Reproduction de : Thèse de doctorat : Sciences Naturelles : Faculté des sciences de Paris : 1874. / Titre provenant de la page de titre du document numérisé.

Parce qu'il est naturel et facile de marcher, il peut sembler que cet acte soit produit aussi facilement qu'il est accompli. Au contraire, la locomotion nécessite une interaction neurale complexe entre les neurones supraspinaux, spinaux et périphériques pour obtenir une locomotion fluide et adaptée à l'environnement. La région locomotrice mésencéphalique (MLR) est un centre locomoteur supraspinal situé dans le tronc cérébral qui a notamment pour rôle d'initier la locomotion et d'induire une transition entre les allures locomotrices. Cependant, bien que cette région ait initialement été identifiée comme le noyau cunéiforme (CnF), un groupe de neurones glutamatergiques, et le noyau pédonculopontin (PPN), un groupe de neurones glutamatergiques et cholinergiques, son corrélat anatomique est encore un sujet de débat. Et alors qu'il a été prouvé que, que ce soit lors d’une stimulation de la MLR ou pour augmenter la vitesse locomotrice, la plupart des quadrupèdes présentent un large éventail d'allures locomotrices allant de la marche, au trot, jusqu’au galop, la gamme exacte des allures locomotrices chez la souris est encore inconnue. Ici, en utilisant l'analyse cinématique, nous avons d'abord décidé d'identifier d’évaluer les allures locomotrices des souris C57BL / 6. Sur la base de la symétrie de la démarche et du couplage inter-membres, nous avons identifié et caractérisé 8 allures utilisées à travers un continuum de fréquences locomotrices allant de la marche au trot puis galopant avec différents sous-types d'allures allant du plus lent au plus rapide. Certaines allures sont apparues comme attractrices d’autres sont apparues comme transitionnelles. En utilisant une analyse graphique, nous avons également démontré que les transitions entre les allures n'étaient pas aléatoires mais entièrement prévisibles. Nous avons ensuite décidé d'analyser et de caractériser les contributions fonctionnelles des populations neuronales de CnF et PPN au contrôle locomoteur. En utilisant des souris transgéniques exprimant une opsine répondant à la lumière dans les neurones glutamatergiques (Glut) ou cholinergiques (CHAT), nous avons photostimulé (ou photo-inhibé) les neurones glutamatergiques du CnF ou du PPN ou les neurones cholinergiques du PPN. Nous avons découvert que les neurones glutamatergiques du CnF initient et modulent l’allure locomotrice et accélèrent le rythme, tandis que les neurones glutamatergiques et cholinergiques du PPN le ralentissent. En initiant, modulant et en accélérant la locomotion, notre étude identifie et caractérise des populations neuronales distinctes de la MLR. Définir et décrire en profondeur la MLR semble d’autant plus urgent qu’elle est devenue récemment une cible pour traiter les symptômes survenant après une lésion de la moelle épinière ou liés à la maladie de Parkinson. / Because it is natural and easy to walk, it could seem that this act is produced as easily as it is accomplished. On the contrary, locomotion requires an intricate and complex neural interaction between the supraspinal, spinal and peripheric neurons to obtain a locomotion that is smooth and adapted to the environment. The Mesencephalic Locomotor Region (MLR) is a supraspinal brainstem locomotor center that has the particular role of initiating locomotion and inducing a transition between locomotor gaits. However, although this region was initially identified as the cuneiform nucleus (CnF), a cluster of glutamatergic neurons, and the pedunculopontine nucleus (PPN), a cluster of glutamatergic and cholinergic neurons, its anatomical correlate is still a matter of debate. And while it is proven that, either under MLR stimulation or in order to increase locomotor speed, most quadrupeds exhibit a wide range of locomotor gaits from walk, to trot, to gallop, the exact range of locomotor gaits in the mouse is still unknown. Here, using kinematic analysis we first decided to identify to assess locomotor gaits C57BL/6 mice. Based on the symmetry of the gait and the inter-limb coupling, we identified and characterized 8 gaits during locomotion displayed through a continuum of locomotor frequencies, ranging from walk to trot and then to gallop with various sub-types of gaits at the slowest and highest speeds that appeared as attractors or transitional gaits. Using graph analysis, we also demonstrated that transitions between gaits were not random but entirely predictable. Then we decided to analyze and characterize the functional contributions of the CnF and PPN’s neuronal populations to locomotor control. Using transgenic mice expressing opsin in either glutamatergic (Glut) or cholinergic (CHAT) neurons, we photostimulated (or photoinhibited) glutamatergic neurons of the CnF or PPN or cholinergic neurons of the PPN. We discovered that glutamatergic CnF neurons initiate and modulate the locomotor pattern, and accelerate the rhythm, while glutamatergic and cholinergic PPN neurons decelerate it. By initiating, modulating, and accelerating locomotion, our study identifies and characterizes distinct neuronal populations of the MLR. Describing and defining thoroughly the MLR seems all the more urgent since it has recently become a target for spinal cord injury and Parkinson’s disease treatment.

