Titre de l'écran-titre (visionné le 22 mai 2023) / Les modèles mathématiques sont souvent employés en neurosciences pour mieux comprendre le comportement des neurones et des réseaux neuronaux. De nombreux outils mathématiques sont utilisés pour décrire les différents aspects de l'activité et des structures neuronales sur des échelles temporelles et temporelles s'étendant sur plusieurs ordres de grandeur. Par exemple, les systèmes d'équations différentielles ordinaires tels que le modèle de Hodgkin-Huxley sont utilisés depuis plusieurs décennies pour décrire les mécanismes de génération de potentiels d'action dans les neurones. À une échelle spatiale plus grande, les équations aux dérivées partielles (EDP) telles que les équations de Maxwell sont utilisées pour comprendre la distribution du champ électrique sur l'ensemble du cerveau. Un nombre moins important de recherches ont été consacrées à l'étude de la distribution des concentrations ioniques et du champ électrique dans les petites structures neuronales (∼ 1μm) telles que les nœuds de Ranvier, les épines dendritiques ou les vésicules présynaptiques. Une manière de modéliser ces structures est de résoudre le système EDP des équations de Poisson Nernst Planck. Ce système d'équations peut être utilisé pour calculer la distribution des concentrations ioniques en résolvant les équations de Nernst-Planck et résoudre la distribution des champs électriques par l'équation de Poisson. L'avantage d'une telle approche est qu'elle permet d'étudier des structures aux géométries arbitrairement complexes. L'objectif principal de cette thèse est d'utiliser le système d'équations de Poisson Nernst-Planck pour modéliser l'activité des épines dendritiques et des nœuds de Ranvier afin de mieux comprendre les les fluctuations des concentrations ioniques dans ces structures. Une contribution importante du projet projet est l'implémentation d'une méthode numériquement efficace pour résoudre ces équations. En effet, la résolution de l'EDP sur des géométries non triviales peut rapidement devenir coûteuse en termes de calcul ce qui rend important le choix d'une approche numérique efficace. Nous avons utilisé la méthode des éléments finis avec des éléments de second ordre. Notre code est implémenté sur le logiciel MEF++, un code développé par le groupe de recherche GIREF de l'Université Laval. Les deux structures d'intérêt, les épines dendritiques et les nœuds de Ranvier, ont été choisies parce qu'elles jouent des rôles importants dans la signalisation neuronale et parce que leurs fonctions sont susceptibles d'être modulées par des altérations de leurs géométries. Les épines dendritiques sont des structures en forme de champignon qui recouvrent les branches dendritiques. Une grande partie des synapses excitatrices sont situées sur les épines dendritiques et l'on pense donc que ces structures jouent un rôle dans la façon dont le signal électrique est transmis au corps cellulaire du neurone. Nous avons simulé des événements synaptiques se produisant sur des épines de géométries différentes afin de déchiffrer la relation entre leur forme et leur fonction. Les événements survenant au niveau des synapses excitatrices déclenchent deux types de réponses, une dépolarisation électrique et une augmentation de la concentration en calcium. Notre modèle décrit ces deux réponses. Nos simulations suggèrent que la forme des épines dendritiques est un déterminant important de la dynamique du calcium alors que son impact sur la signalisation électrique reste limité sur une large gamme de géométries. Les axones sont des structures filiformes qui transmettent des signaux électriques d'un neurone à d'autres. Les axones sont isolés électriquement par des gaines de myéline qui accélèrent la propagation des signaux. Les nœuds de Ranvier sont de petites sections non myélinisées de l'axone, espacées à des intervalles à peu près réguliers. Ces structures sont caractérisées par une forte densité de canaux commandés par le voltage qui maintiennent l'amplitude du potentiel d'action pendant sa propagation. Nous étudions numériquement l'effet de la longueur du nœud, de l'épaisseur de la myéline et de l'angle que fait la myéline avec le nœud de Ranvier sur la propagation du potentiel électrique dans la membrane de l'axone. Nous montrons que la perte de myéline dans le nœud de Ranvier pourrait avoir un impact important sur les potentiels extracellulaires. La méthodologie développée dans cette thèse pourrait être appliquée à de nombreuses autres structures telles que la fente synaptique ou les vésicules présynaptiques. / Mathematical models are often employed in neuroscience to better understand the behaviour of neurons and neural networks. Many mathematical tools are used to describe the different aspects of neural activity and structures over temporal and time scales spanning over several order of magnitudes. For example, systems of ordinary differential equations (ODE's) such as the Hodgkin-Huxley model have been used for several decades to describe the spike generating mechanisms in neurons. On a larger spatial scale, partial differential equations (PDE's) such as Maxwell equations are used to understand the distribution of the electrical field over the whole brain. A lesser amount of research has been devoted to the investigation of the distribution of ionic concentrations and electrical field in small neural structures (∼ 1 μm) such as nodes of Ranvier, dendritic spines or presynaptic vesicles. One way to perform such investigations is to solve the PDE system of Poisson Nernst Planck equations. This system of equations can be used to compute the distribution of ionic concentrations by solving the Nernst-Planck equations and resolve the distribution of electric fields through the Poisson equation. The advantage of such an approach is that it allows the investigation of structures with arbitrarily complex geometries. The main aim of this thesis is to use the Poisson Nernst-Planck system of