Skip to Main content Skip to Navigation
Theses

Unraveling the neural circuitry of sequence-based navigation using a combined fos imaging and computational approach

Résumé : La navigation spatiale est une fonction complexe qui nécessite de combiner des informations sur l’environnement et notre mouvement propre pour construire une représentation du monde et trouver le chemin le plus direct vers notre but. Cette intégration multimodale suggère qu’un large réseau de structures corticales et sous-corticales interagit avec l’hippocampe, structure clé de la navigation. Je me suis concentrée chez la souris sur la navigation de type séquence (ou stratégie égocentrique séquentielle) qui repose sur l’organisation temporelle de mouvements associés à des points de choix spatialement distincts. Après avoir montré que l’apprentissage de cette navigation de type séquence nécessitait l’hippocampe et le striatum dorso-médian, nous avons caractérisé le réseau fonctionnel la sous-tendant en combinant de l’imagerie Fos, de l’analyse de connectivité fonctionnelle et une approche computationnelle. Les réseaux fonctionnels changent au cours de l’apprentissage. Lors de la phase précoce, le réseau impliqué comprend un ensemble de régions cortico-striatales fortement corrélées. L’hippocampe était activé ainsi que des structures impliquées dans le traitement d’informations de mouvement propre (cervelet), dans la manipulation de représentations mentales de l’espace (cortex rétrosplénial, pariétal, entorhinal) et dans la planification de trajectoires dirigées vers un but (boucle cortex préfrontal-ganglions de la base). Le réseau de la phase tardive est caractérisé par l’apparition d’activations coordonnées de l’hippocampe et du cervelet avec le reste du réseau. Parallèlement, nous avons testé si l’intégration de chemin, de l’apprentissage par renforcement basé modèle ou non-basé modèle pouvaient reproduire le comportement des souris. Seul un apprentissage par renforcement non-basé modèle auquel une mémoire rétrospective était ajoutée pouvait reproduire les dynamiques d’apprentissage à l’échelle du groupe ainsi que la variabilité individuelle. Ces résultats suggèrent qu’un modèle d’apprentissage par renforcement suffit à l’apprentissage de la navigation de type séquence et que l’ensemble des structures que cet apprentissage requiert adaptent leurs interactions fonctionnelles au cours de l’apprentissage.
Document type :
Theses
Complete list of metadatas

https://tel.archives-ouvertes.fr/tel-01126832
Contributor : Abes Star :  Contact
Submitted on : Friday, March 6, 2015 - 10:04:35 PM
Last modification on : Saturday, July 11, 2020 - 4:42:57 AM
Document(s) archivé(s) le : Sunday, June 7, 2015 - 5:41:06 PM

File

2014PA05T059.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01126832, version 1

Citation

Bénédicte Babayan. Unraveling the neural circuitry of sequence-based navigation using a combined fos imaging and computational approach. Neurons and Cognition [q-bio.NC]. Université René Descartes - Paris V, 2014. English. ⟨NNT : 2014PA05T059⟩. ⟨tel-01126832⟩

Share

Metrics

Record views

366

Files downloads

302