Feeding is one of the most important behaviors for an animal’s survival. At a gross level, it is known that the nervous system plays a major role in the expression of this complex behavior, yet a detailed understanding of the neural circuits directing feeding behavior remains unknown. Here we identify a command neuron in Drosophila melanogaster whose artificial activation, using dTrpA1, a heat-activated cation channel, induces the appearance of complete feeding behavior. We use behavioral, genetic, cellular and optical imaging techniques to show that the induced behavior is composed of multiple motor programs and can function to uptake exogenous, even noxious, material. Furthermore, we resolve the neuron’s location to the subesophageal ganglion, characterize its pre and post-synaptic sites, and determine its responsiveness to sucrose stimulation. Interestingly, the neuron’s dendritic field is proximal to sweet sensing axon terminals and its baseline activity corresponds to the fly’s satiation state, suggesting a potential point of integration between sensory, motor and motivational systems. The identification of a command neuron for feeding in a genetically tractable organism provides a useful model to develop a deeper understanding of the neural control of this ubiquitous and evolutionarily ancient behavior.

Dans cette thèse, nous abordons le contrôle moteur du mouvement du coude à travers deux approches expérimentales : une première étude psychophysique a été effectuée chez les sujets humains, et une seconde implique des enregistrements neurophysiologiques chez le singe. Nous avons recensé plusieurs aspects non résolus jusqu’à présent dans l’apprentissage moteur, particulièrement concernant l’interférence survenant lors de l’adaptation à deux ou plusieurs champs de force anti-corrélés. Nous avons conçu un paradigme où des stimuli de couleur aident les sujets à prédire la nature du champ de force externe actuel avant qu’ils ne l’expérimentent physiquement durant des mouvements d’atteinte. Ces connaissances contextuelles faciliteraient l’adaptation à des champs de forces en diminuant l’interférence. Selon le modèle computationnel de l’apprentissage moteur MOSAIC (MOdular Selection And Identification model for Control), les stimuli de couleur aident les sujets à former « un modèle interne » de chaque champ de forces, à s’en rappeler et à faire la transition entre deux champs de force différents, sans interférence. Dans l’expérience psychophysique, quatre groupes de sujets humains ont exécuté des mouvements de flexion/extension du coude contre deux champs de forces. Chaque force visqueuse était associée à une couleur de l’écran de l’ordinateur et les deux forces étaient anti-corrélées : une force résistante (Vr) a été associée à la couleur rouge de l’écran et l’autre, assistante (Va), à la couleur verte de l’écran. Les deux premiers groupes de sujets étaient des groupes témoins : la couleur de l’écran changeait à chaque bloc de 4 essais, tandis que le champ de force ne changeait pas. Les sujets du groupe témoin Va ne rencontraient que la force assistante Va et les sujets du groupe témoin Vr performaient leurs mouvements uniquement contre une force résistante Vr. Ainsi, dans ces deux groupes témoins, les stimuli de couleur n’étaient pas pertinents pour adapter le mouvement et les sujets ne s’adaptaient qu’à une seule force (Va ou Vr). Dans les deux groupes expérimentaux, cependant, les sujets expérimentaient deux champs de forces différents dans les différents blocs d’essais (4 par bloc), associés à ces couleurs. Dans le premier groupe expérimental (groupe « indice certain », IC), la relation entre le champ de force et le stimulus (couleur de l’écran) était constante. La couleur rouge signalait toujours la force Vr tandis que la force Va était signalée par la couleur verte. L’adaptation aux deux forces anti-corrélées pour le groupe IC s’est avérée significative au cours des 10 jours d’entraînement et leurs mouvements étaient presque aussi bien ajustés que ceux des deux groupes témoins qui n’avaient expérimenté qu’une seule des deux forces. De plus, les sujets du groupe IC ont rapidement démontré des changements adaptatifs prédictifs dans leurs sorties motrices à chaque changement de couleur de l’écran, et ceci même durant leur première journée d’entraînement. Ceci démontre qu’ils pouvaient utiliser les stimuli de couleur afin de se rappeler de la commande motrice adéquate. Dans le deuxième groupe expérimental, la couleur de l’écran changeait régulièrement de vert à rouge à chaque transition de blocs d’essais, mais le changement des champs de forces était randomisé par rapport aux changements de couleur (groupe « indice-incertain », II). Ces sujets ont pris plus de temps à s’adapter aux champs de forces que les 3 autres groupes et ne pouvaient pas utiliser les stimuli de couleurs, qui n’étaient pas fiables puisque non systématiquement reliés aux champs de forces, pour faire des changements prédictifs dans leurs sorties motrices. Toutefois, tous les sujets de ce groupe ont développé une stratégie ingénieuse leur permettant d’émettre une réponse motrice « par défaut » afin de palper