Lors d'un symposium sur la recherche sur le sommeil en janvier 2020, Janna Lendner a présenté des résultats qui suggèrent une façon d'examiner l'activité cérébrale des personnes à la recherche de signes de la frontière entre l'éveil et l'inconscience. Pour les patients dans le coma ou sous anesthésie, il peut être très important que les médecins fassent correctement cette distinction. Cependant, cela est plus délicat qu’il n’y paraît, car lorsqu’une personne est dans un état de rêve de sommeil paradoxal (REM), son cerveau produit les mêmes ondes cérébrales familières et oscillant doucement que lorsqu’elle est éveillée.
Lendner a cependant soutenu que la réponse ne réside pas dans les ondes cérébrales régulières, mais plutôt dans un aspect de l'activité neuronale que les scientifiques pourraient normalement ignorer : le bruit de fond irrégulier.
Certains chercheurs semblaient incrédules. "Ils ont dit : 'Alors, vous me dites qu'il y a des informations dans le bruit ?'", a déclaré Lendner, résident en anesthésiologie au centre médical universitaire de Tübingen, en Allemagne, qui a récemment terminé un postdoctorat à l'Université de Californie. , Berkeley. "J'ai dit oui. Le bruit de quelqu’un est le signal d’un autre.
Lendner fait partie d'un nombre croissant de neuroscientifiques motivés par l'idée que le bruit dans l'activité électrique du cerveau pourrait contenir de nouveaux indices sur son fonctionnement interne. Ce qui était autrefois considéré comme l’équivalent neurologique des parasites ennuyeux de la télévision peut avoir de profondes implications sur la façon dont les scientifiques étudient le cerveau.
Les sceptiques disaient au neuroscientifique Bradley Voytek qu'il n'y avait rien qui valait la peine d'être étudié dans ces caractéristiques bruyantes de l'activité cérébrale. Mais ses propres études sur les changements dans le bruit électrique à mesure que les gens vieillissent, ainsi que la littérature antérieure sur les tendances statistiques de l'activité cérébrale irrégulière, l'ont convaincu qu'il leur manquait quelque chose. Il a donc passé des années à travailler sur un moyen d’aider les scientifiques à repenser leurs données.
"Il ne suffit pas de se présenter devant un groupe de scientifiques et de dire : 'Hé, je pense que nous avons mal fait les choses'", a déclaré Voytek, professeur agrégé de sciences cognitives et de science des données à l'Université de Californie à San. Diégo. « Il faut leur donner un nouvel outil pour faire les choses » différemment ou mieux.
En collaboration avec des neuroscientifiques de l'UC San Diego et de Berkeley, Voytek a développé un logiciel qui isole les oscillations régulières - comme les ondes alpha, qui sont largement étudiées chez les sujets endormis et éveillés - se cachant dans les parties apériodiques de l'activité cérébrale. Cela donne aux neuroscientifiques un nouvel outil pour disséquer à la fois les ondes régulières et l'activité apériodique afin de démêler leurs rôles dans le comportement, la cognition et la maladie.
Le phénomène sur lequel Voytek et d’autres scientifiques étudient de diverses manières porte plusieurs noms. Certains l'appellent « le 1/f pente » ou « activité sans échelle » ; Voytek a poussé à le rebaptiser « signal apériodique » ou « activité apériodique ».
Ce n’est pas seulement une bizarrerie du cerveau. Les modèles recherchés par Lendner, Voytek et d'autres sont liés à un phénomène que les scientifiques ont commencé à remarquer dans les systèmes complexes du monde naturel et de la technologie en 1925. La structure statistique apparaît mystérieusement dans tellement de contextes différents que certains scientifiques pensent même qu'elle représente un phénomène complexe. loi inconnue de la nature.
Bien que des études publiées se soient penchées sur l’activité cérébrale arythmique depuis plus de 20 ans, personne n’a été en mesure d’établir ce que cela signifie réellement. Cependant, les scientifiques disposent désormais de meilleurs outils pour isoler les signaux apériodiques dans de nouvelles expériences et examiner plus en profondeur des données plus anciennes. Grâce à l'algorithme de Voytek et à d'autres méthodes, de nombreuses études publiées ces dernières années ont avancé l'idée que l'activité apériodique recèle des trésors cachés susceptibles de faire progresser l'étude du vieillissement, du sommeil, du développement de l'enfant, etc.
