ganglions base

90
Rôle des noyaux gris centraux dans l’apprentissage Fadila HADJ-BOUZIANE Institut des Sciences Cognitives – CNRS UMR 5015

Upload: nijule678

Post on 18-Nov-2015

229 views

Category:

Documents


5 download

DESCRIPTION

ganglions base

TRANSCRIPT

  • Rle des noyaux gris centraux dans lapprentissage

    Fadila HADJ-BOUZIANE

    Institut des Sciences Cognitives CNRS UMR 5015

  • Plan

    Anatomie les noyaux gris centraux ou ganglions de la

    base les circuits des ganglions de la base

    GGB et contrle moteur GGB et fonctions non-motrices

    (apport de llectrophysiologie)

  • Noyaux gris centraux ou

    Ganglions de la base (GGB)

    = groupe de structures fonctionnellement liesorigine phylogntique et ontogntique diffrentes

    Noyau caud Putamen Globus pallidus Substance noire Noyau sous-thalamique

    StriatumNoyau Lenticulaire

  • GGB : le striatum

    Striatum noyau caud(tte - corps - queue) putamen

    Division arbitraire (spars par la caspule interne)

  • GGB

    Globus pallidus segment externe (Gpe) segment interne (GPi) ventral (GPv)

    Substance noire compacte (SNc) reticulat (SNr)

    Noyau sous-thalamique (NST)

  • GGB

    (from Graybiel, 2000)

  • Circuits des GGBCortexCortex

    Striatum = entre des GGBStriatum = entre des GGB

    TemporalParitalFrontal

    St Cyr, 2003

  • Circuits des GGB

    Striatum = entre des GGBStriatum = entre des GGB

    CortexCortexTemporalParitalFrontal

    Gpi/SNr = sortie des GGBGpi/SNr = sortie des GGB

    GpeGpe

    ThalamusThalamus

    NSTNSTVoie directeVoie indirecte

    Albin et al., 1989

  • Circuits des GGB

    CortexCortex

    StriatumStriatum

    GPi/SNrGPi/SNr

    ThalamusThalamusAlbin et al., 1989

    GPeGPe

    STNSTN

    GABA

    Glutamate

    SNc

    Dopamine

  • CortexCortex

    StriatumStriatum

    GPi/SNrGPi/SNr

    ThalamusThalamus

    Circuits des GGB

    Albin et al., 1989

    GPeGPe

    STNSTN

    GABA

    Glutamate

    SNc

    Dopamine -+

    SNc

  • Maladie de Parkinson

    CortexCortex

    StriatumStriatum

    GPi/SNrGPi/SNr

    ThalamusThalamus

    SNcXGPeGPe

    STNSTN

    Dopamine

    GABA

    Albin et al., 1989Glutamate

  • Circuits des GGB

    Alexander et al., 1986

  • Circuits des GGB

    StriatumSM : Sensorimoteur

    AS : AssociatifLI : Limbique

    Parent & Hazrati, 1995

  • LimbicAssociatifSensorimotor

    l-VAmcMDpl

    DORSO-LATERAL

    PREFRONTALMOTOR OCULO-

    MOTOR

    LATERALORBITO-FRONTAL

    ANTERIORCINGULATE

    APAMCSC

    PALLIDUMS. NIGRA

    CORTEX

    STRIATUM

    THALAMUS

    DLCPPC

    PPCAPA

    STGITGACA

    HCEC

    STGITG

    SMA

    vl-GPicl-SNr

    VLoVLm

    FEF

    CAUD(b)

    cdm-GPivl-SNr

    DLC

    dl-CAUD(h)

    ldm-GPirl-SNr

    VApcMDpc

    LOF

    vm-CAUD(h)

    mdm-GPirm-SNr

    m-VAmcMDmc

    ACA

    rl-GPi-VPrd-SNr

    PUT VS

    Alexander et al., 1986

    Parent & Hazrati, 1995

    pm-MD

  • Nouvelles donnes ...

    Structure dentre : Striatum + NSTcortex moteur, premoteur & prfrontal => NST

    Structure de sortie : GPi/SNr + GPe Gpe => thalamus + Noyau pdonculopontin

    (NPP) Boucles de rtrocontrle (ex...)

    Thalamus => striatum Gpe striatum SNc striatum

  • Circuits des GGB

    Models in science tend to reassure and appease researchers who do not like to wanderalone in the universe of knowledge. However, models may have a perverse effect, suchas the selective neglect of data that do not fit into the model (modellus deformansdisease). It would be unwise to rush into the formulation of a new basal ganglia model until the real significance of the enormous amount of new data on basal gangliabecomes clear. Furthermore, formulating models is a difficult task. On the one hand, efficient models have to be simple, but simple models can provide only part of thereality and are thus bound to be wrong (for example, current basal ganglia model). On the other hand, an elaborated model that would embody all the complexities of a givenreality (for example, any new basal ganglia model) is doomed to be useless. Wetherefore suggest to stay away from basal ganglia model for some time. This will giveus the opportunity to appreciate the real value of raw data and to realize that the beautyof nature lies in details.