equations to model the electrical activity of dendritic spines and nodes of Ranvier and to better understand the fluctuations of ionic concentrations in these structures. A significant contribution of the project is the implementation of a numerically efficient way to solve these equations. Indeed, the resolution of PDE on non trivial geometries can rapidly become computationally expensive making the choice of an efficient numerical approach important. We used the finite element method with second order elements. Our code is implemented on the MEF++ software, a code developed by the GIREF research group at Laval University. The two structures of interest, dendritic spines and nodes of Ranvier were chosen because they play important roles in signaling in neural signaling and because their functions is likely to be modulated by alterations in their geometries. Dendritic spines are mushroom like structures covering dendritic branches. A large proportion of excitatory synapses are located on dendritic spines and it is thus believed that these structures play a role in how the electric signal is transmitted to the neuron's cell body. We simulated synaptic events occurring on spines with many different geometries to decipher the elusive relationship between their shape and function. Events at excitatory synapses trigger two types of responses: an electrical depolarization and an increase in calcium concentration. Our model describes these two responses. Our simulations suggest that the shape of the spine is an important determinant of calcium dynamics while its impact on electric signaling remains limited over a wide range of geometries. Axons are wire like structures transmitting electric signals from one neuron to others. Axons are electrically insulated by myelin sheaths which accelerates signal propagation. Nodes of Ranvier are small unmyelinated sections of the axon spaced at roughly regular intervals. Theses structures are characterized by a high density of voltage gated channels which maintain the amplitude of the action potential during its propagation. Numerically, we investigate the effect of the node length, myelin thickness and the angle which the myelin makes with the node of Ranvier on the propagation of electric potential in the membrane of the axon. We show that loss of myelin in the node of Ranvier might have an important impact on extracellular potentials. The methodology developed in this thesis could be applied to many other structures such as the synaptic cleft or presynaptic vesicles.

L’étude expérimentale de la résilience d’un réseau complexe repose sur la capacité à reproduire l’organisation structurelle et fonctionnelle du réseau à l’étude. Ayant choisi le réseau neuronal du poisson-zèbre larvaire comme modèle animal pour sa transparence, on peut utiliser des techniques telles que l’imagerie calcique par feuillet de lumière pour imager son cerveau complet plus de deux fois par seconde à une résolution spatiale cellulaire. De par les bonnes résolutions spatiale et temporelle, les données à segmenter représentent par le fait même un gros volume de données qui ne peuvent être traitées manuellement. On doit donc avoir recours à des techniques numériques pour segmenter les neurones et extraire leur activité.Trois techniques de segmentation ont été comparées, soit le seuil adaptatif (AT), la forêtd’arbres décisionnels (ML), ainsi qu’un réseau de neurones à convolution (CNN) déjà entrainé. Alors que la technique du seuil adaptatif permet l’identification rapide et presque sans erreurdes neurones les plus actifs, elle génère beaucoup plus de faux négatifs que les deux autres méthodes. Au contraire, la méthode de réseaux de neurones à convolution identifie plus deneurones, mais en effectuant plus de faux positifs qui pourront, dans tous les cas, être filtrés parla suite. En utilisant le score F1 comme métrique de comparaison, les performances moyennes de la technique de réseau de neurones (F1= 59,2%) surpassent celles du seuil adaptatif (F1= 25,4%) et de forêt d’arbres de décisions (F1= 48,8%). Bien que les performances semblent faibles comparativement aux performances généralement présentées pour les réseauxde neurones profonds, il s’agit ici d’une performance similaire à celle de la meilleure techniquede segmentation connue à ce jour, soit celle du 3dCNN, présentée dans le cadre du concours neurofinder (F1= 65.9%). / The experimental study of the resilience of a complex network lies on our capacity to reproduceits structural and functional organization. Having chosen the neuronal network of the larvalzebrafish as our animal model for its transparency, we can use techniques such as light-sheet microscopy combined with calcium imaging to image its whole brain more than twice every second, with a cellular spatial resolution. Having both those spatial and temporal resolutions, we have to process and segment a great quantity of data, which can’t be done manually. Wethus have to resort to numerical techniques to segment the neurons and extract their activity. Three segmentation techniques have been compared : adaptive threshold (AT), random deci-sion forests (ML), and a pretrained deep convolutional neural network. While the adaptive threshold technique allow rapid identification and with almost no error of the more active neurons, it generates many more false negatives than the two other methods. On the contrary, the deep convolutional neural network method identify more neurons, but generates more false positives which can be filtered later in the proces. Using the F1 score as our comparison metrics, the neural network (F1= 59,2%) out performs the adaptive threshold (F1= 25,4%) and random decision forests (F1= 48,8%). Even though the performances seem lower compared to results generally shown for deep neural network, we are competitive with the best technique known to this day for neurons segmentation, which is 3dCNN (F1= 65.9%), an algorithm presented in the neurofinder challenge.