Qu’est-ce que l’activité apériodique ?
Notre corps suit les rythmes familiers des battements de cœur et des respirations – des cycles persistants essentiels à la survie. Mais il existe des battements de tambour tout aussi vitaux dans le cerveau qui ne semblent pas avoir de schéma, et ils peuvent contenir de nouveaux indices sur les fondements du comportement et de la cognition.
Lorsqu'un neurone envoie un produit chimique appelé glutamate à un autre neurone, le destinataire est plus susceptible de se déclencher ; ce scénario est appelé excitation. À l’inverse, si un neurone crache le neurotransmetteur acide gamma-aminobutyrique, ou GABA, le neurone receveur devient moins susceptible de se déclencher ; c'est de l'inhibition. Trop de l'un ou l'autre a des conséquences : une excitation détraquée entraîne des convulsions, tandis que l'inhibition caractérise le sommeil et, dans des cas plus extrêmes, le coma.
Pour étudier l'équilibre délicat entre excitation et inhibition, les scientifiques mesurent l'activité électrique du cerveau par électroencéphalographie, ou EEG. Les cycles d’excitation et d’inhibition forment des vagues liées à différents états mentaux. Les émissions cérébrales d’environ 8 à 12 hertz, par exemple, forment le modèle d’onde alpha associé au sommeil.
Mais la production électrique du cerveau ne produit pas de courbes parfaitement lisses. Au lieu de cela, les lignes tremblent à mesure qu’elles montent vers les sommets et descendent vers les creux. Parfois, l’activité cérébrale n’a pas de régularité et ressemble plutôt à un bruit électrique. La composante « bruit blanc » est véritablement aléatoire, comme statique, mais une partie a une structure statistique plus intéressante.
Ce sont ces imperfections dans la douceur et dans le bruit qui intéressent les neuroscientifiques comme Voytek. «C'est aléatoire, mais il existe différents types d'aléatoire», a-t-il déclaré.
Pour quantifier cette activité apériodique, les scientifiques décomposent les données EEG brutes, un peu comme un prisme peut décomposer un rayon de soleil en un arc-en-ciel de différentes couleurs. Ils emploient d’abord une technique appelée analyse de Fourier. Tout ensemble de données tracées au fil du temps peut être exprimé comme une somme de fonctions trigonométriques telles que les ondes sinusoïdales, qui peuvent être exprimées en termes de fréquence et d'amplitude. Les scientifiques peuvent tracer les amplitudes des ondes à différentes fréquences dans un graphique appelé spectre de puissance.
Les amplitudes des spectres de puissance sont généralement tracées en coordonnées logarithmiques en raison de la large plage de leurs valeurs. Pour le bruit blanc purement aléatoire, la courbe du spectre de puissance est relativement plate et horizontale, avec une pente nulle, car elle est à peu près la même à toutes les fréquences. Mais les données neuronales produisent des courbes avec une pente négative, de sorte que les basses fréquences ont des amplitudes plus élevées et que l'intensité diminue de façon exponentielle pour les fréquences plus élevées. Cette forme est appelée 1/f, faisant référence à cette relation inverse entre la fréquence et l'amplitude. Les neuroscientifiques s'intéressent à ce que la planéité ou la raideur de la pente pourrait indiquer sur le fonctionnement interne du cerveau.
Analyser les données EEG de cette manière est analogue à l'observation des ondes sonores d'un enregistrement audio réalisé sur un pont au-dessus d'une autoroute, explique Quartier Laurent, neuroscientifique cognitif à l'Université de la Colombie-Britannique. Le bourdonnement des pneus des voitures qui passent au hasard produirait des caractéristiques de fond apériodiques, mais les trains à proximité qui sifflent toutes les 10 minutes généreraient un signal périodique avec des pics de données plus forts que le bruit de fond. Un événement soudain et ponctuel, comme un long klaxon ou une collision de véhicule, produirait un pic notable de l'onde sonore, contribuant ainsi au 1/f pente.
