Section 25 Neurobiologie moléculaire et cellulaire, neurophysiologie

I. L'évolution des méthodes d'étude en neuroscience

A. Vers une analyse multi-échelle et dynamique du fonctionnement du cerveau humain

Après le séquençage du génome humain, un des grands enjeux scientifiques de la prochaine décennie sera de comprendre le fonctionnement du cerveau humain dans son ensemble. Pour cela en 2013, la Commission Européenne et le National Institute of Health aux États-Unis ont programmé deux grands projets, le Human Brain Project et le Brain Activity Map Project respectivement. Le premier projet fait appel à des avancées substantielles dans le domaine des neurosciences computationnelles et le développement de nouveaux algorithmes. Le deuxième projet vise à mesurer l'activité du cerveau dans son ensemble, au niveau cellulaire. Ceci requiert de nouvelles avancées technologiques, notamment en imagerie fonctionnelle, ce qui implique le développement de nouvelles sondes et de nouveaux programmes d'analyse.

Ces deux exemples sont à l'image de l'évolution actuelle des neurosciences françaises. Celles-ci s'orientent vers la collecte d'informations multi-échelles dont font partie les approches « omiques ». Mais il en existe d'autres. Ainsi, la dynamique de fonctionnement de la communication synaptique est de l'ordre de la milliseconde. Les techniques actuelles de multi-électrodes et d'imagerie à haute résolution permettent d'enregistrer cette activité au niveau de centaines de neurones localisés dans une région restreinte du cerveau, et avec une très haute résolution spatio-temporelle, dans des modèles animaux. Mais si nous voulons relever le défi d'une meilleure compréhension du cerveau dans son ensemble, nous devrons être capables d'étendre ce niveau d'acquisition à des milliers, voire des millions de neurones, et d'analyser ces données dans leur ensemble. Par exemple, la microscopie « light sheet » permet aujourd'hui d'acquérir l'activité de 80 % des neurones d'un cerveau de larve de poisson zèbre à l'échelle de la seconde. Cet exemple laisse présager de futurs développements permettant d'observer l'activité neuronale unitaire d'un cerveau de vertébré avec une haute résolution temporelle. On peut espérer que les approches multi-électrodes et d'imagerie globale, combinées aux techniques d'optogénétique, permettront de corréler l'activité de circuits neuronaux entiers du cerveau à une tache comportementale donnée (acquisition mnésique par exemple) et leurs modifications anatomo-fonctionnelles éventuelles résultant de cette tache (plasticité neuronale). Ceci sera probablement réalisable dans les dix prochaines années sur des organismes simples comme le vers Caenorhabditis elegans, mais certainement pas chez la souris et encore moins chez le primate.

Le très grand nombre de données engendrées par ce type d'acquisition globale crée un nouveau besoin non seulement de stockage, mais aussi d'analyse. Les méthodes actuelles peuvent encore répondre à ce besoin et doivent être soutenues, mais il est fort probable qu'elles atteindront leurs limites dans un avenir proche, d'où la nécessité de développer de nouvelles méthodes d'analyse et des modèles computationnels de plus en plus performants. Il est certain que ces développements nécessiteront des collaborations étroites entre biologistes, mathématiciens et physiciens.

