« Pendant près de 100 ans, les scientifiques ont tenté de nommer les cellules. Ils les ont décrites de la même manière que Darwin décrivant les animaux et les arbres. Le Blue Brain Project vient de développer un algorithme mathématique permettant de classifier de manière objective les formes des neurones dans le cerveau », explique Henry Markram, fondateur et directeur du Blue Brain Project à l'EPFL. Cela va permettre le développement d'une taxonomie standardisée de toutes les cellules du cerveau, ce qui aidera les chercheurs à comparer leurs données de manière plus fiable.
L'équipe, avec sa responsable scientifique Lida Kanari, a développé un algorithme destiné à distinguer les différentes formes des types de neurones les plus fréquents dans le néocortex – les cellules pyramidales. Les cellules pyramidales sont des cellules en forme d'arbre qui représentent 80 % des neurones du neurocortex et qui, comme des antennes, rassemblent les informations en provenance d'autres neurones du cerveau. Fondamentalement, elles sont les séquoias de la forêt d'arbres du cerveau. Elles sont excitatrices, et envoient des ondes d'activité électrique dans le réseau tandis que nous percevons, agissons et ressentons.
Le père de la neuroscience moderne, Ramón y Cajal, a dessiné les premières cellules pyramidales il y a plus de 100 ans, en les observant sous un microscope. Et cependant jusqu'à aujourd'hui, les scientifiques ne se sont pas mis d'accord sur les différents types de neurones pyramidaux. Au cours du siècle écoulé, les anatomistes ont attribué des noms et débattu des différents types, tandis que la neuroscience restait incapable de dire de manière certaine quels types de neurones étaient subjectivement caractérisés. Même pour des neurones que l'on peut distinguer visuellement, il n'existe pas de base commune pour définir de manière cohérente les types morphologiques.
L'étude de Blue Brain prouve pour la première fois qu'une classification objective de ces cellules pyramidales est possible en appliquant les outils de la topologie algébrique, la branche des mathématiques qui étudie la forme, la connectivité et l'émergence de structures globales à partir des contraintes locales.
Blue Brain s'affirme comme un pionnier dans l'utilisation de la topologie algébrique pour aborder un vaste ensemble de problèmes en neuroscience, et démontre une fois de plus sa pertinence avec cette étude. En collaboration avec les professeurs Kathryn Hess de l'EPFL et Ran Levi de l'Université d'Aberdeen, Blue Brain a développé un algorithme, qu'il a ensuite utilisé pour classifier objectivement dix-sept types de cellules pyramidales dans le cortex somatosensitif du rat. La classification topologique ne nécessite pas de faire appel à des experts et elle est réputée robuste.
La structure de la plupart des neurones ressemble à un arbre complexe, avec de multiples branches reliées à d'autres neurones et qui communiquent via des signaux électriques. Si l'on conserve les composants les plus longs (et persistants) de la structure du neurone et que l'on décompose les branches plus petites, on peut transformer sa structure arborescente en code-barres – un objet mathématique qui peut être utilisé comme donnée par n'importe quel algorithme d'apprentissage-machine, et qui classifiera les neurones dans des groupes distincts.
Tout procédé de classification des neurones est confronté à cette question : deux cellules d'apparence différente sont-elles des parties d'un continuum de différences changeant de manière graduelle (à l'image de différentes souches d'espèces, par exemple différents types de chiens), ou sont-elles vraiment des « espèces » de neurones différentes (comme les chiens, les chats, les éléphants, etc.) ?
En d'autres termes, sont-elles des variations morphologiques, discrètes ou continues, de chacune d'elles ? On peut y répondre en utilisant la nouvelle classification topologique et en groupant les différentes « espèces » de cellules cérébrales, chacune avec ses propres « souche s» caractéristiques.
« Le Blue Brain Project reconstruit et simule numériquement le cerveau, et cette recherche fournit l'une des bases solides nécessaires pour regrouper tous les types de neurones », explique Lida Kanari. « En supprimant l'ambiguïté des types de cellules, le processus d'identification du type morphologique de nouvelles cellules sera entièrement automatisé ».
Toute la communauté des neurosciences pourra bénéficier de cette percée, puisqu'elle permettra une compréhension plus sophistiquée de la taxonomie des cellules, et une méthode comparative fiable. La définition objective des types morphologiques est un premier pas capital pour une meilleure compréhension des briques fondamentales du cerveau : comment leur structure est liée à leur fonction, et comment les propriétés locales des neurones sont connectées à leurs projections à longue distance.
Cette méthode offre un descripteur universel des arbres, ce qui signifie qu'elle peut être utilisée pour la description systématique de l'ensemble des types de cellules du cerveau, y compris les neurones de toutes les aires du cerveau et les cellules gliales.
Article rédigé par Georges Simmonds pour RT Flash