"Thèse en cotutelle, Doctorat en sciences pharmaceutiques; Université Laval, Québec, Philosophiæ doctor (Ph. D.), Canada et Université de Bordeaux, Talence, France." / La tétrahydrobioptérine (BH4) est le cofacteur requis pour l'activité des enzymes responsables de la synthèse de la dopamine, la sérotonine et l'oxyde nitrique. Par conséquent, la BH4 est nécessaire au bon déroulement de nombreux processus physiologiques centraux et périphériques dont la neurotransmission, la réponse inflammatoire, la régulation du stress oxydatif, la fonction vasculaire et endothéliale et le métabolisme. Or la BH4 peut facilement être oxydée et dégradée. Ainsi des diminutions des niveaux centraux de BH4 ont été observées dans de nombreuses maladies neuropsychiatriques à composante inflammatoire dont la maladie d'Alzheimer et la dépression majeure. La diminution des niveaux de BH4 dans ces pathologies pourrait participer à la survenue de symptômes et à l'aggravation de ceux-ci. Malgré ces observations, les effets d'une administration de BH4 sur la fonction cérébrale en condition physiologique et pathologique et les comportements en s'y rapportant restent largement inexplorés. L'objectif de cette thèse a été de caractériser les effets d'une administration de BH4 périphérique sur la neurobiologie et le comportement chez la souris. Nous nous sommes intéressés aux effets de BH4 sur le système dopaminergique mésolimbique et la motivation en condition physiologique et lors d'une inflammation aiguë. Puis, dans un second temps, nous avons exploré le potentiel thérapeutique de la BH4 dans le traitement de la maladie d'Alzheimer. Nous avons tout d'abord démontré que la BH4 traversait la barrière hémato-encéphalique et qu'une injection périphérique permettait d'augmenter les niveaux centraux de BH4. Nos travaux ont montré qu'en condition physiologique, l'administration de BH4 potentialise la libération de dopamine stimulée dans le nucleus accumbens et les comportements motivés. En condition de neuroinflammation aiguë induite par le LPS, l'administration de BH4 permet d'atténuer la neuroinflammation. Par conséquent, la BH4 pourrait avoir des effets bénéfiques dans le traitement des troubles motivationnels induits par l'inflammation. Dans notre deuxième étude, nous avons démontré que l'administration chronique de BH4 permet de corriger les déficits mnésiques observés dans le modèle murin triple transgénique de la maladie d'Alzheimer. Le traitement en BH4 induit également une diminution d'un marqueur inflammatoire ainsi qu'une amélioration de la tolérance au glucose. Cependant, ces améliorations mnésiques, métaboliques et inflammatoires ne s'accompagnent pas d'une diminution des pathologies amyloïde et tau. L'ensemble de ces travaux a permis une meilleure caractérisation des effets neurobiologiques et comportementaux de la BH4 et renforce son potentiel thérapeutique. / Tetrahydrobiopterin (BH4) is the required cofactor for the activity of the enzymes involved in the synthesis of dopamine, serotonin and nitric oxide. BH4 is therefore necessary for many central and peripheral physiological processes including neurotransmission, inflammatory response, oxidative stress regulation, vascular and endothelial function, and metabolism. However, BH4 is prone to oxidation and degradation, and decreased BH4 brain level has been observed in many neuropsychiatric diseases including Alzheimer's disease and major depression. Consequently, the decrease in BH4 levels in these pathologies could contribute to the onset and aggravation of symptoms. Despite these observations, the effects of BH4 administration on brain function and related physiological and pathological behavior remain largely unexplored. The aim of this thesis was to characterize the effects of peripheral BH4 administration on brain function and related behaviors. We investigated the effects of BH4 on the mesolimbic dopaminergic system and motivation in physiological condition and during acute inflammation. Then, we explored the therapeutic potential of BH4 in the treatment of Alzheimer's disease. We first demonstrated that BH4 crossed the blood-brain barrier and that a peripheral injection of BH4 increased its cerebral levels. Under physiological condition, administration of BH4 potentiates dopamine release into the nucleus accumbens and motivated behaviors. In acute LPS-induced neuroinflammation, administration of BH4 reduced neuroinflammation. Therefore, BH4 may have beneficial effects on dopaminergic disorders induced by inflammation. In our second study, we demonstrated that chronic administration of BH4 reversed memory deficits observed in the transgenic triple murine model of Alzheimer's disease. We also observed a decrease in neuroinflammatory marker and an improvement in glucose tolerance. However, these memory, metabolic and inflammatory improvements were not accompanied by a decrease in amyloid and tau pathologies. This work contributes to a better characterization of the neurobiological and behavioral effects of the BH4 and reinforces its therapeutic potential.

