Modelling and characterizing axon growth from in vivo data

Agustina Razetti 1
1 MORPHEME - Morphologie et Images
CRISAM - Inria Sophia Antipolis - Méditerranée , IBV - Institut de Biologie Valrose : U1091, SIS - Signal, Images et Systèmes
Résumé : La construction du cerveau et de ses connexions pendant le développement reste une question ouverte dans la communauté scientifique. Des efforts fructueux ont été faits pour élucider les mécanismes de la croissance axonale, tels que la guidance axonale et les molécules de guidage. Cependant, des preuves récentes suggèrent que d'autres acteurs seraient impliqués dans la croissance des neurones in vivo. Notamment, les axones se développent dans des environnements mécaniquement contraints. Ainsi, pour bien comprendre ce processus dynamique, il faut prendre en compte les mécanismes collectifs et les interactions mécaniques au sein des populations axonales. Néanmoins, les techniques pour mesurer directement cela à partir de cerveaux vivants sont aujourd'hui insuffisantes ou lourdes à mettre en œuvre. Cette thèse résulte d'une collaboration multidisciplinaire, pour faire la lumière sur le développement axonal in vivo et les morphologies complexes des axones adultes. Notre travail a été inspiré et validé à partir d'images d'axones y individuels chez la drosophile, de type sauvage et modifiés génétiquement, que nous avons segmentés et normalisés. Nous avons d'abord proposé un cadre mathématique pour l'étude morphologique et la classification des groupes axonaux. A partir de cette analyse, nous avons émis l'hypothèse que la croissance axonale dérive d'un processus stochastique et que la variabilité et la complexité des arbres axonaux résultent de sa nature intrinsèque, ainsi que des stratégies d'élongation développées pour surmonter les contraintes mécaniques du cerveau en développement. Nous avons conçu un modèle mathématique de la croissance d'un axone isolé fondé sur des chaînes de Markov gaussiennes avec deux paramètres, représentant la rigidité axonale et l'attraction du champ cible. Nous avons estimé les paramètres de ce modèle à partir de données réelles et simulé la croissance des axones à l'échelle de populations et avec des contraintes spatiales pour tester notre hypothèse. Nous avons abordé des thèmes de mathématiques appliquées ainsi que de la biologie, et dévoilé des effets inexplorés de la croissance collective sur le développement axonal in vivo.
Type de document :
Thèse
Signal and Image processing. Université Côte d'Azur, 2018. English. 〈NNT : 2018AZUR4016〉
Liste complète des métadonnées

Littérature citée [43 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01868324
Contributeur : Abes Star <>
Soumis le : mercredi 5 septembre 2018 - 12:59:07
Dernière modification le : mercredi 12 septembre 2018 - 01:16:18

Fichier

2018AZUR4016.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01868324, version 1

Collections

Citation

Agustina Razetti. Modelling and characterizing axon growth from in vivo data. Signal and Image processing. Université Côte d'Azur, 2018. English. 〈NNT : 2018AZUR4016〉. 〈tel-01868324〉

Partager

Métriques

Consultations de la notice

138

Téléchargements de fichiers

41