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.

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.

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.

Introduction : Le trouble du jeu de hasard et d'argent (GD) est caractérisé par un comportement de jeu inadapté qui interfère avec les activités personnelles ou professionnelles. Ce trouble psychiatrique est difficile à traiter avec les thérapies actuelles et les rechutes sont fréquentes. Les symptômes dépressifs et cognitifs (e.g., l'impulsivité), ainsi que le "craving" (désir intense de jouer) sont des facteurs prédictifs de rechutes. Une meilleure compréhension des substrats neuronaux et leurs significations cliniques pourraient mener au développement de nouveaux traitements. La stimulation transcrânienne à courant direct (tDCS) pourrait être l'un de ceux-ci car elle permet de cibler des circuits neuronaux spécifiques. De plus, la tDCS ciblant le cortex dorsolatéral préfrontal (DLPFC) pourrait améliorer les symptômes dépressifs et cognitifs et réduire le craving. Cependant, les effets précis de la tDCS sur la fonction cérébrale, ainsi que leurs significations cliniques, demeurent à être élucidés. Par ailleurs, étant donné que les patients avec GD présentent souvent des différences morphométriques par rapport aux individus en santé, il est possible de faire l'hypothèse que la morphométrie cérébrale influence les effets de la tDCS. Objectifs : Ce travail avait trois objectifs principaux. Le premier objectif était d'explorer s'il y avait des associations entre les substrats neuronaux et les symptômes cliniques et cognitifs. Le deuxième objectif était d'examiner les effets de la tDCS sur la fonction cérébrale. Le troisième objectif était d'explorer si la morphométrie du site de stimulation (DLPFC) pouvait influencer les effets de la tDCS sur les substrats neuronaux. Méthode : Nous avons réalisé quatre études différentes. Dans la première étude, nous avons mesuré la morphométrie cérébrale en utilisant l'imagerie par résonance magnétique (IRM) structurelle. Nous avons mesuré les corrélations entre la morphométrie et les symptômes cliniques (dépression, sévérité et durée du GD) et cognitifs (impulsivité). De plus, nous avons comparé la morphométrie des patients à celui d'une base de données normative (individus en santé) en contrôlant pour plusieurs facteurs comme l'âge. Dans la deuxième étude, nous avons mesuré la fonction cérébrale (connectivité fonctionnelle) des patients avec l'IRM fonctionnelle. Nous avons examiné s'il y avait des liens entre la connectivité fonctionnelle et les symptômes cognitifs (impulsivité et prise de risque) et cliniques (sévérité et durée du GD). Dans la troisième étude, nous avons étudié les effets de la tDCS sur la connectivité fonctionnelle et si la morphométrie du DLPFC pouvait influencer ces effets. Dernièrement, dans la quatrième étude, nous avons examiné si la morphométrie du DLPFC pouvait influencer les effets de la tDCS sur la neurochimie (avec la spectroscopie par résonance magnétique). Résultats : Nous avons démontré deux corrélations positives entre la superficie du cortex occipital et les symptômes dépressifs (étude I). Nous avons également mis en évidence une corrélation positive entre la connectivité fonctionnelle d'un réseau occipital et l'impulsivité (étude II). De plus, il y avait une corrélation positive entre la connectivité fonctionnelle de ce réseau et la sévérité du GD. Par ailleurs, il y avait des corrélations positives entre la connectivité fonctionnelle de l'opercule frontal droit et la prise de risque (étude II). En outre, la connectivité fonctionnelle d'un réseau cérébelleux était corrélée avec les symptômes dépressifs (étude II). Les patients avaient aussi plusieurs différences morphométriques par rapport aux individus en santé (cortex occipital, préfrontal, etc.). Nous avons démontré également que la tDCS appliquée sur le DLPFC a augmenté la connectivité fonctionnelle d'un réseau fronto-pariétal (étude III). Finalement, cette thèse a montré que la morphométrie du DLPFC influence les augmentations induites par la tDCS sur la connectivité fonctionnelle du réseau fronto-pariétal (étude III) et le niveau de GABA frontal (étude IV). Conclusions : Cette thèse démontre une importance clinique potentielle pour les régions occipitales, frontales et cérébelleuses, particulièrement pour les patients ayant des symptômes dépressifs ou cognitifs. De plus, elle montre que la tDCS peut renforcer le fonctionnement d'un réseau fronto-pariétal connu pour son rôle dans les fonctions exécutives. Il reste à déterminer si un plus grand nombre de sessions pourrait