La connectomique est l’étude des cartes de connectivité du cerveau (animal ou humain), qu’on nomme connectomes. À l’aide des outils développés par la science des réseaux complexes, la connectomique tente de décrire la complexité fonctionnelle et structurelle du cerveau. L’organisation des connexions du connectome, particulièrement la hiérarchie sous-jacente, joue un rôle majeur. Jusqu’à présent, les modèles hiérarchiques utilisés en connectomique sont pauvres en propriétés émergentes et présentent des structures régulières. Or, la complexité et la richesse hiérarchique du connectome et de réseaux réels ne sont pas saisies par ces modèles. Nous introduisons un nouveau modèle de croissance de réseaux hiérarchiques basé sur l’attachement préférentiel (HPA - Hierarchical preferential attachment). La calibration du modèle sur les propriétés structurelles de réseaux hiérarchiques réels permet de reproduire plusieurs propriétés émergentes telles que la navigabilité, la fractalité et l’agrégation. Le modèle permet entre autres de contrôler la structure hiérarchique et apporte un support supplémentaire quant à l’influence de la structure sur les propriétés émergentes. Puisque le cerveau est continuellement en activité, nous nous intéressons également aux propriétés dynamiques sur des structures hiérarchiques produites par HPA. L’existence d’états dynamiques d’activité soutenue, analogues à l’état minimal de l’activité cérébrale, est étudiée en imposant une dynamique neuronale binaire. Bien que l’organisation hiérarchique favorise la présence d’un état d’activité minimal, l’activité persistante émerge du contrôle de la propagation par la structure du réseau. / Connectomics is the study of the brain connectivity maps (animal or human), described as complex networks and named connectomes. The organization of the connections, including the network’s hidden hierarchy, plays a major role in our understanding of the functional and structural complexity of the brain. Until now, the hierarchical models in connectomics have exhibited few emergent properties and have proposed regular structures whereas conectomes and real networks show complex structures. We introduce a new growth model of hierarchical networks based on preferential attachment (HPA - hierarchical preferential attachment). The structure can be controlled by a small set of parameters to fit real networks. We show how functional properties emerge from the projection of the hierarchical organization. Furthermore, we use HPA to investigate the minimum level of activity of the brain. The network response under binary dynamics shows evidence of persistent activity, similar to the resting-state of the brain. Even though hierarchical organization is beneficial for sustained activity, we show that persistent activity emerges from the control of the structure over the dynamics.