ou de sentir le type de la force qu’ils allaient rencontrer dans le premier essai de chaque bloc, à chaque changement de couleur. En effet, ils utilisaient la rétroaction proprioceptive liée à la nature du champ de force afin de prédire la sortie motrice appropriée pour les essais qui suivent, jusqu’au prochain changement de couleur d’écran qui signifiait la possibilité de changement de force. Cette stratégie était efficace puisque la force demeurait la même dans chaque bloc, pendant lequel la couleur de l’écran restait inchangée. Cette étude a démontré que les sujets du groupe II étaient capables d’utiliser les stimuli de couleur pour extraire des informations implicites et explicites nécessaires à la réalisation des mouvements, et qu’ils pouvaient utiliser ces informations pour diminuer l’interférence lors de l’adaptation aux forces anti-corrélées. Les résultats de cette première étude nous ont encouragés à étudier les mécanismes permettant aux sujets de se rappeler d’habiletés motrices multiples jumelées à des stimuli contextuels de couleur. Dans le cadre de notre deuxième étude, nos expériences ont été effectuées au niveau neuronal chez le singe. Notre but était alors d’élucider à quel point les neurones du cortex moteur primaire (M1) peuvent contribuer à la compensation d’un large éventail de différentes forces externes durant un mouvement de flexion/extension du coude. Par cette étude, nous avons testé l’hypothèse liée au modèle MOSAIC, selon laquelle il existe plusieurs modules contrôleurs dans le cervelet qui peuvent prédire chaque contexte et produire un signal de sortie motrice approprié pour un nombre restreint de conditions. Selon ce modèle, les neurones de M1 recevraient des entrées de la part de plusieurs contrôleurs cérébelleux spécialisés et montreraient ensuite une modulation appropriée de la réponse pour une large variété de conditions. Nous avons entraîné deux singes à adapter leurs mouvements de flexion/extension du coude dans le cadre de 5 champs de force différents : un champ nul ne présentant aucune perturbation, deux forces visqueuses anti-corrélées (assistante et résistante) qui dépendaient de la vitesse du mouvement et qui ressemblaient à celles utilisées dans notre étude psychophysique chez l’homme, une force élastique résistante qui dépendait de la position de l’articulation du coude et, finalement, un champ viscoélastique comportant une sommation linéaire de la force élastique et de la force visqueuse. Chaque champ de force était couplé à une couleur d’écran de l’ordinateur, donc nous avions un total de 5 couleurs différentes associées chacune à un champ de force (relation fixe). Les singes étaient bien adaptés aux 5 conditions de champs de forces et utilisaient les stimuli contextuels de couleur pour se rappeler de la sortie motrice appropriée au contexte de forces associé à chaque couleur, prédisant ainsi leur sortie motrice avant de sentir les effets du champ de force. Les enregistrements d’EMG ont permis d’éliminer la possibilité de co-contractions sous-tendant ces adaptations, étant donné que le patron des EMG était approprié pour compenser chaque condition de champ de force. En parallèle, les neurones de M1 ont montré des changements systématiques dans leurs activités, sur le plan unitaire et populationnel, dans chaque condition de champ de force, signalant les changements requis dans la direction, l’amplitude et le décours temporel de la sortie de force musculaire nécessaire pour compenser les 5 conditions de champs de force. Les changements dans le patron de réponse pour chaque champ de force étaient assez cohérents entre les divers neurones de M1, ce qui suggère que la plupart des neurones de M1 contribuent à la compensation de toutes les conditions de champs de force, conformément aux prédictions du modèle MOSAIC. Aussi, cette modulation de l’activité neuronale ne supporte pas l’hypothèse d’une organisation fortement modulaire de M1. / In this thesis, we addressed motor control by two experimental approaches: psychophysical studies in human subjects and neurophysiological recordings in non-human primates. We identified unresolved issues concerning interference in motor learning during adaptation of subjects to two or more anti-correlated force fields. We designed paradigms in which arbitrary color stimuli provided contextual cues that allowed subjects to predict the nature of impending external force fields before encountering them physically during arm movements. This contextual knowledge helped to facilitate adaptation to the force fields by reducing this interference. According to one computational model of motor learning (MOdular Selection And Identification model for Control; MOSAIC), the color context cues made it easier for subjects to build “internal models” of each force field, to recall them and to switch between them with minimal interference. In our first experiment, four groups of human subjects performed elbow flexion/extension movements against two anti-correlated viscous force fields. We combined two different colors for the computer monitor background with two forces: resistive (Vr) and assistive (Va). The first two