apporter des bénéfices cliniques additionnels afin d'aider les patients à résister le jeu. Finalement, les résultats de cette thèse suggèrent que la morphométrie des régions sous les électrodes pourrait aider à identifier les meilleurs candidats pour la tDCS et pourrait être considéré pour la sélection des cibles de stimulation. / Introduction: Gambling disorder (GD) is characterised by maladaptive gambling behaviour that interferes with personal or professional activities. This psychiatric disorder is difficult to treat with currently available treatments and relapse rates are high. Several factors can predict relapse, including depressive and cognitive (e.g., impulsivity, risk taking) symptoms, in addition to craving (strong desire to gamble). A better understanding of neural substrates and their clinical significance could help develop new treatments. Transcranial direct current stimulation (tDCS) might be one of these since it can target specific neural circuits. In addition, tDCS targeting the dorsolateral prefrontal cortex (DLPFC) could improve depressive and cognitive symptoms as well as reduce craving. However, the precise effects of tDCS on brain function, as well as their clinical significance, remain to be elucidated. Furthermore, considering that patients with GD often display morphometric differences as compared to healthy individuals, it may be worth investigating whether brain morphometry influences the effects of tDCS. Objectives: This work had three main objectives. The first objective was to explore whether there were associations between neural substrates and clinical and cognitive symptoms. The second objective was to examine the effects of tDCS on brain function. The third objective was to explore whether morphometry of the stimulation site (DLPFC) influenced the effects of tDCS on neural substrates. Methods: We carried out four different studies. In the first study, we investigated brain morphometry using structural magnetic resonance imaging (MRI). We tested for correlations between morphometry and clinical symptoms (depression, GD severity, GD duration) and cognitive symptoms (impulsivity). In addition, we compared the morphometry of patients with GD to that of a normative database (healthy individuals) while controlling for several factors such as age. In a second study, we assessed brain function (functional connectivity) in patients with functional MRI (fMRI). We examined whether there were associations between brain function and cognitive symptoms (impulsivity and risk taking) as well as clinical symptoms (GD severity and duration). In the third study, we examined tDCS-induced effects on brain function and whether morphometry of the DLPFC influenced these effects. Lastly, in the fourth study, we examined whether DLPFC morphometry influenced tDCS-induced effects on neurochemistry (using magnetic resonance spectroscopy imaging). Results: Firstly, we found two positive correlations between surface area of the occipital cortex and depressive symptoms (study I). We also showed a positive correlation between functional connectivity of an occipital network and impulsivity (study II). In addition, there was a positive correlation between functional connectivity of this network and GD severity (study II). In addition, there were positive correlations between functional connectivity of the right frontal operculum and risk-taking (study II). Also, functional connectivity of a cerebellar network was positively correlated with depressive symptoms (study II). Moreover, patients with GD had several morphometric differences as compared to healthy individuals (occipital and prefrontal cortices, etc.). Furthermore, we observed that tDCS over the DLPFC increased functional connectivity of a fronto-parietal circuit during stimulation (study III). Lastly, this thesis indicated that DLPFC morphometry influenced tDCS-induced elevations on fronto-parietal functional connectivity (study III) and frontal GABA levels (study IV). Conclusions: This thesis suggests the potential clinical relevance of occipital, frontal, and cerebellar regions, particularly for those with depressive and cognitive symptoms. It also indicates that tDCS can strengthen the functioning of a fronto-parietal network known to be implicated in executive functions. It remains to be seen whether a greater number of tDCS sessions could lead to clinical benefits to help patients resist gambling. Finally, the results of this thesis suggest that morphometry of the regions under the electrodes might help predict better candidates for tDCS and could be considered to select stimulation targets.