Dû à l'échelle des structures et des comportements observés, les neurosciences et la microscopie ont toujours été intimement liées. Que ce soit pour observer les différentes morphologies cellulaires en lumière blanche transmise, ou pour suivre des dynamiques complexes grâce à des sondes fluorescentes, la lumière est l'outil de choix pour étudier le cerveau et sa composition. Plus particulièrement, la lumière possède la bonne résolution spatiale et temporelle pour sonder autant localement que globalement toutes les échelles de l'activité neuronale. De plus, les techniques de mesure utilisant la lumière sont généralement peu invasives. Cette thèse de doctorat montre trois techniques d'imagerie de fluorescence, développées pour des échelles d'organisation distinctes. Le but de la thèse est de fournir de nouveaux outils technologiques visant à repousser les limites des questions biologiques aujourd'hui disponibles aux neuroscientifiques. Afin de pouvoir sonder efficacement les mécanismes internes aux petites structures comme les épines dendritiques et les dendrites, nous avons développé un protocole de marquage unicellulaire du fluorophore sensible au potentiel ANNINE-6plus. La méthode se base sur le chargement intracellulaire de la sonde fluorescente dans des échantillons autant en cultures cellulaires dissociées, qu'en préparations de tranches aigues et organotypiques. Le deuxième projet adresse les défis liés à l'imagerie rapide de l'activité de réseaux. Typiquement, il y a un choix à faire entre la résolution temporelle et la surface d'imagerie. Ce choix vient du fait que les techniques d'imagerie rapides sont habituellement à champs larges et ne fournissent pas de sectionnement optique, ce qui rend leur utilisation dans des échantillons épais difficile. En couplant une technique à champ large multiphotonique, la focalisation temporelle, avec l'illumination structurée ainsi qu'un laser amplifié, nous avons développé un système à champ large doté d'un sectionnement optique en-deçà de 10 um. Le troisième chapitre décrit le développement de deux logiciels distribués avec un produit commercialisé par Doric Lenses Inc., soit un microscope miniature implantable pour l'imagerie de structures profondes du cerveau pour des animaux se déplaçant librement. Les logiciels permettent le traitement des images en temps réel et à posteriori. Ce produit offre finalement un lien entre l'activité neuronale locale, et les comportements animaux observés. / Due to the scale of the observed structures and behaviours, neurosciences and microscopy have always been intertwined. Whether it is to observe the different cell morphologies in transmitted white light, or to follow complex dynamics using fluorescent probes, light is the tool of choice to study the brain and its composition. Specifically, the light has the proper spatial and temporal resolution to probe both locally and globally all levels of neuronal activity, while remaining minimally invasive. This thesis shows three techniques developed for different scales, in order to push the limits of the currently addressable biological questions by neuroscientists. In order to effectively probe the internal mechanisms for small structures like dendritic spines and dendrites, we have created a single-cell labeling protocol of the voltage-sensitive fluorophore ANNINE-6plus. The method is based on the intracellular loading of the fluorescent probe in samples both in dissociated cell cultures, than in preparations of acute and organotypic slices. The second project addresses the challenges of rapid imaging of the cellular network activity. Typically, there is a choice between the temporal resolution and the imaging surface. This choice is that the fast imaging techniques are usually widefield and do not provide optical sectioning, making their use in thick samples difficult. By combining a widefield multiphoton technique, the temporal focusing, with the structured illumination and an amplified laser, we have developed a widefield system with an optical sectioning below 10um. The third chapter describes the development of two software distributed with a product created by Doric Lenses Inc., an implantable miniature microscope for imaging of deep brain structures of freely moving animals. This product finally provides a link between the local neuronal activity, and the observed animal behaviours.

Le présent document offre un survol de différentes méthodes employant une approche réseau afin d'identifier des anomalies au sein de réseaux cérébraux associés à un diagnostic dans le cadre d'études cas-témoins. Le cadre opérationnel employé compare les réseaux cérébraux d'individus portant un certain diagnostic associé à une condition du cerveau (cas) avec les réseaux cérébraux d'individus en "santé" (témoins). Chaque patient est représenté par un seul réseau cérébral. Les méthodes réseaux discutées peuvent opérer sur certaines propriétés observables dans les réseaux cérébraux. Le choix des propriétés à investiguer devrait être guidé par des hypothèses et des connaissances actuelles des moyens de communications dans le cerveau. À cet effet, une revue de quelques mesures possibles, et les raisons pour lesquelles celles-ci pourraient être pertinentes dans un contexte de réseaux cérébraux est donnée. Quatre méthodes seront présentées, soit le Permutation Network Framework (PNF), ANOVA, le contrast-subgraph et le Network-based statistic (NBS). Par ailleurs, une extension au NBS, appelée NBS-SNI (NBS-simultaneous node