Dans la collecte d'information multi-échelle, un des enjeux majeurs consiste à étudier in vivo le comportement biophysique d'une seule molécule en lien avec une réponse neurobiologique, à la fois dans des conditions physiologiques et pathologiques. L'apport de la chimie et de la physique dans ce domaine sera crucial à plus d'un titre. Ainsi le développement de technologies émergentes comme l'optopharmacologie (qui couple l'optique, la génétique et la chimie, et qui permet d'étudier la contribution physio-pathologique d'un récepteur endogène), l'incorporation d'acides aminés non naturels au niveau de protéines clés (récepteurs, canaux ioniques, protéines d'échafaudage...), l'imagerie fonctionnelle à l'aide de colorants sensibles aux ions Ca2+ et au voltage, permettront d'accéder à des données précieuses au sein des réseaux natifs, à l'échelle de la milliseconde, chez l'animal anesthésié ou éveillé. Notamment, ces nouvelles technologies permettront d'accéder à des données microscopiques, physiologiques ou pathologiques, relatives à des protéines de signalisation membranaires (cinétiques d'activation, d'inactivation, de désensibilisation, d'internalisation, de dégradation, de mobilité... de récepteurs et de canaux ioniques) impliquées dans des processus neurobiologiques majeurs (communication synaptique, développement/maturation du système nerveux, neuropathologies...). Définir l'organisation morpho-fonctionnelle de l'information neuronale, du niveau cellulaire et subcellulaire au niveau du réseau, grâce à ces différents outils, constitue un des prochains enjeux majeurs de la recherche en neuroscience.

B. L'importance des neurosciences computationnelles

Le cerveau est l'organe le plus complexe connu à ce jour. Il est constitué de milliards de neurones reliés par un réseau extrêmement dense capable de traiter de multiples informations à très grande vitesse. La coordination de groupes de neurones permet la mise en place de patrons d'activités spécifiques à l'origine des fonctions cognitives. C'est dans ce contexte que les neurosciences computationnelles ont émergé, avec pour but d'établir les principes calculatoires de l'activité neuronale et par extension, des fonctions cérébrales. Cette discipline récente, en plein essor, est à l'interface entre trois sections du Comité National qui sont la section 25, la section 26 et la CID 51. Par une combinaison d'approches mathématique, physique et informatique, les acteurs de cette discipline tentent de comprendre l'implémentation des fonctions cognitives par le système nerveux central à des niveaux allant de la protéine unique à la globalité d'une aire cérébrale. Ils formalisent les principes du fonctionnement cérébral et élaborent des modèles théoriques qui sont ensuite testés par la simulation numérique. Ce type d'approche ouvre des possibilités nouvelles et permet de développer de nouveaux concepts fondamentaux. Concrètement, les neurosciences computationnelles abordent le codage des signaux sensoriels, la computation neuronale (parfois spécifiquement dendritique), la dynamique des réseaux, la plasticité synaptique et autres phénomènes régissant l'intégration des signaux au niveau du cerveau. Ainsi, la modélisation quantitative de l'activité neuronale se fait au niveau cellulaire, voire moléculaire, en utilisant les propriétés biochimiques et biophysiques des cellules, mais aussi au niveau des réseaux de neurones en se reposant sur les notions d'apprentissage et de mémorisation. La complexité du cerveau confère à cet organe une remarquable efficacité pour le traitement des informations. Cependant, elle le rend vulnérable à de nombreux dysfonctionnements responsables de pathologies telles que la schizophrénie, l'épilepsie, les troubles de la mémoire, etc. Dans ce contexte, les neurosciences computationnelles offriront de toute évidence la possibilité de développer des outils diagnostiques de la plus haute importance dans les années à venir.

Bien que la puissance croissante des calculateurs permette d'envisager des simulations de plus en plus complexes, les problèmes de la définition d'autant de paramètres et l'appréhension de leur influence restent quasi insolubles. Il semble donc essentiel de maintenir, voire de renforcer l'approche parallèle qui consiste en la recherche d'abstractions efficaces et de modèles simplifiés, mais explicatifs. Des allers retours permanents entre expérimentateurs et théoriciens seront nécessaires à l'obtention de modèles de plus en plus fiables, avec l'introduction de paradigmes pharmacologiques, génétiques voire épigénétiques. À ce titre, les données issues des techniques émergentes en neurosciences expérimentales telles que l'optogénétique et l'imagerie in vitro offriront de nouveaux horizons conceptuels aux neurosciences computationnelles.