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.

Titre de l'écran-titre (visionné le 9 juillet 2020) / Thèse ou mémoire avec insertion d'articles / Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2020-2021 / En biologie cellulaire, la microscopie optique est couramment utilisée pour visualiser et caractériser la présence et la morphologie des structures biologiques. Suite à l’acquisition, un expert devra effectuer l’annotation des structures pour quantification. Cette tâche est ardue, requiert de nombreuses heures de travail, parfois répétitif, qui peut résulter en erreurs d’annotations causées par la fatigue d’étiquetage. L’apprentissage machine promet l’automatisation de tâches complexes à partir d’un grand lot de données exemples annotés. Mon projet de maîtrise propose d’utiliser des techniques faiblement supervisées, où les annotations requises pour l’entraînement sont réduites et/ou moins précises, pour la segmentation de structures neuronales. J’ai d’abord testé l’utilisation de polygones délimitant la structure d’intérêt pour la tâche complexe de segmentation de la protéine neuronale F-actine dans des images de microscopie à super-résolution. La complexité de la tâche est supportée par la morphologie hétérogène des neurones, le nombre élevé d’instances à segmenter dans une image et la présence de nombreux distracteurs. Malgré ces difficultés, l’utilisation d’annotations faibles a permis de quantifier un changement novateur de la conformation de la protéine F-actine en fonction de l’activité neuronale. J’ai simplifié davantage la tâche d’annotation en requérant seulement des étiquettes binaires renseignant sur la présence des structures dans l’image réduisant d’un facteur 30 le temps d’annotation. De cette façon, l’algorithme est entraîné à prédire le contenu d’une image et extrait ensuite les caractéristiques sémantiques importantes pour la reconnaissance de la structure d’intérêt à l’aide de mécanismes d’attention. La précision de segmentation obtenue sur les images de F-actine est supérieure à celle des annotations polygonales et équivalente à celle des annotations précises d’un expert. Cette nouvelle approche devrait faciliter la quantification des changements dynamiques qui se produisent sous le microscope dans des cellules vivantes et réduire les erreurs causées par l’inattention ou le biais de sélection des régions d’intérêt dans les images de microscopie. / In cell biology, optical microscopy is commonly used to visualize and characterize the presenceand morphology of biological structures. Following the acquisition, an expert will have toannotate the structures for quantification. This is a difficult task, requiring many hours ofwork, sometimes repetitive, which can result in annotation errors caused by labelling fatigue.Machine learning promises to automate complex tasks from a large set of annotated sampledata. My master’s project consists of using weakly supervised techniques, where the anno-tations required for training are reduced and/or less precise, for the segmentation of neuralstructures.I first tested the use of polygons delimiting the structure of interest for the complex taskof segmentation of the neuronal protein F-actin in super-resolution microscopy images. Thecomplexity of the task is supported by the heterogeneous morphology of neurons, the highnumber of instances to segment in an image and the presence of many distractors. Despitethese difficulties, the use of weak annotations has made it possible to quantify an innovativechange in the conformation of the F-actin protein as a function of neuronal activity. I furthersimplified the annotation task by requiring only binary labels that indicate the presence ofstructures in the image, reducing annotation time by a factor of 30. In this way, the algorithmis trained to predict the content of an image and then extract the semantic characteristicsimportant for recognizing the structure of interest using attention mechanisms. The segmen-tation accuracy obtained on F-actin images is higher than that of polygonal annotations andequivalent to that of an expert’s precise annotations. This new approach should facilitate thequantification of dynamic changes that occur under the microscope in living cells and reduceerrors caused by inattention or bias in the selection of regions of interest in microscopy images.

