En comprenant les signaux cachés dans le bavardage électrique du cerveau, les scientifiques obtiennent des informations sur le sommeil, le vieillissement et d'autres processus.
En janvier 2020, lors d'un symposium sur le sommeil, Janna Landner a présenté des découvertes qui peuvent nous aider à trouver les limites entre l'éveil et l'inconscience dans l'activité du cerveau humain. Pour les patients dans le coma ou sous anesthésie, il est très important que les médecins soient capables de faire cette distinction correctement. Et c'est beaucoup plus compliqué qu'il n'y paraît - après tout, le cerveau humain dans la phase de sommeil paradoxal produit les mêmes ondes familières et pulsantes que pendant l'éveil.
Cependant, Landner a fait valoir que les réponses à ces questions ne se trouvent pas dans les ondes cérébrales ordinaires - mais dans un aspect de l'activité cérébrale que les scientifiques ignorent généralement. Il s'agit d'un bruit de fond aléatoire.
Certains chercheurs étaient sceptiques quant à cette affirmation. « Ils ont dit : tu veux dire qu'il y a des informations utiles cachées dans le bruit ? Selon Landner, anesthésiste au Centre médical universitaire de Tübingen en Allemagne, qui a récemment reçu une bourse postdoctorale à l'Université de Californie à Berkeley. "J'ai dit: oui, à qui le bruit, et à qui - le signal."
Landner appartient à un groupe croissant de neuroscientifiques qui sont inspirés par l'idée que le bruit dans l'activité électrique du cerveau peut contenir des indices sur les mystères de son fonctionnement. Ce qui était autrefois considéré comme l'équivalent neurologique d'une télévision statique gênante peut soudainement avoir un effet profond sur la façon dont nous étudions le cerveau.
Bradley Wojtek a entendu plusieurs sceptiques dire qu'il n'y a rien dans le bruit cérébral qui mérite d'être exploré. Cependant, les résultats de son étude indépendante sur les changements de ce bruit au cours du processus de vieillissement, ainsi que les informations de la littérature concernant les tendances statistiques de l'activité cérébrale irrégulière, l'ont convaincu que les neuroscientifiques manquaient quelque chose. Et il a passé plusieurs années à aider les scientifiques à repenser les données qu'ils ont collectées.
« Il ne suffit pas de parler à un groupe de scientifiques avec une déclaration : je pense que nous faisons quelque chose de mal », a déclaré Wojtek, professeur agrégé de sciences cognitives et de science des données à l'Université de Californie à San Diego. «Il faut leur donner un nouvel outil de travail», amélioré ou simplement différent.
Bradley Wojtek
En collaboration avec des neuroscientifiques des universités de Californie à San Diego et Berkeley, Wojtek a développé un programme qui isole les oscillations périodiques - telles que les ondes alpha, qu'il a activement étudiées chez les personnes éveillées et endormies - cachées dans l'activité cérébrale apériodique. En conséquence, les neuroscientifiques disposent d'un nouvel outil pour étudier à la fois les ondes périodiques et l'activité cérébrale apériodique afin de séparer leurs rôles dans le comportement, la reconnaissance et la maladie.
Ils appellent différemment le phénomène étudié par Voytek et d'autres scientifiques. Certains l'appellent "biais 1 / f" ou "activité sans échelle". Wojtek promeut le nom "signal apériodique" ou "activité apériodique".
Et ce n'est pas juste un caprice du cerveau. Les modèles recherchés par les scientifiques sont associés à un phénomène que les scientifiques ont commencé à découvrir dans divers systèmes complexes, générés à la fois par la nature et la technologie, en 1925. Cette structure statistique se manifeste mystérieusement dans tant de contextes différents que certains scientifiques la considèrent comme l'une des lois inconnues de la nature.
Bien qu'au cours des 20 dernières années, des travaux aient été publiés dans lesquels des scientifiques ont recherché et décrit l'activité cérébrale arythmique, aucun d'entre eux n'a pu comprendre de quoi il s'agit exactement. Cependant, les biologistes ont aujourd'hui les outils pour mieux isoler les signaux apériodiques dans de nouvelles expériences, ainsi que pour étudier plus en profondeur les anciennes données. Grâce à l'algorithme de Wojtek et à d'autres méthodes, toute une galaxie d'ouvrages est apparue ces dernières années, professant l'idée de trésors de connaissances cachés dans l'activité apériodique, capables de révolutionner l'étude du vieillissement, du sommeil, du développement de l'enfant, etc.
