Neurosciences computationnelles des systèmes sensoriels

Leader

Research center

17 rue Moreau
75012 Paris
José-Alain Sahel

Institution

Inserm
CNRS
ED3C
Université Pierre et Marie Curie

Laboratory

UMRS968 UMR7210 UM80
Labex LIFESENSES, Label "Institut Carnot", Label CTRS / RTRS "Fondation Voir & Entendre", Qualification de « Projet Structurant » par Medicen Paris Région, Labellisation par la Foundation Fighting blindness

Mots clefs

computational neuroscience
sensory systems
spike initiation
neural simulation
spike timing
 

publications

Benichoux V, Rébillat M, Brette R.On the variation of interaural time differences with frequency.J Acoust Soc Am. 2016 Apr;139(4):1810. doi: 10.1121/1.4944638.

#Laudanski J, #Zheng Y, #Brette R (2014). A structural theory of pitch. eNeuro (in press).

#Rébillat M, #Benichoux V, Otani M, Keriven R, #Brette R (2014). Estimation of the low-frequency components of the head-related transfer functions of animals from photographs. JASA, 135, 2534 (2014).

#Fontaine B, Peña JL, #Brette R (2014). Spike-threshold adaptation predicted by membrane potential dynamics in vivo. PLoS Comp Biol, 10(4): e1003560.

#Stimberg M, #Goodman DFM, #Benichoux V, #Brette R (2014).Equation-oriented specification of neural models for simulations. Frontiers Neuroinf, doi: 10.3389/fninf.2014.00006.

#Goodman DFM, #Benichoux V, #Brette R (2013). Decoding neural responses to temporal cues for sound localization. eLife2:e01312.

#Brette R (2013). Sharpness of spike initiation in neurons explained by compartmentalization. PLoS Comp Biol, doi:10.1371/journal.pcbi.1003338.

Fields of research

Computational neurosciences / neural theory

Research Theme

Nous tentons de comprendre les mécanismes neuronaux de la perception à l'aide de modèles théoriques et informatiques des systèmes sensoriels. Ces modèles permettent de relier le niveau physiologique (les propriétés des neurones) et le niveau comportemental. Les théories sont ainsi testées à la fois par des expériences physiologiques (en particulier électrophysiologie) et comportementales (psychophysique). Elles sont également testées sous l'angle computationnel, en évaluant la performance fonctionnelle des modèles dans des tâches perceptives complexes.

Nos recherches s'articulent autour de trois grands thèmes :

1) Les neurones
Nous développons des modèles prédictifs de neurones, c'est-à-dire capables de prédire la réponse d'un neurone (potentiels d'action) à un stimulus sensoriel (in vivo) ou à un courant injecté (in vitro). Nous nous intéressons en particulier à l'excitabilité neuronale (génération des potentiels d'action), avec deux thématiques principales : la dynamique de l'excitabilité (adaptation et plasticité) et la dimension spatiale dans l'initiation des potentiels d'action (initiation dans l'axone).

2) Les systèmes perceptifs
Nous nous intéressons aux bases neuronales de la perception, en particulier de la perception de l'espace (visuel et auditif), dans des environnements écologiques complexes. Pour cela, nous tentons d'une part de caractériser la structure des environnements écologiques, et d'autre part nous développons des modèles neuronaux dans lesquels la synchronisation sélective des potentiels d'action produits par les neurones reflète la détection d'une structure dans le flux sensoriel. Ces modèles sont testés d'une part par leur capacité à effectuer des tâches complexes dans des environnements écologiques, d'autre part par des expériences d'électrophysiologie in vivo et de psychophysique.

3) La technologie de simulation
Nous développons un logiciel libre de simulation de neurones, BRIAN, dont le but est de permettre de développer rapidement de nouveaux modèles, sans contrainte sur la forme de ces modèles. Nous étendons actuellement notre technologie à la simulation rapide sur plateformes parallèles.