Dans le but d'améliorer la compréhension du rôle de l'autostructuration des réseaux de neurones impliqués dans le système visuel du cerveau des mammifères, des extensions temporelles du modèles de Linsker (1986a-c, 1988) sont proposées au lecteur. Le modèle de Linsker est basé sur une corrélation de type Hebb et il permet l'émergence progressive de fonctions analogues à celles retrouvées dans le cortex visuel des mammifères au stade de l'ontogenèse. À titre d'exemple, il est observé l'émergence de cellules centre-poutour et de cellules sensibles aux orientations ainsi que la formation de colonnes alternées de dominance oculaire. Pour bien comprendre le modèle de Linsker, une première partie introduit les notions de physiologie nécessaires à sa compréhension. La seconde partie fait le constat de l'état de la recherche en matière d'autostructuration biologique du point de vue des outils mathématiques à notre disposition qui permettent l'analyse du modèle. Dans cette section, une revue de la littérature et quelques travaux complémentaires d'intérêt (MacKay et Miller, 1990a-b; Miller, 1994; Feng, 1993-1998) font aussi l'objet d'une discussion. Enfin, la troisième partie de cette dissertation a comme contribution scientifique originale de départager l'apport du retard dans une règle d'apprentissage de type Hebb par opposition au domaine spatial de Linsker. Par le biais de l'analyse mathématique et de simulations informatiques, deux cas de retard dans l'apprentissage sont étudiés : celui du retard dans la propagation des signaux et celui du retard dans la dynamique des poids synaptiques. Chacun de ces deux cas amène des conclusions différentes, à savoir : le premier cas donne lieu à des valeurs propres temporelles analogue au chapeau mexicain; le second cas permet d'observer des oscillations analogues à celles enregistrées sur la rétine des mammifères au stade de l'ontogenèse. Ces constats aideront à orienter les futures expérimentations en éclairant sur les mécanismes intrinsèques qui gouvernent ces processus biologiques.

La question maîtresse de nos investigations était: Comment les modulations des signaux excitateurs et inhibiteurs mènent à des changements d’état de conscience dans le cerveau – est-ce que l’éveil, le sommeil et le coma sont simplement des points repères dans un continuum allant de la prédominance de l’excitation (pendant l’éveil) à une prévalence ultime de l’inhibition (pendant le coma)? Nous avons tenté de répondre à cette question par une approche à plusieurs niveaux, incluants a) la modulation sub-cellulaire des concentrations ioniques, b) la réactivité intracellulaire à des stimuli externes, et c) des mesures de l’activité globale du cerveau par électroencéphalogramme (EEG). Nos études ont porté exclusivement sur des expériences réalisées in vivo en aigu sur des rats et des chats profondément anesthésiés. Sachant que l’un des facteurs dans la modulation de l’inhibition est la régulation des entrées et sorties du chlore dans les cellules nerveuses, nos investigations ont débuté en questionnant l’influence que cet ion pourrait avoir sur les réponses inhibitrices du réseau. La signalisation inhibitrice basée sur le chlore a pour pré-requis un certain gradient électrochimique entre le cytoplasme et l’espace extracellulaire. Jusqu’à maintenant, il a été largement admis que la diffusion fournissait la force nécessaire à une égale distribution du Cl- dans l’espace extracellulaire et qu’une petite redistribution prenait place après de fortes activités dans le réseau, incluant la signalisation inhibitrice. Par opposition, nous avons montré une différence significative entre les niveaux de Cl- extracellulaire disponibles dans une même région au sein de notre structure cible, la formation hippocampique. Ces résultats suggèrent que le cerveau pourrait employer des mécanismes pour contrer le processus de diffusion et ainsi créer des accumulations spécifiquement régionales d’ions – le plus probablement pour supporter les besoins en approvisionnement. Dans notre modèle, les états de conscience étaient contrôlés par l’induction d’une anesthésie générale; nous avons donc éteint intentionnellement la balance excitation-inhibition des mécanismes de signalisation du cerveau. Des recherches précédentes ont montré que l’anesthésie avec de l’isoflurane amenait l’inconscience par la modulation des neurones thalamocorticaux. Ces neurones agissent en tant que relai pour les signaux sensoriels afférents en route vers le cortex. L’isoflurane hyperpolarise la membrane cellulaire de ces neurones et réduit donc leur réactivité aux signaux synaptiques externes. Il