investigation) est proposée. Des résultats employant NBS et NBS-SNI appliqués à des données fonctionnelle associées à des études cas-témoins (ABIDE I (autisme), ADHD200 (trouble du déficit de l'attention et hyperactivité), une étude sur la schizophrénie et d'autres) seront présentés. En outre, les différences identifiées avec ces méthodes seront également employé avec NBS-predict afin de réaliser des prédictions (diagnostics) sur des réseaux cérébraux individuels. Entre autres, des performances de prédiction de 70% et 66% ont été obtenues sur l'entièreté des données provenant de ABIDE I et de l'étude ADHD200, respectivement. Les résultats obtenus sur les données ABIDE I ont été analysés plus en profondeur et comparés à ceux d'autres études. Les attributs employés contribuant le plus aux prédictions se révèlent sous forme de sous-réseaux plus fortement/faiblement connectés chez les individus atteints par la condition. Certaines caractéristiques retrouvées dans ces sous-réseaux semblent être cohérentes avec des résultats rapportés précédemment obtenus sur les mêmes données, ou portant sur le spectre l'autisme en général. Finalement, quelques opinions à propos de l'utilisation d'un formalisme réseaux en neuroscience sont offertes, ainsi que des directions et modifications possibles pour l'extension NBS-SNI dans le futur. / This document offers an overview of different methods employing a network-based approach to identify abnormalities in brain networks associated with a certain diagnostic in typical case-control studies. In these methods, networks associated to patients with a condition are compared against healthy control brain networks. Every patient is represented by a single brain network. The methods discussed operate on some property observed on these brain networks. The choice of a property to measure should be meaningful and related to the (thought to be) means of communication in the brain. A review of a few of these possible measurable properties such as centrality measures is included. Four known methods will be presented, namely, a Permutation Network Framework (PNF), the one-way ANOVA, contrast-subgraph and the Network-based statistic (NBS). In addition, a modification/extension to the NBS called the NBS-SNI (NBS-Simultaneous Node Investigation) will be proposed. Some results obtained using the NBS and the novel NBS-SNI methods on various functional datasets associated to case-control studies (such as ADHD200 (attention deficit hyperactivity disorder), ABIDE I (autism), a schizophrenia study and others) will be presented. Moreover, the differences identified between the two groups of brain networks (condition and control) will also be used to make predictions/diagnosis of individuals using NBS-predict (a prediction extension of NBS). For example, prediction accuracies of 70% and 66% were obtained on the complete ABIDE I and ADHD200 datasets, respectively. Also, the results obtained on the complete ABIDE I dataset were further investigated and compared with other work. The features, which manifest in the condition group as hyperconnected or hypoconnected subnetworks that contributed the most to the prediction performance yielded by NBS-predict were extracted. Some characteristics of these subnetworks seemed to be coherent with previously reported findings on the same dataset/condition. Finally, considerations about using network neuroscience in the context of case-control studies are given, along with future outlooks for the proposed NBS-SNI method.

La maladie d'Alzheimer (MA) est la maladie neurodégénérative la plus courante et la cause prédominante de la démence sénile (caractérisé par une perte de mémoire et de raisonnement) et du déclin cognitif. Elle résulte d'une dégénérescence des neurones et d'une atrophie sévère qui commence dans les lobes temporal, pariétal et frontal et dans le gyrus cingulaire, puis dans des régions sous-corticales telles que l'hippocampe et le noyau de Meynert. Des observations récentes chez les patients atteints de la MA ont fait état d'une activité cérébrale anormale, commune à d'autres troubles neurologiques avant la perte des neurones. L'hyperexcitabilité neuronale se manifeste tôt dans la MA, ce qui entraîne une hyperactivité corticale et hippocampique et parfois même une activité épileptiforme et des crises chez la souris et l'homme. Cependant, les mécanismes sous-jacents à l'hyperexcitabilité dans le cerveau de la maladie d'Alzheimer restent obscurs. Une hypothèse importante suggère que l'accumulation d'amyloïde-β perturbe la signalisation inhibitrice médiée par le GABA[indice A]. Le vieillissement normal est également associé à un déclin des fonctions cognitives, indépendamment de tout trouble neurodégénératif. Les causes du déclin cognitif associé au vieillissement (DCAV) sont multiples, mais le facteur clé est l'équilibre entre l'excitation et l'inhibition synaptiques. Comme dans le cas de la maladie d'Alzheimer, une hyperactivité neuronale dans l'hippocampe, une région du cerveau impliquée dans la formation et la rétention de la mémoire, ou une absence de désactivation du réseau du mode par défaut (DMN) ont été décrites dans les troubles cognitifs associés au vieillissement. Pourtant, dans le cortex préfrontal, une région du cerveau cruciale pour les fonctions exécutives, une réduction manifeste de la ramification dendritique se produit avec le vieillissement, entraînant une diminution de la transmission synaptique excitatrice et une augmentation de l'entrée inhibitrice. Les