groups were control subjects. In those subjects, the color of the computer monitor changed at regular intervals but the force field remained constant; Vr was presented to the first group while the second group only experienced Va. As a result, the color cues were irrelevant in the two control groups. All control subjects adapted well to the single experienced force field (Vr or Va). In the two experimental groups, in contrast, the anti-correlated force fields and the monitor colors changed repeatedly between short blocks of trials. In the first experimental group (Reliable-cue subjects), there was a consistent relationship between the force and the stimulus (color of the monitor) - the red colour always signalled the resistive force while the green colour always signalled the assistive force. Adaptation to the two anti-correlated forces for the Reliable-cue group was significant during 10 days of training and almost as good as in the Irrelevant-cue groups who only experienced one of the two force fields. Furthermore, the Reliable-cue subjects quickly demonstrated predictive adaptive changes in their motor output whenever the monitor color changed, even during their first day of training, showing that they could use the reliable color context cues to recall the appropriate motor skills. In contrast, the monitor color also changed regularly between red and green in the second experimental group, but the force fields were not consistently associated with the color cue (Unreliable-cue group). These subjects took longer to adapt to the two force fields than the other three groups, and could not use the unreliable color cue change to make predictive changes to their motor output. Nevertheless, all Unreliable-cue subjects developed an ingenious strategy of making a specific “default” arm movement to probe the type of force field they would encounter in the first trial after the monitor color changed and used the proprioceptive feedback about the nature of the field to make appropriate predictive changes to their motor output for the next few trials, until the monitor color changed again, signifying the possibility of a change in force fields. This strategy was effective since the force remained constant in each short block of trials while the monitor color remained unchanged. This showed that the Unreliable-cue subjects were able to extract implicit and explicit information about the structure of the task from the color stimuli and use that knowledge to reduce interference when adapting to anti-correlated forces. The results of this first study encouraged us to advance our understanding of how subjects can recall multiple motor skills coupled to color context stimuli can be recalled, and how this phenomenon can be reflected by the neuronal activity in monkeys. Our aim was to elucidate how neurons of primary motor cortex (M1) can contribute to adaptive compensation for a wide range of different external forces during single-joint elbow flexion/extension movements. At the same time, we aimed to test the hypothesis evoked in the MOSAIC model, whereby multiple controller modules located in the cerebellum may predict each context and produce appropriate adaptive output signals for a small range of task conditions. Also, according to this hypothesis, M1 neurons may receive inputs from many specialized cerebellar controllers and show appropriate response modulations for a wide range of task conditions. We trained two monkeys to adapt their flexion/extension elbow movements against 5 different force-field conditions: null field without any external force disturbance, two anti-correlated viscous forces (assistive and resistive), which depended on movement speed and resembled that used in the human psychophysical study, a resistive elastic force which depended on elbow-joint position and finally, a visco-elastic field that was the linear sum of the elastic and viscous forces field. Each force field was reliably coupled to 5 different computer monitor background colors. The monkeys properly adapted to the 5 different force-field conditions and used the color context cues to recall the corresponding motor skill for the force field associated with each color, so that they could make predictive changes to their motor output before they physically encountered the force fields. EMG recordings eliminated the possibility that a co-contraction strategy was used by the monkeys to adapt to the force fields, since the EMG patterns were appropriate to compensate for each force-field condition. In parallel, M1 neurons showed systematic changes in their activity at the single-neuron and population level in each force-field condition that could signal the required changes in the direction, magnitude and time course of muscle force output required to compensate for the 5 force-field conditions. The patterns of response changes in each force field were consistent enough across M1 neurons to suggest that most M1 neurons contributed to the compensation for all force field conditions, in line with the predictions of the MOSAIC model. Also, these response changes do not support a strongly modular organization for M1.