semblerait que la plupart des neurones corticaux ne soient pas soumis à la modulation de l’isoflurane de la même façon. Au contraire, nous avons observé une diminution des réponses inhibitrices aux stimuli afférents dans les neurones corticaux sous l’augmentation des niveaux d’isoflurane, plus spécifiquement pendant les conditions produisant le coma induit par l’anesthésie. En complément à ces micro-mécanismes dynamiques, nous avons aussi investigué les processus globaux au niveau du cerveau entier qui se rapportent à l’inhibition. Nous avons observé 2 nouveaux phénomènes sous ces conditions d’anesthésie : Premièrement, nous avons démontré que même pendant les états comateux, des stimulations sous-liminales pouvaient induire des réponses cérébrales en bouffées, i.e. des bursts. Cependant, cela n’est observé que pendant une certaine fenêtre temporelle de l’anesthésie; lors du passage d’un état similaire au sommeil à l’état de coma. Donc, des réponses synaptiques peuvent en effet être induites même pendant des états comateux. Cette découverte pourrait constituer une pièce vitale du casse-tête pour les cliniciens travaillant avec les patients comateux et tentant de revitaliser leurs circuits cérébraux. En second lieu, nous avons observé un nouveau patron d’activité cérébrale émergeant d’une anesthésie à forte dose d’isoflurane – au-delà des niveaux requis pour l’induction d’une ligne d’EEG isoélectrique. Cette découverte surprenante démontre l’importance de la balance, au niveau d’un circuit, entre l’excitation et l’inhibition, car bien que la ligne isoélectrique semble signifier l’ultime domination de l’inhibition, une forme d’activité excitatrice peut émerger et revitaliser les circuits cérébraux. Nous concluons que l’excitation et l’inhibition pourraient ne pas se balancer dans un mode de tout ou rien et qu’une augmentation de l’inhibition ne cause pas automatiquement le sommeil et/ou le coma. Plutôt, l’excitation et l’inhibition devraient être comprises en tant que processus très localisés pendant lesquels l’activité de quelques neurones peut faire pencher la balance entre les états de conscience. / The guiding question for our investigations was: How do modulations in excitatory and inhibitory signaling lead to changes in the state of consciousness in the brain - are wakefulness, sleep and coma only landmarks on a continuum ranging from predominance of excitation (during wakefulness) to an ultimate prevalence of inhibition (during coma)? We addressed this question by a multilayered approach including a) sub-cellular investigations of modulations of ionic concentrations, b) intracellular responsiveness to excitatory stimuli, and c) EEG measures of whole-brain activity. Our studies were carried out exclusively in acute in vivo experiments on deeply anesthetized rats and cats. Since one of the factors in modulating inhibition is the accessibility of chloride inside- and outside of nerve cells, we began our investigations by asking which influence the availability of this ion might have on inhibitory network responses. Chloride-based inhibitory signaling requires a certain electrochemical gradient between the cytoplasm and the extracellular space as a permissive prerequisite. Thus far, it is widely assumed that diffusion provides a sufficient driving force to evenly distribute Cl- within the extracellular space and that a small re-distribution takes place after strong network activity including inhibitory signaling. In contrast we show a significant difference in regional levels of available extracellular Cl- within our target structure, the hippocampal formation. These findings suggest that the brain might employ mechanisms to counteract diffusion processes and thus create region-specific accumulations of ions - most likely to support needs of supply and demand. In our model, the states of vigilance and consciousness were controlled by application of general anesthesia and by doing so we intentionally offset the balance of excitatory and inhibitory brain signaling mechanisms. Previous research has shown that isoflurane anesthesia induces unconsciousness by modulating thalamocortical neurons. These neurons act as a relay for afferent sensory signals en route to the cortex. Isoflurane hyperpolarizes the cell membrane of these neurons and thus reduces their responsiveness to excitatory synaptic signaling. At the same time it appears that most cortical neurons are not subjected to isoflurane modulation in the same way. On the contrary, we observed diminishing inhibitory responses to afferent stimuli in cortical neurons under increasing levels of isoflurane, especially