études présentées dans cette thèse visent à identifier les altérations de la transmission synaptique conduisant aux déficits cognitifs associés à la MA et à l'ARCD mais visent également à dévoiler les mécanismes potentiels sous-jacents à l'hyperactivité neuronale. Dans la MA, les résultats présentés ici montrent une perte de fonction de l'extrudeur de chlorure neuronal KCC2, responsable du maintien de la robustesse de l'inhibition médiée par le GABA[indice A]. La restauration de KCC2 chez les souris porteuses de mutations liées à la maladie d'Alzheimer a permis d'inverser les déficits de mémoire spatiale et les dysfonctionnements sociaux, reliant la dyshoméostasie des chlorures au déclin cognitif lié à la maladie d'Alzheimer. Avec le vieillissement normal, un sous-ensemble de souris a développé des déficits de mémoire non spatiale, un comportement de type anxieux et un dysfonctionnement social. Dans ce sous-ensemble de souris âgées atteintes de troubles cognitifs, les niveaux de protéines synaptiques inhibitrices clés étaient élevés dans le cortex préfrontal médian (CPM). L'activation optogénétique des neurones GABAergiques du CPM a modifié le comportement des jeunes souris et a reproduit certaines des déficiences cognitives observées chez les vieilles souris souffrant de troubles cognitifs. D'autre part, lorsque la stimulation optogénétique a été utilisée pour générer un modèle d'hyperactivité neuronale soutenue et chronique dans l'hippocampe de jeunes souris, les niveaux de protéines synaptiques excitatrices et inhibitrices ont été réduits, ce qui indique une perturbation générale de la transmission synaptique. Enfin, et surtout, lorsque l'on compare les protéines modifiées lors d'une stimulation optogénétique chronique chez des souris de type sauvage à celles modifiées par des mutations et des pathologies dans les modèles de la maladie d'Alzheimer, seules quelques protéines sont exprimées différemment. Ces résultats suggèrent que l'hyperactivité neuronale pourrait contribuer directement à la perturbation de la transmission synaptique et à la neuropathologie liée à la MA. En résumé, le déclin cognitif peut se produire avec une inhibition à la fois exagérée et diminuée. Ces deux voies opposées, la première étant observée dans le déclin cognitif lié à l'âge et la seconde étant typique de la MA, perturbent de manière unique le fonctionnement normal du cerveau, ce qui entraîne à son tour un déclin cognitif. Une appréciation de ces résultats peut avoir des implications pour les interventions thérapeutiques dans les deux conditions. Dans l'ensemble, les travaux présentés dans cette thèse soulignent non seulement la contribution de l'altération de la transmission inhibitrice dans le développement du déclin cognitif dans la MA et le vieillissement, mais décrivent également l'implication de l'hyperactivité neuronale dans la perturbation des synapses et la neurodégénération. / Alzheimer's disease (AD) is the most common neurodegenerative disorder and the predominant cause of senile dementia (characterized by a loss of memory and reasoning) and cognitive decline. It results from neuron degeneration and severe atrophy initiating from the temporal, parietal and frontal lobe, the cingulate gyrus and the hippocampus following by subcortical regions such as the the nucleus basalis of Meynert. Recent observations have reported an abnormal brain activity in AD patients, common to other neurological disorders prior to the neuron loss. Neuronal hyperexcitability manifests early in AD which leads to cortical and hippocampal hyperactivity and sometimes even epileptiform activity and seizures in mice and humans. However, the mechanisms underlying hyperexcitability in the AD brain remains elusive. A prominent hypothesis suggests that amyloid-β accumulation disrupts GABA[subscript A]-mediated inhibitory signaling. Normal aging is associated also with a decline in cognitive function independently of any neurodegenerative disorder. The causes of aging associated cognitive decline (ASCD) are multifaceted but a key factor is the imbalance between synaptic excitation and inhibition. Similar to AD, neuronal hyperactivity in the hippocampus, a brain region involved in memory formation and retention, or failure of deactivation of the Default Mode Network (DMN) has been described in ASCD. Yet, in the prefrontal cortex, a brain region crucial for executive functions, an overt reduction in the dendritic branching occurs with aging resulting in diminished excitatory synaptic transmission together with an increase in the inhibitory input. The studies presented in this thesis aim to identify alterations in synaptic transmission leading to cognitive deficits associated with AD and ARCD but also aim to unveil potential mechanisms underlying neuronal hyperactivity. In AD, the results presented here show a loss of function of the neuronal chloride extruder KCC2, responsible for maintaining the robustness of GABA[subscript A]-mediated inhibition. Restoring KCC2 in mice carrying AD-linked mutations reversed spatial memory deficits and social dysfunction linking chloride dyshomeostasis with AD-related cognitive decline. With normal aging, a subset of mice developed non-spatial memory impairments, anxiety-like behavior, and social dysfunction. In this subset of cognitively impaired old mice, the levels of key inhibitory synaptic proteins were elevated within the medial prefrontal cortex (mPFC). Activating mPFC GABAergic neurons optogenetically altered the behavior of young