Работа содержит исследования трех моделей живых систем с дискретным временем. В первой главе рассматривается одномерная модель нейронной активности, задаваемая кусочно-гладким отображением. Показывается, что в случае одномерного отображения наличие случайного возмущения приводит к появлению всплесков (спайкингу). Исследуются два механизма генерации спайков, вызванных добавлением случайного возмущения в один из параметров. Иллюстрируется, что сосуществование двух аттракторов является не единственной причиной возникновения спайкинга. Для прогнозирования уровня интенсивности шума, необходимого для генерации спайков, применяется метод доверительных областей, который основан на функции стохастической чувствительности. Также находятся основные характеристики межспайковых интервалов в зависимости от интенсивности шума. Вторая глава работы посвящена применению метода функции стохастической чувствительности к аттракторам кусочно-гладкого одномерного отображения, описывающего динамику численности популяции. Первым этапом исследования является параметрический анализ возможных режимов детерминированной модели: определение зон существования устойчивых равновесий и хаотических аттракторов. Для определения параметрических границ хаотического аттрактора применяется теория критических точек. В случае, когда на систему оказывает влияние случайное воздействие, на основе техники функции стохастической чувствительности дается описание разброса случайных состояний вокруг равновесия и хаотического аттрактора. Проводится сравнительный анализ влияния параметрического и аддитивного шума на аттракторы системы. С помощью техники доверительных интервалов изучаются вероятностные механизмы вымирания популяции под действием шума. Анализируются изменения параметрических границ существования популяции под действием случайного возмущения. В третьей главе проводится анализ возможных динамических режимов детерминированной и стохастической модели Лотки-Вольтерры. В зависимости от двух параметров системы строится карта режимов. Изучаются параметрические зоны существования устойчивых равновесий, циклов, замкнутых инвариантных кривых, а также хаотических аттракторов. Описываются бифуркации удвоения периода, Неймарка--Саккера и кризиса. Демонстрируется сложная форма бассейнов притяжения. Помимо детерминированной системы подробно изучается стохастическая, описывающая влияние внешнего случайного воздействия. В случае хаоса дан алгоритм нахождения критических линий, описывающих границу хаотического аттрактора. Опираясь на найденную чувствительность аттракторов, строятся доверительные полосы и эллипсы, позволяющие описать разброс случайных состояний вокруг детерминированного аттрактора. / The work contains study of three models of biological systems with discrete time. In the first chapter a one-dimensional model of neural activity defined by a piecewise-smooth map is considered. It is shown that in the case of a one-dimensional model, the presence of a random disturbance leads to a spike generation. Two mechanisms of spike generation caused by the presence of a random disturbance in one of the parameters are investigated. It is illustrated that the coexistence of two attractors is not the only reason of spiking. To predict the level of noise intensity needed to generate spikes, the confidence-domain method is used, which is based on the stochastic sensitivity function. The main characteristics of interspike intervals depending on the intensity of the noise are also described. The second chapter is devoted to the application of the method of the stochastic sensitivity function to attractors of a piecewise-smooth one-dimensional map, which describes the population dynamics. The first stage of the study is a parametric analysis of the possible regimes of the deterministic model: determining the zones of existence of stable equilibria and chaotic attractors. The theory of critical points is used to determine the parametric boundaries of a chaotic attractor. In the case where the system is affected by a random noise, based on the stochastic sensitivity function, a description of the spread of random states around equilibrium and a chaotic attractor is given. A comparative analysis of the influence of parametric and additive noise on the attractors is carried out. Using the technique of confidence intervals, the probabilistic mechanisms of extinction of a population under the influence of noise are studied. Changes in the parametric boundaries of the existence of population under the influence of random disturbance are analyzed. In the third chapter the possible dynamic modes of the Lotka-Volterra model in determi\-nistic and stochastic cases are analyzed. Depending on the two parameters of the system, bifurcation diagram is constructed. Parametric zones of the existence of stable equilibria, cycles, closed invariant curves, and also chaotic attractors are studied. The bifurcations of the period doubling, Neimark--Sacker and the crisis are described. The complex shape of the basins of attraction is demonstrated. In addition to the deterministic system, the stochastic system is studied in detail, which describes the influence of external random disturbance. In the case of chaos, an algorithm for finding critical lines describing the boundary of a chaotic attractor is given. Based on the stochastic sensitivity function, confidence bands and ellipses are constructed to describe the spread of random states around a deterministic attractor.