Thèse Géométrie de la Dynamique de Populations Dépendante de l'État Mécanismes Biophysiques de la Réduction de Dimensionnalité et de la Contrainte Structurelle Sous Anesthésie H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes
École doctorale : Electrical, Optical, Bio-physics and Engineering
Laboratoire de recherche : Institut des Neurosciences Paris-Saclay
Direction de la thèse : Alain DESTEXHE ORCID 0000000174050455
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-05T23:59:59Ce projet de doctorat vise à développer un cadre mathématique et biophysique permettant d'expliquer comment l'anesthésie modifie la dynamique des populations corticales et perturbe la géométrie neuronale nécessaire au traitement conscient des informations sensorielles. Des travaux récents ont montré que, sous anesthésie, l'activité corticale perd sa capacité à distinguer les réponses évoquées par les stimuli sensoriels de l'activité spontanée interne, alors même que les entrées thalamiques demeurent distinctes. Cette observation suggère que la perte de perception ne résulte pas simplement d'une suppression de l'activité neuronale, mais d'une réorganisation de la computation corticale dépendante de l'état cérébral. L'hypothèse centrale est qu'à l'état éveillé, les populations corticales évoluent dans un régime dynamique de haute dimension, régulier et flexible, où l'activité spontanée et les réponses sensorielles occupent des sous-espaces faiblement corrélés. Cette organisation permet un encodage efficace de l'information sensorielle, distinct des dynamiques internes spontanées. Sous anesthésie, des perturbations au niveau des récepteurs, telles qu'une potentialisation des conductances inhibitrices ou une modification des cinétiques synaptiques, pourraient altérer la matrice effective d'interaction corticale et déformer cette géométrie populationnelle. Plutôt que de détruire entièrement le manifold neuronal, l'anesthésie pourrait en restreindre le volume accessible, réduire l'amplification dynamique, accentuer la décroissance spectrale de l'activité et contraindre les trajectoires neuronales à s'aligner sur des modes structuraux dominants de faible dimension. Les entrées sensorielles ne généreraient alors plus de représentations corticales distinctes, mais seraient absorbées par les attracteurs spontanés, rendant la perception difficilement dissociable du bruit interne. Le projet étudiera ce mécanisme à l'échelle mésoscopique, en se concentrant sur les taux d'activité populationnels, les manifolds neuronaux, les spectres propres, la dimensionalité et la connectivité effective. Un premier objectif sera de construire un modèle de réseau minimal mais biologiquement fondé, de type champ moyen, réseau de neurones à spikes ou réseau récurrent, capable de reproduire les propriétés essentielles de l'état éveillé : activité lisse de haute dimension, codage populationnel efficace et séparation entre sous-espaces spontanés et évoqués. Des perturbations analogues à l'anesthésie seront ensuite introduites afin de tester si des mécanismes microscopiques suffisent à provoquer une perte d'orthogonalité, une réduction du rang ou des modes propres, ainsi qu'un raidissement du spectre de l'activité. Le modèle permettra également d'évaluer comment différentes architectures de connectivité structurale influencent la transition entre dynamiques flexibles et activité contrainte. Un second objectif sera d'interpréter ces transitions à l'aide d'outils issus de l'analyse des variétés neuronales, des dynamiques de faible rang, de la géométrie spectrale et de la théorie des attracteurs. Enfin, les prédictions du modèle seront confrontées à des données biologiques ou à des simulations corticales détaillées, afin d'évaluer si des signatures géométriques similaires apparaissent à différentes échelles et sous différentes perturbations. En reliant perturbations réceptorielles, connectivité effective, réduction de dimensionalité et perte de discrimination sensorielle, ce projet vise à proposer une explication mécanistique de la manière dont l'anesthésie contraint la computation corticale.

Filipchuk et al. (2022) [1] shows that under anesthesia, the cortex loses the ability to separate sensory input from internal noise (collapse of orthogonal-ity), despite the thalamus still sending distinct signals.

The objective is to understand the dynamics of neural populations in conscious and unconscious (anesthestized) states, using theoretical methods.

Computational modeling, neural networks, mean-field models, mathematical analysis of population dynamics

Connaissances excellentes en neurosciences, programmation informatique (python), capacités d'écrture claire an anglais et en communication orale.