Le cervelet comme predicteur

Loic Sabarly (1) , Bruno Delord (1) , Stéphane Genet (1)

1 ANIM - Action-Neuroimagerie-Modelisation

Le cervelet a une structure uniforme, consistant en la répétition d'une même boucle neuronale. On ignore encore si les diverses fonctions motrices et cognitives auxquelles le cervelet participe reposent sur une unique computation basique implémentée par cette boucle ou bien reflètent la capacité de cette boucle à produire plusieurs computations dédiées. Nous avons testé la première hypothèse avec l'exemple du contrôle moteur en simulant les propriétés dynamiques d'un modèle de la boucle cérébelleuse basique qui inclue (i) la copie des commandes motrices et les retours sensoriels sur leurs effets dans les entrées délivrées aux cellules de Purkinje (CP, l'unique voie de sortie du cortex cérebelleux) par les fibres parallèles (FP, l'une des deux entrées du cervelet) (ii) la capacité des cellules de Purkinje (CP) à produire une trace électrique de durée adaptive en réponse à une commande motrice phasique (iii) les rebonds de potentiel des neurones des noyaux cérebelleux profonds (NCP) à l'interruption de leur inhibition par les CP (iv) la plasticité des connexions FP?CP et CP?NCP, supervisée par les signaux de l'olive inférieure (OI, la seconde entrée du cervelet). Soumis à une séquence de commandes aléatoires (mimant une activité exploratoire par tâtonnement), le modèle apprend à associer correctement les retours sensoriels informant des changements d'état, malgré un retard du aux délais de conduction et de pré-traitement de ces informations, aux commandes motrices qui les ont déclenchés. Dans le modèle, après apprentissage les neurones excitateurs des NCP (la sortie du cervelet) produisent une estimation robuste de l'état courant des variables d'état. Ces résultats obtenus dans le cadre du contrôle moteur démontrent pour la première fois que, grâce à son architecture et aux propriétés actives de ses neurones, le cervelet peut implémenter la fonction de prédicteur de changements de variables d'état postulée par les théories fonctionnelles du cervelet.

Mots clés: Artificial neural networks; Learning; Motor Control; Neuron and plasticity

Domaines: Neurosciences [q-bio.NC]; Neurosciences

Loic Sabarly, Bruno Delord, Stéphane Genet. Le cervelet comme predicteur. Deuxième conférence française de Neurosciences Computationnelles, "Neurocomp08", Oct 2008, Marseille, France. ⟨hal-00331592⟩