during conditions producing anesthesia-induced coma. In addition to these micro dynamic mechanisms we also investigated global whole-brain processes pertaining to inhibition. Under conditions of deep anesthesia, we observed two novel phenomena: Firstly, we demonstrated that even during comatose states, subliminal stimulations can elicit brain bursting responses - however only during a certain window during the anesthesia-induced passage from sleep-like behaviors to coma. Therefore, synaptic responses can indeed be elicited even during comatose states. This finding may constitute a vital piece of the puzzle for clinicians working with comatose patients and trying to re-vitalize brain circuits. Secondly, we observed a novel brain activity pattern which emerges under extremely high applications of isoflurane anesthesia – beyond the levels required for induction of a continuously flat (isoelectric) EEG line. This surprising finding demonstrates the importance of the circuit-level balance between excitation and inhibition, as even though the isoelectric line might appear to pose the ultimate dominance of inhibition, some form of excitatory activity can emerge and re-vitalize brain circuits. We conclude that excitation and inhibition might not balance in an all-or-none fashion and that an increase in inhibition does not automatically cause sleep and/or coma. Rather, excitation and inhibition should be understood as very localized processes during which the activity of a few neurons can tip the balance between the states of consciousness.

Les neurones thalamiques de relai ont un rôle exclusif dans la transformation et de transfert de presque toute l'information sensorielle dans le cortex. L'intégration synaptique et la réponse électrophysiologique des neurones thalamiques de relai sont déterminées non seulement par l’état du réseau impliqué, mais ils sont également contrôlés par leurs propriétés intrinsèques tels les divers canaux ioniques voltage-dépendants ainsi que l’arborisation dendritique élaboré. Par conséquent, investiguer sur le profil complexe de morphologie dendritique et sur les propriétés dendritiques actives révèle des renseignements importants sur la fonction d'entrée-sortie de neurones thalamiques de relai. Dans cette étude, nous avons reconstruit huit neurones thalamocorticaux (TC) du noyau VPL de chat adulte. En se basant sur ces données morphologiques complètes, nous avons développé plusieurs modèles multicompartimentaux afin de trouver un rôle potentiellement important des arbres dendritiques des neurones de TC dans l'intégration synaptique et l’intégration neuronale. L'analyse des caractéristiques morphologiques des neurones TC accordent des valeurs précises à des paramètres géométriques semblables ou différents de ceux publiés antérieurement. En outre, cette analyse fait ressortir de tous nouveaux renseignements concernant le patron de connectivité entre les sections dendritiques telles que l'index de l'asymétrie et la longueur de parcours moyen (c'est-à-dire, les paramètres topologiques). Nous avons confirmé l’étendue des valeurs rapportée antérieurement pour plusieurs paramètres géométriques tels que la zone somatique (2956.24±918.89 m2), la longueur dendritique totale (168017.49±4364.64 m) et le nombre de sous-arbres (8.3±1.5) pour huit neurones TC. Cependant, contrairement aux données rapportées antérieurement, le patron de ramification dendritique (avec des cas de bifurcation 98 %) ne suit pas la règle de puissance de Rall 3/2 pour le ratio géométrique (GR), et la valeur moyenne de GR pour un signal de propagation est 2,5 fois plus grande que pour un signal rétropropagé. Nous avons également démontré une variabilité significative dans l'index de symétrie entre les sous-arbres de neurones TC, mais la longueur du parcours moyen n'a pas montré une grande variation à travers les ramifications dendritiques des différents neurones. Nous avons examiné la conséquence d’une distribution non-uniforme des canaux T le long de l'arbre dendritique sur la réponse électrophysiologique émergeante, soit le potentiel Ca 2+ à seuil bas (low-threshold calcium spike, LTS) des neurones TC. En appliquant l'hypothèse du «coût minimal métabolique», nous avons constaté que le neurone modélisé nécessite un nombre minimal de canaux-T pour générer un LTS, lorsque les canaux-T sont situés dans les dendrites proximales. Dans la prochaine étude, notre modèle informatique a illustré l'étendue d'une rétropropagation du potentiel d'action et de l'efficacité de la propagation vers des PPSEs générés aux branches dendritiques distales. Nous avons démontré que la propagation dendritique des signaux électriques est fortement contrôlée par les paramètres morphologiques comme illustré par les différents paliers de polarisation obtenus par un neurone à équidistance de soma pendant la propagation et la rétropropagation des signaux électriques. Nos résultats ont révélé que les propriétés géométriques (c.