Qu'est-ce que l'activité apériodique ?
Nos corps apprécient les rythmes familiers du rythme cardiaque et de la respiration - des cycles réguliers nécessaires à la survie. Cependant, un rythme est entendu dans le cerveau qui n'a apparemment aucune régularité, mais qui est tout aussi important pour la vie - et il peut cacher les clés des indices du comportement et de la conscience.
Lorsqu'un neurone envoie un signal à un autre neurone à l'aide d'un composé tel que le glutamate , l'extrémité réceptrice est plus susceptible d'être activée. Cette situation est appelée agitation. Inversement, lorsqu'un neurone sécrète un neurotransmetteur tel que l'acide gamma-aminobutyrique, ou GABA, la probabilité d'activation du côté hôte est réduite - c'est ce qu'on appelle l'inhibition ou la suppression. Tout est bon avec modération : trop d'excitation entraîne des convulsions, trop de suppression est caractéristique du sommeil et, dans les cas plus graves, le coma.
Pour étudier l'équilibre délicat entre l'excitation et la suppression, les scientifiques mesurent l'activité électrique dans le cerveau en utilisant l'électroencéphalographie, l'EEG. Les cycles d'excitation et de suppression forment des ondes, dont différentes formes sont associées à différents états de conscience. Par exemple, les ondes cérébrales d'une fréquence de 8 à 12 Hz produisent des ondes alpha associées au sommeil.
Mais la sortie du cerveau n'est pas une courbe parfaitement lisse. Montant vers des sommets et tombant vers des creux, les graphiques d'activité sautent de haut en bas. Parfois, il n'y a pas de régularité dans le travail du cerveau, et cela ressemble plus à un bruit électrique. Il a une composante vraiment aléatoire, le bruit blanc, mais certaines composantes présentent une structure statistique plus intéressante.
Ce sont ces imperfections, qui gâchent la douceur de la courbe, ainsi que le bruit, qui intéressent Wojtek et d'autres scientifiques. "C'est, bien sûr, aléatoire, mais il y a différents accidents", a-t-il déclaré.
Tous les bruits n'ont pas été créés égaux. Dans les spectrogrammes ci-dessus, les basses fréquences sont en bas, les hautes fréquences sont en haut. Plus la couleur est brillante, plus l'intensité est grande. Gauche - bruit blanc, dont l'intensité du signal ne change pas en fonction de la fréquence. Au centre se trouve le bruit rose, 1/f, dont l'intensité aux hautes fréquences chute à une certaine vitesse. Le bruit marron sur la droite a une baisse d'intensité beaucoup plus profonde.
Pour quantifier l'activité apériodique, les scientifiques ont divisé les données EEG brutes un peu comme un prisme divise un rayon de soleil en un arc-en-ciel. Ils ont d'abord appliqué l'analyse de Fourier. Tout graphique des changements de données au fil du temps peut être exprimé en termes de somme de fonctions trigonométriques, qui, à leur tour, peuvent être exprimées en termes de fréquence et d'amplitude. L'amplitude en fonction de la fréquence peut être tracée sur un tracé du spectre de puissance.
Les amplitudes du spectre de puissance sont généralement placées en coordonnées logarithmiques, car elles ont un large étalement. Pour un bruit blanc complètement aléatoire, la courbe du spectre de puissance sera relativement plate et horizontale, avec une pente nulle - après tout, elle est à peu près la même à toutes les fréquences. Les données sur l'activité cérébrale montrent des courbes avec une pente négative, lorsqu'à basses fréquences les amplitudes sont plus élevées et à hautes fréquences, l'intensité diminue de façon exponentielle. Cette forme est appelée 1 / f, faisant allusion au rapport inverse de la fréquence et de l'amplitude. Les neuroscientifiques s'intéressent à ce que l'horizontalité ou la pente de ce graphique peut révéler sur les processus qui se déroulent dans le cerveau.
