criticité.
L’une de ces propriétés est la structure bien connue des neurones, de type fractal. Cette dimension fractale non triviale est un exemple d’un ensemble d’observables, appelés « exposants critiques », qui émergent lorsqu’un système est proche d’une transition de phase.
Les cellules cérébrales sont disposées selon un modèle statistique de type fractal à différentes échelles. Lors d'un zoom avant, les formes fractales sont « auto-similaires », ce qui signifie que des parties plus petites de l'échantillon ressemblent à l'échantillon entier. Les tailles des différents segments neuronaux observés sont également diverses, ce qui fournit un autre indice. Selon Kovács, l’autosimilarité, les corrélations à longue distance et les larges distributions de taille sont toutes les signatures d’un état critique, où les caractéristiques ne sont ni trop organisées ni trop aléatoires. Ces observations conduisent à un ensemble d'exposants critiques qui caractérisent ces caractéristiques structurelles.
« Ce sont des choses que nous voyons dans tous les systèmes critiques en physique », a déclaré Kovács. « Il semble que le cerveau se trouve dans un équilibre délicat entre deux phases. »
Exemples de reconstruction d'un seul neurone à partir de chacun des ensembles de données sur les mouches des fruits, les souris et les humains. Crédit : Université Northwestern
Criticité universelle pour toutes les espèces
Kovács et Ansell ont été étonnés de constater que tous les échantillons de cerveau étudiés – provenant d’humains, de souris et de mouches des fruits – présentaient des exposants critiques cohérents d’un organisme à l’autre, ce qui signifie qu’ils partageaient les mêmes caractéristiques quantitatives de criticité. Les structures sous-jacentes et compatibles entre les organismes suggèrent qu’un principe directeur universel pourrait être en jeu. Leurs nouvelles découvertes pourraient potentiellement aider à expliquer pourquoi les cerveaux de différentes créatures partagent certains des mêmes principes fondamentaux.
« Au départ, ces structures semblent très différentes : un cerveau de mouche entier a à peu près la taille d'un petit neurone humain », a déclaré Ansell. « Mais nous avons ensuite découvert des propriétés émergentes étonnamment similaires. »
« Parmi les nombreuses caractéristiques très différentes selon les organismes, nous nous sommes appuyés sur les suggestions de la physique statistique pour vérifier quelles mesures sont potentiellement universelles, comme les exposants critiques. En effet, ceux-ci sont cohérents d’un organisme à l’autre », a déclaré Kovács. « Signe encore plus profond de criticité, les exposants critiques obtenus ne sont pas indépendants : à partir de trois quelconques, nous pouvons calculer le reste, comme le dicte la physique statistique. Cette découverte ouvre la voie à la formulation de modèles physiques simples pour capturer les modèles statistiques de la structure cérébrale. De tels modèles constituent des entrées utiles pour les modèles cérébraux dynamiques et peuvent être une source d’inspiration pour les architectures de réseaux neuronaux artificiels.
À l’avenir, les chercheurs prévoient d’appliquer leurs techniques à de nouveaux ensembles de données émergents, notamment de plus grandes sections du cerveau et davantage d’organismes. Ils visent à déterminer si l’universalité s’appliquera toujours.
Financement : Cette étude a été partiellement financée par les ressources informatiques de l’installation de calcul haute performance Quest de Northwestern.
