Dynamical Neural Theory Group

Leader

Co-Leaders

Research center

45 rue d’Ulm
75230 Paris
Marc Mézard

Institution

Ecole Normale Supérieure
Inserm

Laboratory

Laboratoire de Neurosciences Cognitives
U960
IEC, PSLP

Mots clefs

Learning
Synaptic plasticity
computational neuroscience
cognitive decision processes
neuronal architectures
drug addiction
short-term memory
decision-making
Available to host a PhD student

publications

Buchin A, Chizhov A, Huberfeld G, Miles R, Gutkin BS. Reduced Efficacy of the KCC2 Cotransporter Promotes Epileptic Oscillations in a Subiculum Network Model. J Neurosci. 2016 Nov 16;36(46):11619-11633.

Keramati M, Gutkin B. Homeostatic reinforcement learning for integrating reward collection and physiological stability. Elife. 2014 Dec 2;3. doi: 10.7554/eLife.04811.

Caze, R.D., Humphries, M., and Gutkin, B.S., Passive Dendrites Enable Single Neurons to Compute Linearly Non-separableFunctions, PLOS Computational Biology, 9(2): e1002867, (2013).


Keramati, M. and Gutkin, B.S., Imbalanced decision hierarchy in addicts emerging from drug-hijacked dopamine spiraling circuit,PLOS One, 8:4, 1-8 (2013).

Lochmann, T., Ernst, U.A., and Denève, S., Perceptual inference predicts contextual modulations of sensory responses, Journal of Neuroscience, 32(12), 4179-95 (2012).

Tolu, S., Eddine, R., Marti, F., David, V., Graupner, M., Baudonnat, S.P.M., Besson, M., Reperant, C., Zemdegs, J., Pages, C., Caboche, J., Gutkin, B., Gardier, A.M., Changeux, J., Faure, P., and Maskos, U., Co-activation of VTA DA and GABA neurons mediates nicotine reinforcement., Molecular Psychiatry, in press, (2012).

DiPoppa, M., Krupa, M., Torcini, A., and Gutkin, B., Marginally Stable States and Quasi-periodic minor attractors in excitable pulse-coupled networks, SIAM Journal of Applied Dynamical Systems, 11, 864 894 (2012).

Deneve, S., Making decisions with unknown sensory reliability, Frontiers in Neuroscience, 6:75, doi: 10.3389/fnins.2012.00075 (2012).

Jardri, R. and Deneve, S., Computational models of hallucinations., The Neuroscience of Hallucinations, (2012).

Fields of research

Computational neurosciences / neural theory

Research Theme

Le but du GNT est de comprendre les bases du traitement de l'information dans le cerveau, en mettant en évidence les liens entre la dynamique collective d'une population neuronale et les fonctions associées à cette population. Le groupe couvre un large éventail de sujets de recherche en Neurosciences Computationnelles: modèles de mémoire de travail via des réseaux de neurones, modèles de dépendance aux drogues, inférence probabiliste, intégration sensorielle, apprentissage statistique par les neurones, spike-based learning (modèles d'apprentissage lié aux potentiels d'action neuronaux), analyse en champ moyen de réseaux interconnectés, plasticité synaptique rapide et dynamiques de la neurotransmission par le GABA.

Notre travail fait appel à des méthodes diverses, pouvant relever des neurosciences computationnelles, des mathématiques, des statistiques, de l'informatique, et de la physique. Ces méthodes incluent, entre autres: la théorie des systèmes dynamiques, la statistique bayésienne, la théorie de l'apprentissage, l'analyse de données statistique, les équations différentielles stochastiques, les modèles compartimentaux, et l'analyse en champ moyen.

Les stagiaires auront l'opportunité de participer à un vaste choix de projets de recherche, au sein d'une des équipes des trois chercheurs permanents du groupe: Boris Gutkin, Christian Machens et Sophie Denève. Le GNT (Group for Neural Theory) a été fondé en 2005, au sein du Département d'Etudes Cognitives (DEC) de l'Ecole Normale Supérieure. Le groupe est dorénavant rattaché au Laboratoire de Neurosciences Cognitives (LNC, INSERM Unité 960), toujours au sein du DEC de l'ENS.

Etudiants ENP

Flora BOUCHACOURT

Lab rotation

Computational psychiatry of drug addiction

Chercheur responsable: 

GUTKIN Boris

Dates: 

18 September 2017 - 29 June 2018

Date limite de candidature: 

29 June 2018

Period

~ Sept-Dec 2017 (to be discussed)

~ Jan-March 2018

~ April-June 2018

Project

We propose a project focused on computational modelling of effects of addictive drugs on the circuits in the dopaminergic and fronto-cortical brain systems. The specific project for the rotation will be designed together with the students, and will be a part of the ongoing effort in the team. Possible specific topics include: computational modelling of nicotine and alcohol interactions, effects of alcohol on goal representations in the pre-frontal cortex, effects of addictive drugs on the interplay between homeostatic control and motivation.

Contact

Ecole Normale Supérieure - Laboratoire de Neurosciences Cognitives - 29 rue d'Ulm 75005 Paris - +33 1 44 32 29 56 - boris.gutkin@gmail.com

Superviseur: 

GUTKIN Boris