Analyser l'EEG de cette manière, c'est comme regarder un enregistrement sonore réalisé sur un pont de chemin de fer jeté au-dessus d'une autoroute, comme il dit Lawrence Ward , neuroscientifique cognitif à l'Université de la Colombie-Britannique. Le grondement des pneus des voitures qui passent au hasard produit des bruits de fond apériodiques, et les sifflets des trains réguliers toutes les 10 minutes donneront un signal périodique avec des pics dépassant le bruit de fond en volume. Des bruits simples soudains tels que des klaxons ou des collisions de voitures produiront un éclat sonore perceptible, contribuant à la pente de 1 / f.
Les scientifiques connaissent ce phénomène depuis 1925, grâce à des travauxJohnson de Bell Telephone Laboratories, qui a étudié le bruit des tubes à vide. Le scientifique allemand Hans Berger a publié le premier EEG humain quatre ans plus tard. Dans les décennies qui ont suivi, les neurosciences sont devenues fascinées par les ondes périodiques perceptibles présentes dans l'activité cérébrale. En même temps, des fluctuations de type 1/f se retrouvent dans toutes sortes de bruits électriques, d'activité boursière, de rythmes biologiques, et même dans la musique - et personne ne sait pourquoi.
L'activité cérébrale apériodique 1 / f (en haut) est convertie en un ensemble d'ondes de fréquences différentes (au milieu) à l'aide de la transformée de Fourier, puis le spectre de puissance est tracé sur le graphique (en bas).
Peut-être en raison de l'universalité de ce phénomène, de nombreux biologistes ont rejeté l'idée que des signaux utiles puissent être extraits des caractéristiques de l'activité 1/f. Ils pensaient que les instruments scientifiques pourraient être la cause de ce bruit, comme l'a écrit Biyu Khe , professeur agrégé de neurosciences, neurobiologie et physiologie à la Grossman School of Medicine de l'Université de New York, dans sa revue de 2014.
Cependant, lui et d'autres ont démystifié ces soupçons en expérimentant le bruit contrôlé des instruments de mesure. Ce bruit s'est avéré être bien inférieur à l'activité du cerveau. Dans un article paru en 2010 dans le magazine Neuron, lui et ses collègues ont également découvertque, bien que les tracés EEG, les ondes sismiques de la croûte terrestre et les fluctuations des cours des actions montrent des tendances 1 / f, leurs structures statistiques d'ordre supérieur sont différentes. Ce travail a remis en cause l'idée que les signaux apériodiques sont créés par une loi unifiée de la nature.
Le problème n'est cependant pas encore définitivement résolu. Ward a trouvé des similitudes mathématiques dans divers contextes et pense qu'elles doivent être basées sur quelque chose de fondamentalement commun. Quoi qu'il en soit, Ward et He conviennent qu'il vaut la peine d'approfondir la détection cérébrale.
"Pendant des décennies, l'activité cérébrale dans une pente de 1 / f était considérée comme sans importance et était souvent simplement retirée de l'analyse pour souligner les fluctuations périodiques", a-t-il écrit dans un article de 2014. "Cependant, il y a de plus en plus de preuves que l'activité cérébrale non périodique est un contributeur majeur à la fonction cérébrale."
Nouveaux signaux du bruit
Wojtek est tombé sur le sujet des signaux apériodiques presque par accident : il voulait d'abord construire un modèle qui supprime le bruit blanc de l'EEG. Mais, approfondissant la jungle du code qui fonctionne avec les données, il s'est intéressé à ce qu'elles contenaient.
Une étude réalisée en 2015 par Wojtek avec son directeur de recherche Robert Knight , professeur de neurosciences à Berkeley, a décrit comment plus d'activité apériodique se produit dans le cerveau des personnes âgées que chez les jeunes adultes. Wojtek et Knight ont vu que le bruit blanc commence à dominer dans le cerveau à mesure que nous vieillissons. Ils ont également trouvé une corrélation entre ce bruit et les troubles de la mémoire liés à l'âge.
