L’activité électrique du cerveau lors de l’éveil est traditionnellement décrite comme rapide, microvoltée, et « désynchronisée ». De récents travaux chez les rongeurs ont montré que l’activité de l’éveil est plus complexe et varie notamment avec les contraintes comportementales. Chez la souris, il est possible d’enregistrer localement dans le cortex somatosensoriel primaire (S1) deux types d’activités associées aux comportements d’éveil calme et d’éveil « actif », lors de l’exploration de l’environnement par les moustaches. La première étude de cette thèse a permis de montrer que les activités corticales dans S1 lors des éveils calme et actif sont sous le contrôle principal du thalamus et, dans une moindre mesure, du système cholinergique. Pour ce faire, nous avons utilisé différentes méthodes : des enregistrements électrophysiologiques du thalamus et du cortex, l’activation optogénétique ou l’inactivation pharmacologique du thalamus. Au cours de la seconde étude, nous avons voulu savoir si le changement d’état d’éveil dans S1 s’observait dans d’autres structures. En réalisant des enregistrements multisites, nous montrons qu’il est possible d’observer ce changement d’état cortical suivant l’activité motrice de la souris en particulier dans les cortex sensori-moteurs (S1, sensoriel secondaire S2, moteur primaire M1), et de manière moins présente dans d’autres modalités sensorielles (auditif primaire Au1, visuel primaire V1), le pariétal associatif (PtA) ou l’hippocampe (dCA1). L’étude d’enregistrements multisites montre une hétérogénéité des activités corticales de l’éveil liée d’une part au comportement de l’animal, et d’autre part aux régions corticales considérées / The activity in the brain during wakefulness has been typically described as rapid, low amplitude and desynchronized. However, recent data on rodents support evidence for a more complex panel of activities depending on the behaviour. For instance, it has been shown in mice a state change in primary somatosensory cortex (S1) from quiet to active wakefulness while the animal is scanning the environment with its whiskers. In the first study, we show that this state change in S1 is under thalamic control and to a smaller extent a regulation by the cholinergic system. In order to study the underlying mechanism of the state change, we have recorded in S1 and the thalamus, and we have activated (optogenetic tools) or inactivated (with pharmacology) the thalamus. In the second part of this thesis work, we asked if the state change related to the behaviour was restricted to S1, or if it was also observed in other areas. We have done multiple recordings in several areas, and we show that it is possible to observe a state change related to muscular activity in sensori-motor areas (in S1, but also secondary sensory S2, and primary motor M1 cortex), and in a much less prominent extent in other sensory modalities (primary auditive Au1 and primary visual V1 cortex), in parietal associative cortex (PtA) and in hippocampus (dCA1). Thus, the multiple recordings in the secondary study show heterogeneity of cortical activities during wakefulness according to the behaviour and the cortical area recorded

Pour être réellement exploitables, les données d'enregistrements extracellulaires multiunitaires doivent faire l'objet d'un traitement préalable visant à isoler les activités neuronales individuelles qui les constituent: le spike-sorting. Ce travail de thèse est une contribution au développement et à la réalisation d'une méthode automatique de spike-sorting implémentant un algorithme de Monte Carlo par Chaînes de Markov (MCMC). La méthode proposée permet de tenir compte, en plus de la forme des potentiels d'action (PAs), de l'information fournie par leurs temps d'émission pour réaliser la classification. Cette utilisation de l'information temporelle rend possible l'identification automatique de neurones émettant des PAs de formes non stationnaires. Elle améliore aussi grandement la séparation de neurones aux PAs de formes similaires. Ce travail méthodologique à débouché sur la création d'un logiciel libre accompagné de son manuel d'utilisateur.<br /><br />Cette méthode de spike-sorting a fait l'objet d'une validation expérimentale sur des populations de cellules de Purkinje (PCs), dans les tranches de cervelet de rat. Par ailleurs, l'étude des trains de PAs de ces cellules fournis par le spike-sorting, n'a pas révélé de corrélations temporelles significatives en régime spontané, en dépit de l'existence d'une inhibition commune par les interneurones de la couche moléculaire et d'une inhibition directe de PC à PC. Des simulations ont montré que l'influence de ces inhibitions sur les relations temporelles entre les trains de PCs était trop faible pour pouvoir être détectée par nos méthodes d'analyse de corrélations. Les codes élaborés pour l'analyse des trains de PAs sont également disponibles sous la forme d'un second logiciel libre.