Au cours des dernières décennies, les neurosciences computationnelles se sont énormément développées, au plan mondial et en France en particulier. Des résultats significatifs ont été mis à la disposition de la communauté, avec comme objectif de « comprendre le cerveau ». Gageons que ce domaine très important des neurosciences aura une incidence capitale en apportant de précieux résultats, aussi bien au niveau moléculaire qu'au niveau intégratif. Dès aujourd'hui, on peut raisonnablement prendre le pari que l'aboutissement de ces recherches, à l'interface entre théorie et expérimentation, conduira dans un avenir proche à des progrès dans la compréhension des maladies psychiatriques et neurologiques. Une coopération active entre les différentes sections du comité national et les autres acteurs de la recherche s'avérera certainement indispensable. La production de modèles neuromorphiques ou biomimétiques de différentes structures des systèmes nerveux central et périphérique sera également une composante essentielle pour le développement d'interfaces cerveau-machine. Ces modèles devront respecter la précision dynamique à la milliseconde près des structures neuronales. Les interfaces cerveau-machine qui en découleront auront des applications thérapeutiques pour la réhabilitation de fonctions sensorielles, motrices, voire cognitives.

C. Les apports de la génétique et de l'épigénétique aux neurosciences

1. Les apports de la génétique

Les avancées récentes de la génomique, dues pour partie à la très forte baisse des coûts du séquençage, autorisent l'étude de très larges cohortes. Par exemple, une étude de 80 000 patients et individus sains a permis de révéler 110 loci de susceptibilité pour la sclérose en plaques. L'approche génétique est aujourd'hui cruciale pour l'étude des désordres mentaux qui affectent des circuits neuronaux impliqués dans les fonctions cognitives comme le langage et pour lesquels la plupart des modèles animaux ne sont pas appropriés.

Les analyses à large échelle révèlent l'existence d'une variabilité interindividuelle très importante du génome : chaque génome humain diploïde possède environ 100 variants, avec des interruptions de gènes, de larges délétions ou la présence de nucléotides non-sens. Un défi majeur de la recherche dans ce domaine sera donc de déceler les mutations qui sont délétères et associées aux désordres neurologiques, en se basant sur la notion de facteur de risque plutôt que de déterminisme d'une mutation, et ceci dans un contexte polygénique. Pour l'autisme par exemple, l'étude de très larges cohortes, avec trios père-mère-enfants, a permis d'identifier des mutations de novo chez plus de 1 000 patients, notamment sur plusieurs gènes récurrents. Un autre concept important qui émerge des études à grande échelle sur plusieurs désordres psychiatriques (schizophrénie, autisme, troubles bipolaires) est la convergence des mutations, par exemple sur des gènes codant pour des protéines synaptiques ou des canaux ioniques.

2. Les apports de l'épigénétique

L'épigénétique est le support biologique de ce qui a été présenté comme une interaction entre génome et environnement. Les mécanismes épigénétiques sont aussi au cœur du déterminisme cellulaire. Ceci représente un domaine très riche des neurosciences. Il véhicule l'idée que les modifications épigénétiques de l'ADN peuvent être irréversibles et ainsi perpétuer le phénotype cellulaire d'une génération à l'autre. Parallèlement, le caractère plastique de l'épigénome neuronal a des implications évidentes au niveau des fonctions cognitives, comme l'apprentissage ou l'étiologie de maladies neurologiques.

