Des propriétés neuronales biophysiques aux propriétés dynamiques des réseaux de neurones

Au sein de la grande diversité des modèles en Neurosciences Computationnelles, l’approche biophysique permet d’évaluer la manière dont les propriétés neuronales locales (excitabilité, transmission synaptique, règles de plasticité) participent à l’émergence de propriétés d’intérêt à l’échelle globale des réseaux de neurones (traitement de l’information, apprentissage, mémoire, organisation du comportement). Ces modèles reposent sur 1) un travail d’extraction des propriétés moléculaires et cellulaires pertinentes (bibliographie approfondie, collaboration avec les expérimentateurs), 2) la construction et la réduction de dimensionnalité – attentives – de modèles locaux réalistes résumant ces propriétés, 3) l’incorporation de celles–ci dans des modèles de réseaux de neurones, et l’étude de leur expression dans les propriétés émergentes observées. En filigrane, une notion récurrente dans cette approche matérialiste et déterministe est la dynamique des systèmes neuronaux étudiés, c’est à dire leur neurodynamique. Cette notion est importante car elle permet de prendre en compte l’interaction entre les informations externes et l’état interne de l’individu. Certains concepts de la théorie des systèmes dynamiques sont fondamentaux pour appréhender la neurodynamique: stabilité (mono–, bi–, multi–stabilité), attracteur, complexité de la dynamique, bifurcation, par exemple. J’aborderai dans cette perspective quelques travaux auxquels j’ai pu participer, comme les mécanismes de la mémoire moléculaire, la mémoire de travail paramétrique, l’auto–organisation de l’activité neuronale à la frontière du chaos, ou l’automatisation du comportement.