Wojtek voulait fournir aux neuroscientifiques un logiciel capable de séparer automatiquement les caractéristiques périodiques et apériodiques des données, incl. collectés il y a longtemps, et aident les chercheurs à trouver des tendances 1 / f significatives. Et lui et l'équipe ont écrit un tel programme.
La demande pour un tel outil s'est immédiatement manifestée. Après parutionprogrammes sur le site biorxiv.org le 11 avril 2018, il a été téléchargé près de 2000 fois en un mois - beaucoup pour un outil informatique de niche du domaine des neurosciences. En novembre de la même année, Wojtek a fait une présentation à la communauté des neurosciences décrivant comment utiliser ce programme. En raison de sa grande popularité, il a organisé un séminaire où, avec l'équipe, il a aidé des dizaines de scientifiques intéressés à gérer le programme. À la suite de l'atelier et du message qui a suivi, de nouvelles collaborations ont commencé à se former.
L'un d'eux a été lié à une étude sur le symptôme de l'éveil pendant le sommeil, publiée parLandner en juillet 2020 dans le magazine eLife. En utilisant ce programme, Landner et ses collègues ont découvert que dans le bruit apériodique enregistré dans l'EEG des sujets, l'activité à haute fréquence pendant la phase de sommeil paradoxal diminuait plus rapidement que pendant l'éveil. En d'autres termes, la pente du spectre de puissance était plus importante.
Spectrogramme de l'activité cérébrale pendant le sommeil. Le graphique blanc suit les changements de la pente du spectre
Dans leurs travaux, Landner et al., soutiennent que les signaux apériodiques peuvent servir de caractéristique unique appropriée pour décrire l'état de conscience humaine. Un tel nouveau marqueur pourrait aider à l'administration de l'anesthésie et au traitement des personnes dans le coma.
D'autres publications utilisant le code Wojtek incluent des études sur l'efficacité des médicaments pour le trouble déficitaire de l'attention et les différences d'activité cérébrale chez les personnes autistes selon le sexe. Le code a été publié pour la première fois dans la revue à comité de lecture Nature Neuroscience en novembre 2020. Le travail du code a été démontré sur des données simulées.
Natalie Shavoronkov , post-doctorante au laboratoire de Wojtek, étudie généralement les oscillations périodiques telles que les ondes alpha. Ils sont, selon ses propres termes, "plus beaux que les signaux apériodiques". Cependant, récemment, se tournant vers l'étude du cerveau des bébés et des signaux électriques qui caractérisent leur développement cognitif, elle a été confrontée à un problème : les bébés ne produisent pas d'élégantes ondes alpha. Comment et quand ces vagues commencent à apparaître est une question ouverte.
À l'aide de l'algorithme de Wojtek, elle a analysé les données EEG ouvertes du cerveau des bébés. Dans un nouvel article publié dans Developmental Cognitive Neuroscience, lui et Wojtek ont décrit les changements importants qu'ils ont découverts au cours des sept premiers mois de la vie d'un enfant. Cependant, des recherches supplémentaires doivent être menées pour comprendre si cette activité est liée à l'implication des enfants dans des tâches liées au développement du cerveau, ou découle simplement de l'augmentation de la densité de la matière grise.
Le code de Wojtek a engendré de nombreuses nouvelles recherches, mais ce n'est pas le seul exemple d'analyse de bruit apériodique. En 2015, lorsque Haiguang Wen de Nvidia et Zhongming Liu de l' Université du Michigan étaient à l'Université Purdue, ils a publié un autre exemple d'approche pour isoler les composantes périodiques et apériodiques de l'activité cérébrale - l'analyse autospectrale à rééchantillonnage irrégulier (IRASA). Et Biyu He a travaillé sur cette question avant même que ces deux outils n'apparaissent - tout comme le neuroscientifique récemment décédé Walter Freeman, dont le travail a été inspiré par Wojtek. Soit dit en passant, cette tâche peut être effectuée manuellement, même si cela prendra beaucoup plus de temps.
L'importance d'avoir un outil pour faciliter l'analyse des données par les neuroscientifiques est que les données elles-mêmes sont simplement une collection de chiffres collectés sur une période de temps. En soi, le graphique ne dit rien sur le bon fonctionnement du cerveau ou non.