Alors que la plupart des cellules somatiques ne témoignent pas d'activité de rétrotransposition, les rétrotransposons sont très actifs dans les neurones. Ainsi, ils contrôlent le développement neural, la neurogénèse adulte et sont responsables de pathologies du système nerveux central. Par exemple, « long interspersed element-1 » (LINE 1) constitue un ADN répété de 6 kb contenant une région promotrice, 2 cadres ouverts de lecture et une queue polyA. Un cadre ouvert de lecture peut s'insérer dans le génome altérant ainsi l'expression des gènes en modifiant la chromatine. Ainsi, ses effets peuvent être considérés comme des modifications épigénétiques en réponse à un stimulus environnemental. 45 % du génome humain est composé de transposons et le séquençage de tissu cérébral humain a mis en évidence des insertions de novo de LINE1 dans des régions de l'ADN codant pour des protéines synaptiques, des protéines d'adhésion cellulaire et de projection axonale. Ainsi, l'insertion de LINE1 pourrait être délétère et des études récentes ont montré l'implication de LINE1 dans la schizophrénie ou le syndrome de Rett. D'autre part chez la drosophile, l'activité de rétrotransposition dans le cerveau peut affecter la mémoire. Ce domaine d'étude est à son commencement et devrait permettre à l'avenir d'expliquer certaines pathologies du système nerveux central.

Nos capacités d'adaptation à des situations nouvelles sont très grandes et dépendent de nos facultés mnésiques. Elles sont par ailleurs déterminantes pour la survie de tout individu, quelle que soit l'espèce animale. Des études récentes montrent des modifications de l'ADN et de la chromatine au cours de l'apprentissage et de la consolidation de la mémoire chez les mammifères. Cependant, une question demeure sans réponse : est-ce que ces modifications épigénétiques sont nécessaires pour le stockage de la mémoire ? Sur un plan conceptuel cela pourrait être le cas car l'épigénome peut théoriquement contrôler un spectre relativement large de gènes impliqués dans le fonctionnement synaptique et sa plasticité. Cette hypothèse demeure aujourd'hui ouverte et préoccupe la communauté. Elle implique que les phénomènes de méthylation et de déméthylation de la chromatine peuvent être déclenchés par l'activité neuronale. Ainsi, un domaine important d'investigation en neurobiologie est de comprendre comment, suite à la stimulation de récepteurs membranaires par des neurotransmetteurs ou des hormones, les variations de potentiel de membrane des neurones et l'activation de voies de signalisation intracellulaires, déclenchent des modifications épigénétiques.

Des études récentes chez les rongeurs ont montré que les régulations épigénétiques de la chromatine jouent un rôle essentiel dans les réponses neuronales et comportementales au stress. De plus, la fenêtre temporelle d'exposition au stress est déterminante quant à l'apparition et la persistance du phénotype. Comme pour d'autres maladies psychiatriques telles que la dépression et l'anxiété, les réponses au stress se caractérisent par leur caractère épisodique et des rémissions spontanées. Il est donc très pertinent de penser que ces maladies multifactorielles pourraient impliquer des modifications épigénétiques. Ainsi, la connaissance des mécanismes de ces régulations pourrait être essentielle afin d'envisager de nouvelles thérapies. Par exemple, il a été montré chez des rongeurs que les antidépresseurs modifient l'expression de microARN ou l'acétylation des histones.

Est-ce que les marques épigénétiques acquises par l'expérience sont héréditaires ? Il existe de plus en plus d'évidences en faveur de cette hypothèse, notamment dans le domaine des neurosciences. Récemment, il a été proposé que des modifications épigénétiques puissent être héritées d'une génération d'individus à l'autre. Ceci a été mis en évidence chez des rongeurs présentant des phénotypes dépressifs et anxieux. De manière similaire, l'exposition à des drogues d'addiction chez les géniteurs modifie les régulations épigénétiques et ces modifications peuvent être transmises aux descendants et engendrer une susceptibilité accrue à la dépendance. Ces observations changent totalement notre vision de la neurobiologie, de la neurophysiologie et plus largement de l'évolution. Ceci représente un champ d'investigation passionnant qui anime déjà un grand nombre d'équipes de recherche. Un simple organisme possède des centaines et plus de marques épigénétiques qui peuvent être lues de façon combinatoire complexe et ainsi déclencher autant de modifications fonctionnelles durables. Déchiffrer le mode de régulation épigénétique des propriétés neuronales et gliales constitue un défi bioinformatique d'envergure qui certainement occupera une place importante au sein des neurosciences.