Prise de conscience du 1/f phénomène remonte à un Article de 1925 par JB Johnson des Bell Telephone Laboratories, qui étudiait le bruit dans les tubes à vide. Le scientifique allemand Hans Berger a publié la première étude EEG humaine quatre ans plus tard. Les recherches en neurosciences des décennies suivantes se sont fortement concentrées sur les ondes périodiques importantes de l’activité cérébrale. Pourtant 1/f des fluctuations ont été constatées dans toutes sortes de bruits électriques, d’activité boursière, de rythmes biologiques et même de morceaux de musique – et personne ne savait pourquoi.
Peut-être parce que cela semblait si universel, de nombreux biologistes ont rejeté l'idée selon laquelle examiner le bruit à travers le prisme de 1/f les caractéristiques pourraient fournir des signaux utiles ; ils pensaient qu'il pourrait s'agir d'une forme de bruit provenant des instruments scientifiques utilisés, a écrit Biyu J. Il, professeur adjoint de neurologie, neurosciences et physiologie à la Grossman School of Medicine de l'Université de New York, en une revue de 2014 dans Tendances en sciences cognitives.
Mais lui et d’autres ont démystifié cette idée grâce à des expériences contrôlant le bruit des instruments, qui se sont avérés être beaucoup plus faibles en ampleur que l’activité cérébrale apériodique. Dans un article de 2010 Neuron, Lui et ses collègues ont également découvert que même si les lectures EEG, les ondes sismiques dans le sol et les fluctuations boursières présentent toutes 1/f tendances, les données provenant de ces sources présentent différentes structures statistiques d’ordre supérieur. Cette idée a mis à mal l’idée selon laquelle une seule loi de la nature génère des signaux apériodiques dans tout.
Cependant, ce n’est pas une question complètement réglée. Ward a trouvé des points communs mathématiques dans différents contextes et pense que quelque chose de fondamental pourrait se produire dans les coulisses.
Quoi qu’il en soit, Ward et He conviennent que cela vaut la peine de sonder plus profondément le cerveau.
"Pendant des décennies, l'activité cérébrale contenue dans le '1/fLa pente a été jugée sans importance et a souvent été supprimée des analyses afin de mettre l'accent sur les oscillations cérébrales », a-t-il écrit dans l'article de 2014. "Cependant, ces dernières années, de plus en plus de preuves suggèrent que l'activité cérébrale sans échelle contribue activement au fonctionnement cérébral."
Nouveaux signaux du bruit
Voytek est tombé sur le sujet des signaux apériodiques un peu par hasard : il voulait à l'origine modéliser et supprimer le bruit blanc des données EEG. Mais alors qu’il piratait un code pour éliminer le bruit, il commença à prêter davantage attention à ce qu’il y avait d’intéressant à l’intérieur.
Le cerveau des personnes âgées semble avoir une activité plus apériodique que celui des adultes plus jeunes, a découvert Voytek dans une étude. étude de 2015 avec son directeur de thèse Robert Knight, professeur de neurosciences à Berkeley. Voytek et Knight ont observé qu'à mesure que le cerveau vieillit, il est davantage dominé par le bruit blanc. Ils ont également trouvé des corrélations entre ce bruit et le déclin de la mémoire de travail lié à l'âge.
Voytek souhaitait que les neuroscientifiques disposent d'un logiciel capable d'isoler plus facilement et automatiquement les caractéristiques périodiques et apériodiques de n'importe quel ensemble de données, y compris les anciennes, et d'aider les chercheurs à rechercher des caractéristiques significatives 1/f les tendances. Lui et son équipe ont donc écrit un programme pour un algorithme capable de faire cela.
La demande pour un outil comme celui-ci est devenue immédiatement évidente. Après que Voytek et ses collègues aient publié leur code sur le site Web biorxiv.org le 11 avril 2018, il a reçu près de 2,000 XNUMX téléchargements au cours du mois – un grand succès pour un outil informatique de niche en neurosciences. En novembre de la même année, Voytek a animé une conférence debout lors de la conférence de la Society for Neuroscience sur la façon de l'utiliser. En raison de sa popularité, il a organisé une séance de suivi de dernière minute, au cours de laquelle son équipe de laboratoire a fourni un soutien technique à des dizaines de scientifiques intéressés. Le tutoriel et les échanges de mails ont donné lieu à de nouvelles collaborations.
