Décrypter le langage des neurones pour mieux soigner grâce au cerveau virtuel

Santé

Comment prédire la réaction du cerveau lors d’une lésion localisée ou d’une intervention thérapeutique ciblée ? Une équipe de chercheuses et de chercheurs de l’Inserm, du CNRS et d’Aix-Marseille Université est parvenue à créer un modèle innovant, permettant de visualiser chez la souris l’impact d’interventions ou de lésions ciblées sur le fonctionnement global du cerveau. Ce modèle intègre des données d’IRM pour créer un modèle informatique de cerveau virtuel. Les résultats, parus dans PNASmontrent comment l’activité globale du cerveau est réorganisée, même après des interventions à une échelle très localisée. Ils montrent en outre, que le modèle de cerveau virtuel développé permet aussi de prédire, à l’échelle de l’individu, des effets spécifiques et parfois inattendus d’interventions ciblées. Ces travaux amènent un éclairage nouveau sur les mécanismes qui sous-tendent certains troubles neurologiques et la façon de les traiter. 

Bibliographie

Mapping global brain reconfigurations following local targeted manipulations

Giovanni Rabuffoa,1,2, Houefa-Armelle Lokossoub,1, Zengmin Lic,1, Abolfazl Ziaee-Mehra, Meysam Hashemia, Pascale P. Quilichinia, Antoine Ghestema, Ouafae Araba, Monique Esclapeza, Parul Vermad, Ashish Rajd, Alessandro Gozzie, Pierpaolo Sorrentinoa, Kai-Hsiang Chuangc, Teodora-Adriana Perles-Barbacarub, Angéle Violab, Viktor K. Jirsaa, and Christophe Bernarda

a UMR 1106, Aix-Marseille University, Inserm, INS, Marseille, France;
b UMR 7339, Aix-Marseille University, CNRS, CRMBM, Marseille, France; 
c The University of Queensland, Queensland Brain Institute, Brisbane, QLD, Australia; 
d University of California, San Francisco, CA; 
e Functional Neuroimaging Laboratory, Istituto Italiano di Tecnologia, Rovereto, Italy

1 contributed equally
2 corresponding author

PNAS : http://doi.org/10.1073/pnas.2405706122 

Contact

Christophe Bernard
Directeur de recherche Inserm
Inserm - Bureau de presse
CNRS - Service de Presse