Modélisation de la connectivité cérébrale
Nous avons fait des progrès significatifs dans notre compréhension du fonctionnement du cerveau. Cependant, chaque nouvelle découverte nous rappelle combien il reste à apprendre. Bien que les réseaux neuronaux artificiels soient déjà complexes, le réseau neuronal naturel du corps humain l’est encore plus. Néanmoins, un groupe de chercheurs de l’Université de Harvard a récemment avancé dans ce domaine en proposant une approche novatrice pour mieux appréhender notre cerveau.
Une innovation en laboratoire
Les chercheurs ont conçu un modèle de cerveau sur puce, un système in vitro qui permet d’étudier la connectivité cérébrale. Grâce à cette technologie, ils ont pu analyser en profondeur les différences entre les neurones des différentes zones du cerveau. Comme l’a souligné Ben Maoz, un chercheur associé à la John A. Paulson School of Engineering and Applied Sciences (SEAS), “le cerveau n’est pas seulement composé de neurones individuels. Il est essentiel de comprendre les différents types de cellules et les connexions entre ces différentes régions, surtout en ce qui concerne les maladies neurologiques qui impactent ces connexions.”
Zones ciblées de recherche
Le groupe a spécifiquement étudié trois zones du cerveau particulièrement touchées par la schizophrénie : l’amygdale, l’hippocampe et le cortex préfrontal. Chaque région a été caractérisée en laboratoire au niveau de la composition cellulaire, l’expression protéique, le métabolisme et l’activité électrique des neurones. Ils ont ensuite examiné comment les neurones de différentes zones interagissent entre eux.
Une découverte surprenante
La co-autrice Stephanie Dauth a déclaré qu’il n’est pas surprenant que les neurones de différentes régions soient différents, mais la mesure de leurs différences reste inattendue. Selon l’étude, le rapport des types cellulaires, le métabolisme, l’expression protéique et l’activité électrique varient d’une région à l’autre. Cela souligne l’importance de savoir de quelle région du cerveau proviennent les neurones que l’on étudie.
Les chercheurs ont constaté que lorsque les cellules entraient en contact avec des neurones d’autres régions, leur composition et leur activité électrique subissaient d’importants changements. Ce constat met en évidence l’importance d’intégrer différentes régions cérébrales dans les modèles in vitro, surtout lorsqu’il s’agit d’étudier les effets des maladies neurologiques.
Un outil précieux pour la recherche
Ce modèle de cerveau sur puce représente un outil prometteur pour faciliter la recherche sur les maladies neurologiques et psychologiques. Les chercheurs ont même réussi à démontrer les effets d’un médicament, le Phencyclidine hydrochloride (PCP), qui stimule la schizophrénie, sur leur modèle in vitro. Grâce à cette expérimentation, ils ont pu observer les effets de ce médicament sur les diverses régions cérébrales et leur interconnexion.
Cet outil pourrait également réduire les coûts associés à ces recherches cruciales. Kit Parker, de Harvard SEAS, a noté que près de 26 % du budget de la santé aux États-Unis est consacré aux troubles neurologiques et psychiatriques. Le développement d’outils qui soutiennent la création de traitements pour soulager ces patients est donc crucial pour diminuer ces coûts.
FAQ
Qu’est-ce qu’un cerveau sur puce ?
Un cerveau sur puce est un modèle in vitro conçu pour simuler les connexions et le fonctionnement du cerveau humain, permettant ainsi d’étudier diverses pathologies neurologiques.
Comment fonctionne ce modèle ?
Ce modèle utilise des cellules neuronales organisées pour reproduire les interconnexions et l’activité électrique des différentes régions du cerveau, permettant d’observer comment elles interagissent.
Quelles implications ce modèle a-t-il pour la recherche médicale ?
Il offre aux chercheurs une méthode efficace pour étudier les maladies neurologiques, potentiellement en diminuant le besoin d’expériences sur des animaux et en accélérant le développement de traitements.
Existe-t-il des limites à cette approche ?
Bien que prometteur, ce modèle ne peut pas reproduire toutes les complexités du cerveau humain, et des recherches supplémentaires seront nécessaires pour valider les résultats obtenus.