L'une de ces collaborations était l'étude de Lendner sur les marqueurs de l'éveil pendant le sommeil, publiée dans le journal en ligne eLife en juillet 2020. Avec le logiciel de Voytek, Lendner et ses collègues ont découvert que dans le bruit apériodique des EEG des sujets testés, l'activité à haute fréquence diminuait plus rapidement pendant le sommeil paradoxal que lorsqu'ils étaient éveillés. En d’autres termes, la pente du spectre de puissance était plus abrupte.
Dans leur article, Lendner et ses co-auteurs soutiennent que les signaux apériodiques peuvent servir de signature unique pour mesurer l'état de conscience d'une personne. Un nouveau marqueur objectif comme celui-ci pourrait contribuer à améliorer la pratique de l’anesthésie et les traitements des patients dans le coma.
D'autres études publiées utilisant le code de Voytek comprenaient des enquêtes sur l'efficacité des médicaments contre le TDAH et des études sur les différences d'activité cérébrale basées sur le sexe chez les personnes autistes. Le code a été publié dans une revue à comité de lecture pour la première fois - Nature Neuroscience — en novembre 2020 ; Thomas Donoghue de l'UC San Diego et Matar Haller (alors à Berkeley) étaient les co-premiers auteurs de l'article, avec Avgusta Chestiouk de Berkeley en tant que co-auteur principal avec Voytek. Eux et d'autres membres de l'équipe ont démontré les performances du code sur des données simulées et son potentiel à révéler de nouvelles découvertes.
Natalie Schaworonkow, une stagiaire postdoctorale dans le laboratoire de Voytek, étudie généralement les oscillations régulières comme les ondes alpha, « qui sont plus belles que le signal apériodique », a-t-elle déclaré, faisant rire Voytek lors de notre appel Zoom partagé. Mais lorsque son intérêt s'est récemment tourné vers le cerveau du nourrisson et les schémas électriques qui sont les signatures de son développement cognitif, elle a été confrontée à un problème : les nourrissons ne produisent pas ces élégantes ondes alpha ; Quand et comment exactement les vagues commencent à apparaître est une question ouverte.
Elle a utilisé l’algorithme pour analyser un ensemble de données EEG ouvertes sur l’activité cérébrale du nourrisson. Dans un nouvel article publié dans Neurosciences cognitives développementales, Schaworonkow et Voytek ont constaté d'importants changements dans l'activité apériodique au cours des sept premiers mois de la vie. Des recherches supplémentaires sont toutefois nécessaires pour déterminer si cette activité reflète un plus grand engagement dans les tâches à mesure que les enfants grandissent ou s'il s'agit simplement d'une augmentation de la densité de matière grise.
Le code de Voytek a donné lieu à de nombreuses recherches récentes, mais ce n'est pas le seul jeu en ville pour l'analyse du bruit apériodique. En 2015, lorsque Haiguang Wen de la société technologique Nvidia et Zhongming Liu de l'Université du Michigan travaillaient tous deux à l'Université Purdue (Wen était assistant de recherche et Liu était professeur agrégé), ils a publié une approche différente pour isoler les composants périodiques des composants apériodiques de l'activité cérébrale, appelé analyse autospectrale à rééchantillonnage irrégulier (IRASA). Pendant ce temps, Biyu He travaillait sur le sujet bien avant l’arrivée de l’un ou l’autre de ces outils ; il en a été de même pour le regretté neuroscientifique Walter J. Freeman, dont les travaux ont inspiré Voytek. Il est possible de réaliser ce genre de travail à la main, même si cela prend beaucoup plus de temps.
Il est important de disposer d'un outil permettant aux neuroscientifiques d'examiner facilement leurs données en termes de signaux périodiques et apériodiques, car les données elles-mêmes ne sont qu'un ensemble de chiffres rassemblés sur une période de temps spécifique. Un graphique de points en lui-même ne dit rien sur le fonctionnement ou le dysfonctionnement du cerveau.
« L’interprétation est ce qui compte en neurosciences, n’est-ce pas ? Parce que c'est sur cette base que nous prenons des décisions cliniques, que nous développons des médicaments et tout ce genre de choses », a déclaré Voytek. Une énorme richesse d'ensembles de données dans la littérature a le potentiel de produire de nouvelles informations lorsqu'ils sont réexaminés de cette manière, a-t-il déclaré, et « nous ne les avons pas interprétés aussi richement que nous le devrions ».