« En neurosciences, l'interprétation est la clé. Sur cette base, nous prenons des décisions sur le traitement ou le développement de médicaments », a déclaré Wojtek. Selon lui, l'énorme quantité de données accumulées dans la littérature peut potentiellement générer de nouvelles idées après les avoir traitées d'une nouvelle manière. "Nous n'avons pas traité ces données assez profondément."
Qu'est-ce que ça veut dire?
Un obstacle majeur à l'étude de ces signaux apériodiques est le fait que personne ne sait exactement ce qui les provoque. D'autres recherches sont nécessaires pour clarifier les contributions de divers neurotransmetteurs, circuits neuronaux et interactions des réseaux neuronaux, explique Sylvain Baile , professeur de neurosciences et de neurochirurgie, de technologie biomédicale et d'informatique à l'Université McGill.
"Les raisons et les sources n'ont pas encore été déterminées", a déclaré Baile. "Cependant, des recherches doivent être menées afin d'accumuler des connaissances et des observations."
Une théorie est que les signaux apériodiques reflètent l'équilibre délicat entre l'excitation et la suppression dont le cerveau a besoin pour fonctionner sainement et vigoureusement. Trop d'excitation peut surcharger le cerveau ; trop de suppression peut l'endormir.
Knight pense qu'une telle explication n'est pas loin de la vérité. "Je ne dirais pas que je suis sûr que cela est dû à des changements dans le ratio d'excitation et de suppression, mais je pense que c'est l'explication la plus probable", a-t-il déclaré.
Une autre explication est que les signaux apériodiques sont une conséquence de l'organisation physique du cerveau.
Sur la base de la façon dont le comportement 1 / f se manifeste dans d'autres systèmes physiques, Ward conclut qu'il existe un certain système structurel-hiérarchique dans le cerveau qui génère une activité apériodique. Cela, par exemple, pourrait être une conséquence de la façon dont un grand nombre de neurones sont regroupés, formant alors des régions plus grandes qui fonctionnent à l'unisson.
Cette activité cérébrale peut être idéale pour le traitement des données sensorielles, car ces données présentent souvent des fluctuations de 1 / f. Dans une étude de 2018 publiée pardans The Journal of Neuroscience, examine comment le cerveau prédit les sons dont la structure contient 1 / f, et comment l'activité apériodique est impliquée dans le traitement et la prédiction des stimuli naturels. Il n'est pas surprenant que n'importe quelle musique, de Bach au jazz, puisse également contenir des caractéristiques 1 / f - après tout, le cerveau humain crée de la musique.
Wojtek a déclaré que pour tester les hypothèses sur l'origine des signaux apériodiques, il est nécessaire d'étudier attentivement les différents types d'activité neuronale. Les neuroscientifiques peuvent ensuite essayer de lier les régions du cerveau à la physiologie générale pour mieux comprendre quels mécanismes neuronaux génèrent des modèles d'activité spécifiques et pour prédire à quoi devraient ressembler les signaux apériodiques et périodiques dans divers troubles cérébraux.
Wojtek espère également faire des recherches à plus grande échelle en appliquant son code à des ensembles de données existants, ce qui mettra en lumière des signaux inédits.
Landner et Knight analysent actuellement les données de patients comateux à l'Université de l'Alabama pour voir si cette activité cérébrale est en corrélation avec le développement du coma. Ils prédisent que lorsqu'une personne sort du coma, une augmentation de l'activité cérébrale à haute fréquence se manifestera sous la forme d'un changement de la pente du graphique 1 / f. Les résultats préliminaires semblent prometteurs, a-t-elle déclaré.
Pour Baile, les signaux cérébraux apériodiques rappellent quelque peu la matière noire - un cadre invisible de l'Univers qui n'interagit avec la matière normale que par la gravité. Nous ne savons pas en quoi il consiste et quelles sont ses propriétés, mais il est présent sur le fond céleste, empêchant imperceptiblement la voie lactée de se décomposer.
Les scientifiques n'ont pas encore compris les causes de ces signaux apériodiques, mais ils peuvent aussi être le reflet de la structure auxiliaire vitale de l'univers contenue dans nos têtes. Quelque chose de mystérieux peut aider à détourner notre esprit d'un demi-sommeil.