| Resumé |
L'objectif de mon étude est de comprendre la relation entre la structure spatiale d'un réseau de neurones à deux dimensions et l'activité, soit mesurée expérimentalement soit résolu par des modèles mathématiques. La partie théorique porte sur le comportement spatio-temporel des bouffées d'activité d'une culture de neurones et est basée sur deux modèles. Un premier, statique, de type percolation à quorum et un second dynamique du type "adaptive exponential integrate-and-fire". En utilisant un modèle de réseau inscrit dans l'espace 2D et une phase spécifiquement adaptée à une activité sous forme de potentiel d'action nous arrivons à mettre en évidence des caractéristiques spécifiques de l'activité : temps et longueur caractéristiques, vitesse de propagation, zone et neurone initiateurs (leader), etc... Ces propriétés nous permettent de mieux comprendre les mécanismes fondamentaux de l'initiation des bouffées d'activité dans les cultures et leurs relations avec le réseau spatial. J'étudie la transition de phase du modèle de Quorum Percolation au sein de réseau spatiaux et identifie une transition entre deux dynamiques de propagation spatiales. La seconde partie de ma thèse, de nature expérimentale, vise l'exploration du réseau spatial en culture et la quantification de la morphologie de neurones corticaux. En effet, alors même que différentes études théoriques indiquent clairement que les corrélations spatiales sont déterminantes pour la dynamique collective dans les cultures, la structure des réseaux reste encore très mal élucidée. Après quelques jours de croissance in vitro il est impossible d'observer une cellule unique, noyée dans l'ensemble de la culture. En utilisant une infection virale en quantité précisément contrôlée, permettant l'expression de la protéine fluorescente GFP, nous arrivons à observer une cellule unique dans un réseau biologique. Nous pouvons ainsi suivre la croissance de cellule unique par imagerie confocale. Ces images sont par la suite analysées automatiquement par un programme python permettant de quantifier précisément la morphologie de neurones corticaux in vitro. Ces mesures sont un outil précieux pour nourrir les modèles de réseaux spatiaux, mais également pour le design d'environnement microfluidique dont l'objectif est le contrôle de la morphologie. Par une modélisation simple de la connectivité du réseau, j'établis un ordre de grandeur de la longueur de connexion. L'analyse morphologique des neurites révèle deux régimes de longueur différents, dont l'origine encore mal identifiée pourrait permettre de quantifier le rôle des interactions cellules-cellules dans la morphologie des neurones. |