Et si le cerveau était une hiérarchie emboîtée de niveaux d’organisation, du microscopique au macroscopique ? Cette hiérarchie s’étendrait dans le domaine spatial des molécules, synapses, neurones jusqu’aux microcircuits, et aires corticales.
Dans le domaine temporel, cette hiérarchie recouvrirait des processus dynamiques avec des constantes de temps de la microseconde à la durée de vie de l’organisme. Un des enjeux majeurs en neurosciences intégratives et computationnelles est d’extraire, à partir des liens entre ces différents niveaux, des mécanismes et modèles biophysiques d’intégration multi-échelle cohérents. Ce type d’analyse s’apparente à un mécano synaptique et neuronal, utilisant à la fois des informations discrètes (de type "tout ou rien", les potentiels d’action) et analogiques (potentiels gradués, comme le potentiel de membrane ou l’EEG). Une approche phénoménologique de la complexité en neurosciences est de caractériser les processus d’intégration où le "tout" (à un niveau supérieur de la hiérarchie) ne se comporte plus comme la "somme des parties" (définies à un niveau inférieur). Ce concept, classique en physique des systèmes complexes, apparaît fondamental dans la compréhension de l’émergence de propriétés collectives qui sous-tendent les fonctions cognitives du cerveau.
Yves Frégnac démontre les apports de l’interdisciplinarité, à l’interface mathématiques physique-informatique-biologie, dans les progrès de la connaissance du cerveau. Il y souligne la complémentarité des contributions obtenues par l’exploration électrophysiologique et par la modélisation et la généralisation d’algorithmes d’intégration et de plasticité. Les défis futurs, à la frontière des Sciences du Vivant, de l’Information et la Technologie, qui sont illustrés, sont :
1) la compréhension des règles d’intégration et de plasticité neuronale responsables de la genèse de processus cognitifs ;
2) la visualisation et la simulation du fonctionnement dynamique du cerveau ;
3) la lecture du code neural et du pallier à des déficits cérébraux par des interfaces hybrides cerveau-machine,
4) la construction des plateformes artificielles de calcul qui s’inspirent de l’architecture fonctionnelle du cerveau. |
