Effets domino et synchronie lors de l’initiation des crises

L’épilepsie, une maladie neurologique qui provoque des crises récurrentes avec un large éventail d’effets, touche environ 50 millions de personnes dans le monde. Cette condition est reconnue depuis longtemps – les enregistrements écrits des symptômes épileptiques remontent à 4000 avant notre ère.Mais malgré cette longue histoire de connaissances et de traitement, les processus exacts qui se produisent dans le cerveau lors d’une crise restent insaisissables.

Les scientifiques ont observé des modèles distinctifs de l’activité électrique des groupes de neurones dans des cerveaux sains. Les réseaux de neurones traversent des états de comportement similaire (synchronisation) et de comportement différent (désynchronisation) dans un processus associé à la mémoire et à l’attention. Mais dans un cerveau atteint d’un trouble neurologique comme l’épilepsie, la synchronisation peut se développer dans une mesure dangereuse lorsqu’une collection de cellules cérébrales commence à émettre un excès d’électricité. «La synchronisation est considérée comme importante pour le traitement de l’information», a déclaré Jennifer Creaser de l’Université d’Exeter. « Mais trop de synchronisation – comme ce qui se produit dans les crises d’épilepsie ou la maladie de Parkinson – est associée à des états pathologiques et peut altérer les fonctions cérébrales. »

Les mesures des crises d’épilepsie ont révélé que la désynchronisation des réseaux cérébraux se produit souvent avant ou pendant les premiers stades d’une crise. Au fur et à mesure que la crise progresse, les réseaux deviennent de plus en plus synchronisés à mesure que d’autres régions du cerveau sont impliquées, conduisant à des niveaux élevés de synchronisation vers la fin de la crise. Comprendre les interactions entre l’augmentation de l’activité électrique lors d’une crise et les changements de synchronisation est une étape importante vers l’amélioration du diagnostic et du traitement de l’épilepsie.

Jennifer Creaser, Peter Ashwin (Université d’Exeter) et Krasimira Tsaneva-Atanasova (Université d’Exeter, Université technique de Munich et Académie bulgare des sciences) ont exploré les mécanismes de synchronisation qui accompagnent l’apparition des crises dans un article publié en décembre dans le Journal SIAM sur les systèmes dynamiques appliqués. Dans leur étude – qui a eu lieu au Centre for Predictive Modeling in Healthcare du Engineering and Physical Science Research Council de l’Université d’Exeter et de l’Université de Birmingham – les chercheurs ont utilisé la modélisation mathématique pour explorer l’interaction entre les groupes de neurones dans le cerveau qui conduit à des transitions dans les changements de synchronisation pendant le début de la crise. « Bien qu’il s’agisse d’une étude théorique d’un modèle idéalisé, il est inspiré par les défis posés par la compréhension des transitions entre l’activité saine et pathologique dans le cerveau », a déclaré Ashwin.

Les auteurs utilisent une version étendue d’un modèle mathématique existant qui représente le cerveau comme un réseau reliant plusieurs nœuds de groupes de neurones. Le réseau modèle se compose de nœuds bistables, ce qui signifie que chaque nœud est capable de basculer entre deux états stables: au repos (un état de repos) et à la prise (un état actif et oscillatoire). Ces nœuds restent dans leur état actuel jusqu’à ce qu’ils reçoivent un stimulus qui leur donne un coup de pied suffisant pour s’échapper vers l’autre état. Dans le modèle, ce stimulus provient d’autres nœuds connectés ou apparaît sous forme de «bruit» – sources extérieures d’activité neuronale, telles que les réponses endocriniennes associées à un état émotionnel ou à des changements physiologiques dus à la maladie.

L’influence entre les nœuds voisins est régie par une fonction de couplage qui représente la manière dont les nœuds du réseau communiquent entre eux. Le premier des deux types de couplage possibles est le couplage d’amplitude, qui est régi par la «sonie» des nœuds voisins. Le second est le couplage de phase, qui est lié à la vitesse à laquelle les voisins tirent. Bien que les chercheurs aient eu besoin d’utiliser une formulation simple sur un petit réseau pour même rendre leur analyse possible – un système plus complexe et réaliste serait trop exigeant en termes de calcul – ils s’attendaient à ce que leur modèle présente les mêmes types de comportements que les enregistrements cliniques réels. l’activité cérébrale a révélé.

Les nœuds du système modélisé commencent tous dans un état de repos sain. Dans des recherches précédentes, les auteurs ont constaté que l’ajout d’une petite quantité de bruit au système entraînait la transition de chaque nœud vers l’état actif – mais la géométrie du système était telle que le retour à l’état de repos prenait beaucoup plus de temps que de partir. Pour cette raison, ces échappements peuvent se propager séquentiellement sous la forme d’un «effet domino» lorsqu’un certain nombre de nœuds sont connectés. Cela conduit à une cascade d’évasions vers l’état actif – un peu comme une ligne descendante de dominos – qui répartit l’activité sur le réseau.

Le nouvel article de Creaser, Ashwin et Tsaneva-Atanasova s’appuie sur ces recherches antérieures sur l’effet domino pour explorer les transitions en et hors synchronie qui se produisent pendant les cascades d’évasions. L’équipe a utilisé son modèle pour identifier les circonstances qui entraînent ces changements de synchronie et étudier comment le type de couplage dans un réseau affecte son comportement.

Lorsque le modèle n’intégrait que le couplage d’amplitude, il présentait un nouveau phénomène dans lequel l’effet domino pouvait accélérer ou décélérer. Cependant, cet effet n’a eu aucune incidence sur les changements de synchronisation dans le réseau; tous les nœuds ont démarré et sont restés synchronisés. Mais lorsque le modèle incorporait un couplage d’amplitude et de phase plus général, les auteurs ont constaté que la synchronie des nœuds pouvait changer entre des échappées consécutives pendant l’effet domino. Ils ont ensuite déterminé quelles conditions provoqueraient des changements de synchronie sous couplage phase-amplitude. Ce changement de synchronie tout au long de la séquence des évasions a été le résultat le plus nouveau de l’étude.

Les résultats de ces travaux pourraient faciliter d’autres études sur les saisies et leur gestion. « La modélisation mathématique de l’initiation et de la propagation des crises peut non seulement aider à découvrir les mécanismes sous-jacents complexes des crises, mais aussi fournir un moyen de permettre aux expériences in silico de prédire le résultat de la manipulation du système neuronal », a déclaré Tsaneva-Atanasova. Comprendre l’interaction entre les dynamiques synchronisées et désynchronisées dans les réseaux cérébraux pourrait aider à identifier des mesures cliniquement pertinentes pour le traitement des crises. Par exemple, Creaser et Tsaneva-Atanasova ont récemment été respectivement l’auteur principal et principal d’un article utilisant une version plus simple du modèle pour classer les schémas d’apparition des crises qui ont été enregistrés dans un contexte clinique. À l’avenir, ces types d’études de modélisation pourraient mener à la personnalisation de l’identification et du traitement des crises pour les personnes épileptiques.