-à-d. diamètre, GR) ont un impact plus fort sur la propagation du signal électrique que les propriétés topologiques. Nous concluons que (1) la diversité dans les propriétés morphologiques entre les sous-arbres d'un seul neurone TC donne une capacité spécifique pour l'intégration synaptique et l’intégration neuronale des différents dendrites, (2) le paramètre géométrique d'un arbre dendritique fournissent une influence plus élevée sur le contrôle de l'efficacité synaptique et l'étendue du potentiel d'action rétropropagé que les propriétés topologiques, (3) neurones TC suivent le principe d’optimisation pour la distribution de la conductance voltage-dépendant sur les arbres dendritiques. / Thalamic relay neurons have an exclusive role in processing and transferring nearly all sensory information into the cortex. The synaptic integration and the electrophysiological response of thalamic relay neurons are determined not only by a state of the involved network, but they are also controlled by their intrinsic properties; such as diverse voltage-dependent ionic channels as well as by elaborated dendritic arborization. Therefore, investigating the complex pattern of dendritic morphology and dendritic active properties reveals important information on the input-output function of thalamic relay neurons. In this study, we reconstructed eight thalamocortical (TC) neurons from the VPL nucleus of adult cats. Based on these complete morphological data, we developed several multi-compartment models in order to find a potentially important role for dendritic trees of TC neurons in the synaptic integration and neuronal computation. The analysis of morphological features of TC neurons yield precise values of geometrical parameters either similar or different from those previously reported. In addition, this analysis extracted new information regarding the pattern of connectivity between dendritic sections such as asymmetry index and mean path length (i.e., topological parameters). We confirmed the same range of previously reported value for several geometric parameters such as the somatic area (2956.24±918.89 m2), the total dendritic length (168017.49±4364.64 m) and the number of subtrees (8.3±1.5) for eight TC neurons. However, contrary to previously reported data, the dendritic branching pattern (with 98% bifurcation cases) does not follow Rall’s 3/2 power rule for the geometrical ratio (GR), and the average GR value for a forward propagation signal was 2.5 times bigger than for a backward propagating signal. We also demonstrated a significant variability in the symmetry index between subtrees of TC neurons, but the mean path length did not show a large variation through the dendritic arborizations of different neurons. We examined the consequence of non-uniform distribution of T-channels along the dendritic tree on the prominent electrophysiological response, the low-threshold Ca2+ spike (LTS) of TC neurons. By applying the hypothesis of “minimizing metabolic cost”, we found that the modeled neuron needed a minimum number of T-channels to generate low-threshold Ca2+ spike (LTS), when T-channels were located in proximal dendrites. In the next study, our computational model illustrated the extent of an action potential back propagation and the efficacy of forward propagation of EPSPs arriving at the distal dendritic branches. We demonstrated that dendritic propagation of electrical signals is strongly controlled by morphological parameters as shown by different levels of polarization achieved by a neuron at equidistance from the soma during back and forward propagation of electrical signals. Our results revealed that geometrical properties (i.e. diameter, GR) have a stronger impact on the electrical signal propagation than topological properties. We conclude that (1) diversity in the morphological properties between subtrees of a single TC neuron lead to a specific ability for synaptic integration and neuronal computation of different dendrites, (2) geometrical parameter of a dendritic tree provide higher influence on the control of synaptic efficacy and the extent of the back propagating action potential than topological properties, (3) TC neurons follow the optimized principle for distribution of voltage-dependent conductance on dendritic trees.