Qu'est-ce que ça veut dire?
Une grande limitation dans l’exploration de ces caractéristiques apériodiques par les scientifiques est que personne ne sait exactement ce qui les provoque physiologiquement. Des recherches supplémentaires sont nécessaires pour clarifier les contributions respectives des différents neurotransmetteurs, circuits neuronaux et interactions de réseaux à grande échelle, a déclaré Sylvain Baillet, professeur de neurologie et neurochirurgie, de génie biomédical et d'informatique à l'Université McGill.
"Les causes et les sources ne sont toujours pas identifiées", a déclaré Baillet. "Mais nous devons faire ces recherches pour accumuler des connaissances et des observations."
Une théorie est que les signaux apériodiques reflètent d’une manière ou d’une autre l’équilibre délicat entre excitation et inhibition dont le cerveau a besoin pour rester en bonne santé et actif. Trop d'excitation peut surcharger le cerveau, tandis qu'une trop grande inhibition peut l'endormir, a déclaré Lendner.
Knight pense que cette explication est sur la bonne voie. "Je ne voudrais pas dire que je suis sûr qu'il s'agit d'un changement du rapport inhibition-excitation, mais je pense que c'est l'explication la plus parcimonieuse", a-t-il déclaré.
Une autre idée est que les signaux apériodiques reflètent simplement l'organisation physique du cerveau.
Basé sur la façon dont d'autres systèmes physiques reflètent 1/f comportements, Ward pense qu’il pourrait y avoir une sorte de relation structurelle et hiérarchique dans le cerveau qui donne lieu à l’activité apériodique. Par exemple, cela pourrait provenir de la façon dont un grand nombre de neurones s’organisent en groupes, qui forment alors des régions plus vastes qui travaillent ensemble.
Activité cérébrale liée à 1/f les tendances peuvent être parfaitement adaptées au traitement des entrées sensorielles dans l’environnement naturel, car celles-ci présentent souvent 1/f-fluctuations de type, a-t-il dit. Son Étude 2018 en The Journal of Neuroscience explore comment le cerveau est capable de faire des prédictions sur les sons qui ont également 1/f propriétés, suggérant que l’activité apériodique « est impliquée dans le traitement et la prévision des stimuli naturalistes », a-t-elle déclaré dans un e-mail. Il n'est pas surprenant pour elle que la musique, du jazz à Bach, puisse aussi avoir 1/f propriétés – après tout, la musique est une création du cerveau humain.
Pour tester les hypothèses sur l'origine des signaux apériodiques, a déclaré Voytek, les chercheurs doivent examiner de plus près quels types de circuits neuronaux pourraient les générer. Les neuroscientifiques peuvent ensuite essayer de relier les sites comportant ces circuits à la physiologie globale du cerveau pour avoir une meilleure idée des mécanismes neuronaux qui génèrent des modèles d'activité spécifiques et pour prédire à quoi ressembleraient les signaux apériodiques et périodiques dans différents troubles cérébraux.
Voytek espère également réaliser des études à plus grande échelle appliquant le code aux ensembles de données existants afin d'identifier des signaux inexploités.
Lendner et Knight analysent actuellement les données sur les patients dans le coma à l'Université de l'Alabama pour voir si l'activité apériodique est en corrélation avec l'évolution du coma. Leur prédiction est que si une personne sort du coma, une augmentation de l'activité à haute fréquence dans le cerveau se manifestera par un changement du 1/f pente. Les résultats préliminaires sont prometteurs, a déclaré Lendner.
Pour Baillet, les signaux apériodiques dans le cerveau sont un peu comme la matière noire, l’échafaudage invisible de l’univers qui n’interagit avec la matière normale que par la gravité. Nous ne comprenons pas de quoi il est fait ni quelles sont ses propriétés, mais il se trouve dans le fond céleste, maintenant furtivement la Voie Lactée ensemble.
Les scientifiques n’ont pas encore compris la cause de ces signaux apériodiques, mais ils pourraient eux aussi refléter une structure de soutien essentielle à l’univers dans nos têtes. Quelque chose de mystérieux peut aider notre esprit à sortir de la vie éveillée et à sombrer dans le sommeil.