mice and mimicked some of the cognitive impairments found in the old, cognitively impaired mice. On the other hand, when optogenetic stimulation was used to generate a model of sustained, chronic neuronal hyperactivity in the hippocampus of young mice, both excitatory and inhibitory synaptic proteins levels were reduced pointing to a general disruption of synaptic transmission. Finally, and more importantly, when we compared the proteins altered upon chronic optogenetic stimulation in wild-type mice to that altered due to mutations and pathology in AD models, only a few proteins where differently expressed. These results suggest that neuronal hyperactivity could contribute directly to the disruption of synaptic transmission and the neuropathology linked to AD. To sum up, cognitive decline can occur with both exaggerated and diminished inhibition. These two opposing paths, with the first seen in age-related cognitive decline, and the second being typical to AD, uniquely disrupt normal brain functioning which in turn leads to cognitive decline. An appreciation of these findings can have implications for therapeutic interventions in the two conditions. Taken together, the work presented in this thesis not only highlights the contribution of altered inhibitory transmission in the development of cognitive decline in AD and aging, but also describes the involvement of neuronal hyperactivity in synapse disruption and neurodegeneration.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Les circuits neuronaux peuvent générer une panoplie de rythmes. Nous pouvons séparer les mécanismes de création de ces rythmes en deux grands types. Le premier consiste de circuits contrôlés par des cellules « pacemakers », ayant une activité rythmique intrinsèque, comme dans le ganglion stomatogastique des crustacés. Le deuxième consiste de circuits multi-neuronaux connectés par un réseau synaptique qui permet une activité rythmique sans la présence de neurones pacemakers, tel que démontré pour les circuits de la nage chez plusieurs vertébrés. Malgré nos connaissances des mécanismes de rhythmogénèse chez les vertébrés adultes, les mécanismes de la création et la maturation de ces circuits locomoteurs chez les embryons restent encore inconnus. Nous avons étudié cette question à l’aide du poisson-zébré où les embryons débutent leur activité motrice par des contractions spontanées alternantes à 17 heures post-fertilisation (hpf). Des études ont démontré que cette activité spontanée n’est pas sensible aux antagonistes de la transmission synaptique chimique et ne requiert pas le rhombencéphale. Après 28 hpf, les embryons commencent à nager et se propulser en réponse au toucher. Des études antérieures on démontré que l’apparition de la nage nécessite le rhombencéphale et la transmission synaptique chimique. Cette thèse explore la possibilité que ces changements comportementaux représentent la progression d’un circuit contrôle par un pacemaker à un circuit ou le rythme provient d’un circuit distribué. En mesurant le groupement des contractions de l’activité spontanée, plutôt que la fréquence moyenne, nous avons découvert une nouvelle forme d’activité spontanée qui débute à 22 hpf. Cette activité consiste de deux contractions alternantes à succession très rapide. Contrairement à l’activité spontanée présente dès 17 hpf cette nouvelle forme d’activité requiert le rhombencéphale et la transmission synaptique chimique, comme démontré pour la nage qui apparait à 28 hpf. Cette forme de comportement intermédiaire représente potentiellement une étape transitoire lors de la maturation des circuits moteurs. / Neuronal circuits are capable of generating diverse forms of rhythmic activity. Mechanisms underlying rhythmogenesis can be separated into two main groups. First, pacemaker central pattern generators (CPGs) are composed of neurons that have intrinsic oscillatory properties, such as the lobster stomatogastric ganglion. Second, CPGs driven by network-based dynamics rely on synapse-mediated cell properties, such as locomotion in aquatic vertebrates. Despite an existing wealth of knowledge obtained through studying frog and lamprey swimming CPGs, the means by which a locomotor CPG develops remains elusive. Here, we propose to address this question using the zebrafish embryo, for its rapid development, optical transparency and stereotyped behaviour. Motor activity in zebrafish embryos begins with spontaneous activity around 17 hours post-fertilization (hpf). Studies have shown that this activity is not sensitive to antagonists of chemical neurotransmission, and does not require the hindbrain. By 28 hpf, they become able to swim, and generate low-amplitude alternating contractions at a rate of 30 Hz. This study explores the developmental window between the onset of motility and the onset of a mature locomotor output, such as swimming, with the objective of uncovering key steps in motor network maturation. By measuring the grouping of contractions rather than overall frequency of spontaneous activity, we uncovered a novel form of spontaneous activity, starting around 22 hpf. This activity consists of two alternating contractions in rapid succession. In contrast to early spontaneous activity, this motor activity requires glutamatergic neurotransmission and input from the hindbrain, as previously shown for swimming at 28 hpf. This intermediate behavior may reveal an important step in the maturation of the motor network.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.