NOTICE EN COURS DE TRAITEMENT / L'imagerie cérébrale englobe un éventail de techniques qui permettent la collecte de données neurobiologiques abondantes présentant de l'hétérogénéité dans leur composition chimique. Pour analyser et décrire leur complexité, de nombreuses mesures morphométriques sont extraites afin de caractériser les événements observés. Cependant, sur la base de ces caractéristiques morphométriques, les données semblent souvent homogènes lors de l'analyse. Pour saisir et comprendre la diversité de ces phénomènes biologiques, nous avons choisi d'utiliser des méthodes computationnelles, notamment la réduction de dimension des données et le regroupement. Dans cette thèse, nous présenterons deux exemples d'application. La première partie est consacrée à l'étude de l'hétérogénéité des cellules en migration dans le cerveau en fonction de leur dynamique migratoire. La migration cellulaire est un phénomène important dans le développement du cerveau, notamment dans le cadre des troubles neurodéveloppementaux. Les précurseurs neuronaux, appelés neuroblastes, changent de formes lors de leur migration. Il existe deux phases pour ce processus, une phase stationnaire et une phase migratoire. L'objectif de cette étude est de déterminer si ces populations de neuroblastes peuvent être séparées sur la base de leurs propriétés migratoires mais également d'utiliser des méthodes d'analyses statistiques pour trouver les différentes sous-populations afin de déterminer lesquelles sont communes. Enfin, nous avons étudié les propriétés migratoires de ces différentes populations des neuroblastes en venant perturber la migration à l'aide de modifications génétique ou environnementale. La seconde partie porte sur l'étude de la plasticité structurelle, qui fait référence à la capacité qu'ont deux neurones à former une connexion, appelée synapse, qui peut se renforcer ou s'affaiblir. Ces changements synaptiques sont essentiels pour les processus d'apprentissage et de mémoire. En examinant des images de dendrites du bulbe olfactif prises avec un microscope confocal, on observe des protrusions sur la surface de la dendrite qui servent à recevoir les entrées synaptiques. Pour analyser ces images, nous avons développé un pipeline computationnel destiné à prétraiter les images et extraire les épines dendritiques. À la suite de la reconstruction 3D de la dendrite, nous avons extrait les épines et calculé plusieurs métriques, telles que la longueur et la surface de l'épine, des indicateurs couramment utilisés dans l'analyse des épines dendritiques. En procédant à une réduction de la dimensionnalité du jeu de données et à son partitionnement, nous avons relié la morphologie de chacune de ces sous-populations à leurs propriétés structurelles. Enfin, nous avons comparé le groupe contrôle et le groupe expérimental dans le cas de trois expériences olfactives, deux tâches de renforcement, et une de déprivation, qui ont conduit à des changements de plasticité. Les résultats montrent que la morphologie des épines ou leurs densités sont affectées par ces différentes conditions. En résumé, nous avons développé des outils computationnels permettant de révéler l'hétérogénéité des neurones en développement en fonction de leur dynamique migratoire et de leurs propriétés structurelles. / Brain imaging encompasses a range of techniques that enable the collection of abundant neurobiological data that presents heterogeneity in their chemical composition. To analyse and describe their complexity, numerous morphometric metrics are extracted to characterise the observed events. However, based on these morphometric features, the data often appear homogeneous during analysis. To grasp and understand the diversity of these biological phenomena, we have chosen to use computational methods including dimension reduction of data and clustering. In this thesis, we will present two application examples. The first part is devoted to the study of the heterogeneity of migrating neuronal cells based on their migratory dynamics. Cell migration is an important phenomenon in brain development, particularly in the context of neurodevelopmental disorders. Neuronal precursors, called neuroblasts, change shape during their migration. There are two phases for this process, so-called stationary phase and a migratory phase. The aim of this study is to determine whether neuroblasts can be separated to different sub-populations based on their migratory properties and to use statistical analysis methods to find the different subpopulations and determine which ones are common. Finally, we have studied the migratory properties of these different neuroblast populations by disrupting migration using genetic or environmental modifications. The second part focuses on the study of synaptic plasticity, which refers to the capacity of two neurons to form a connection, called a synapse, which can strengthen or weaken. These changes are central to the synaptic remodelling that occurs during the learning and memory phase. From images of dendrites, taken with a confocal microscope in the olfactory bulb, we have set up a computational pipeline to perform image pre-processing and then extract dendritic spines, which are protrusions on the surface of the dendrite that serve to receive synaptic inputs. After 3D reconstruction of the dendrite, these spines are extracted, and several metrics are calculated, including the length and surface area of the spine, which are standard metrics in spine analysis. After dimension reduction of the dataset and clustering, we have linked the morphology of each of these subpopulations to their structural properties. Finally, we have compared the control group and the experimental group in the case of three experiments that led to plasticity changes. The results show that the morphology of spines or their densities are affected by these different conditions. In summary, we have developed computational tools that reveal the heterogeneity of developing neurons based on their migratory dynamics and structural properties.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/126847 |
| Date | 26 March 2024 |
| Creators | Ferreira, Aymeric |
| Contributors | Hardy, Simon, Saghatelyan, Armen |
| Source Sets | Université Laval |
| Language | English |
| Detected Language | French |
| Type | COAR1_1::Texte::Thèse::Thèse de doctorat |
| Format | 1 ressource en ligne (xx, 242 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0028 seconds