Initier la marche vient naturellement pour tout être vivant qui se déplace. Malgré cette apparente facilité, cet acte nécessite une interaction complexe entre différentes régions du cerveau et la moelle épinière. Une de ces régions a été découverte dans le mésencéphale et a été identifiée il y a maintenant 50 ans comme la région locomotrice mésencéphalique. En effet, la stimulation électrique de cette région engendre de manière systématique l’initiation de la locomotion dans de nombreuses espèces animales. Malgré tout, la localisation anatomique précise et l’identification des populations neuronales de cette région sont un sujet de débat encore aujourd’hui. Dans notre projet, nous avons utilisé les outils optogénetiques accessibles chez la souris afin de stimuler spécifiquement les populations glutamatergiques ou cholinergiques des deux noyaux qui constituent la région locomotrice mésencéphalique, le noyau cunéiforme (CnF) et le noyau pedonculopontin (PPN). Nous avons découvert que nous ne pouvions initier la marche en stimulant seulement les neurones glutamatergiques du noyau cunéiforme, indiquant ainsi que ces neurones constituent le corrélat anatomique de la région locomotrice mésencéphalique. Étant donné l’intérêt clinique de la stimulation profonde chez des patients parkinsoniens, épileptiques ou médullaires, il paraît d’autant plus urgent de définir la localisation et les fonctions précises des populations neuronales contribuant à cette région fonctionnelle. / The act of initiating locomotion comes naturally to every living and moving the animal. Despite this apparent easiness, this act relies upon a complex neuronal interaction between brain regions and the spinal cord. One of those regions was found in the brainstem and has been identified 50 years ago as the mesencephalic locomotor region. Indeed, electrical stimulation of this region consistently leads to the initiation of locomotion in many species. However, the precise anatomical location and neuronal composition responsible for this effect on locomotion remained a matter of debate for years. Here, using neuronal specific optogenetic stimulation in mice, we stimulated either the glutamatergic or the cholinergic population in the two proposed nuclei that form the MLR (cuneiform and pedunculopontine nuclei, CnF and PPN). We simultaneously recorded kinematics and EMG activity and found that we could only reliably induce locomotion when stimulating the glutamatergic neurons of the CnF, therefore establishing those neurons as the correlates of the MLR. Considering that the MLR is being tested as a deep brain stimulation target for disease ranging from Parkinson to epilepsy and spinal cord injury, it seems even more urgent to ascertain precisely its anatomical location and physiological role.

Thèse de doctorat : Physiologie et biologie des organismes et des populations, Ethologie : Strasbourg : 2009. / Thèse soutenue sur un ensemble de travaux. Titre provenant de l'écran-titre. Bibliogr. 20 p.

Cette thèse explore la compréhension du mouvement animal en écologie sous un angle statistique, un aspect crucial pour diverses applications pratiques telles que la réintroduction d'espèces, la planification de campagnes de vaccination et la surveillance des transports de particules. Pour ce faire, elle se fixe plusieurs objectifs majeurs. Dans un premier volet, la thèse se concentre sur la modélisation de l'approche directionnelle du mouvement animal. Cela implique l'intégration d'un nombre variable de facteurs environnementaux dans la trajectoire des animaux, en utilisant notamment un modèle de régression angulaire. Ces facteurs, appelés « cibles », sont essentiels pour une compréhension approfondie du mouvement des animaux. Un deuxième objectif consiste à élaborer des modèles multi-états pour tenir compte de la diversité des comportements animaux. Ces modèles permettent d'associer différents comportements à des états non observés, une tâche complexe en termes d'inférence étant donné que la vraisemblance des données dépend de l'ensemble des états, qui restent cachés. Par exemple, un modèle de Markov caché est utilisé dans l'approche directionnelle pour prédire le mouvement des caribous. En parallèle, la thèse vise à développer une régression logistique conditionnelle multi-états pour l'approche de type choix discret. Cette méthode permet de prédire les choix des animaux en fonction des attributs du paysage, en uniformisant autant que possible les deux approches pour en exposer les forces et faiblesses respectives. Enfin, les avancées méthodologiques découlant de ces travaux sont présentées afin de comprendre les améliorations notables pour analyser le mouvement des animaux avec des modèles multi-états. Ainsi, la thèse s'inscrit dans une démarche visant à améliorer la compréhension du mouvement animal en intégrant des facteurs environnementaux et des comportements multi- états. Elle offre également des outils pratiques pour l'analyse des données de trajectoires animales, ce qui pourrait avoir un impact significatif dans le domaine de l'écologie. / This thesis explores the understanding of animal movement in ecology from a statistical perspective, a crucial aspect for various practical applications such as species reintroduction, vaccination campaign planning, and monitoring particle transport. To this end, it sets several major objectives. Firstly, the thesis focuses on modeling the directional approach to animal movement. This involves integrating a variable number of environmental factors into the animals' trajectories, notably using an angular regression model. These factors, called "targets," are essential for a thorough understanding of animal movement. A second objective is to develop multi-state models to account for the diversity of animal behaviors. These models allow for associating different behaviors with unobserved states, a complex task in terms of inference since the likelihood of the data depends on the set of states, which remain hidden. For example, a hidden Markov model (HMM) is used in the directional approach to predict caribou movement. Concurrently, the thesis aims to develop a multi-state conditional logistic regression for the discrete choice approach. This method allows predicting animal choices based on landscape attributes, standardizing both approaches as much as possible to highlight their respective strengths and weaknesses. Finally, the methodological advances following this work are presented to understand the significant improvements in analyzing animal movement with multi-state models. Thus, the thesis aims to enhance the understanding of animal movement by integrating environmental factors and multi-state behaviors. It also offers practical tools for analyzing animal trajectory data, which could have a significant impact in the field of ecology.