    Parent A. & Cicchetti F.Movement Disorders

    Vol. 13, N2, 1998, pp. 199-202.

  • Elctrophysiologie : StriatumNeurones de projection = 95 %

    GabaergiquesPAN : Phasically Active neurons

    12 20 m

    Interneurons 5%

    CholinergiquesTAN : Tonically Active Neurons

    20 35 m

    dendrites trs longues couvertes d'pines (= spiny neurons)

    dendrites lisses (neurones aspiny)

    Activit spontane trs faible (0.01-1 Hz)

    (activs par des influx excitateursconvergents)

    Activit spontane tonique (2-10 Hz)

    (Potentiel membranaire de repos trs prochedu seuil dmission des potentiels daction)

  • Elctrophysiologie : Striatum

    Neurone de projection Interneurone Cholinergique

    Apicella, 2003

  • GGB et contrle moteur

    Niveau 1 : aires associatives corticales + GGB plans et stratgies motrices

    Niveau 2 : Cortex moteur et cervelet paramtres du mouvement (amplitude, direction,

    force ...)

    Niveau 3 : Tronc crbral + moelle pinire Excution du mouvement

  • GGB et contrle moteur

    Pathologies telles que la maladie de Parkinson (dgnrescence de la SNc), la maladie de Huntington (dgnrescence des PANs du striatum)...

    GGB : impliqus dans tous les types de mouvement Ex. : microstimulation des neurones du putamen (40 A) = > mouvements de la face, des membres suprieures et infrieurs ...

    (Alexander & DeLong, 1985) Activation des neurones du striatum pendant la programmation et

    lexcution de mouvements (ex. Kimura, 1990)

    => rle du striatum et des GGB dans le contrle du mouvement ( systme extrapyramidal )

  • Flexion Extension

    EMG

    SI

    Kimura, 1990

  • GGB et fonctions non motrices

    Delayed alternation = PFdl Object reversal = PFo

    Visual discrimination = TE

    Rosvold & Delgado, 1956Divac et al., 1967

  • GGB et fonctions non motrices

    PFdl => Anterodorsal caudatePFdl =>Posteroventral caudatePFo => Ventrolateral caudate

    TE => Tail of caudate

    Rosvold & Delgado, 1956Divac et al., 1967

  • GGB et Mmoire des habitudes

  • MEMOIRE A COURT TERME

    MEMOIRE A LONG TERME

    DECLARATIVE

    NON-DECLARATIVELobe temporal mdian

    MEMOIRE DES HABITUDES

    (Mishkin et al., 1984)

    STRIATUM

  • Striatum et Mmoire des habitudes

    Etablissement lent et incrmentiel de liens automatiques entre un stimulus et une rponse ou un contexte et une habitude

  • Striatum = site de convergence

    informations visuelles

    informations motrices

    -

    SNc informations motivationnelles

    S-RNcessite rptitions et

    renforcement par rcompense

    2 phasesAcquisitionRtention

  • Importance des influx dopaminergiques de la SNc

    Rponse phasique < 200 ms50-110 msec aprs le SIRponse une rcompense, nouveaut, saillance (loud click, large picture)

    = rponse strotype Pas de modulation en fonction de la nature de la rcompense

    Schultz et al., 1993

  • Singe 1 Set 1Singe 1 Set 2

    Singe 2 Set 1Singe 2 Set 2

    Fiorillo et al., 2003

  • Striatum et Mmoire des habitudes

    RETENTIONDonnes lectrophysiologiques

    Rponse en relation avec le stimulus instructeur (SI) PANs1) rponse dpend de la valeur signifiante du SI = rponse

    spcifique du contexte => slection dune association apprise entre une information

    environnementale et une rponse particulire2) 5 10 % identique quelque soit le contexte => processus attentionnelTANs: pause aprs le SI

  • Enregistrements lectrophysiologiques PFdl PMd

    Striatum

    Boussaoud & Kermadi, 1997

  • 0

    25

    50

    75

    PFdl Striatum PMd

    Boussaoud & Kermadi, 1997

    sensoriel sensori-moteur moteur

    Le striatum : Rle dans la rtention%

    de

    neur

    ones

  • Proprits des neurones striataux : rsum

    Schutlz et al., 1995

  • Apprentissage implicite de probabilitsKnowlton et al., 1996

    Patients parkinsoniensPatients amnsiquesContrles

  • Apprentissage implicite de probabilits

    Knowlton et al., 1996 Apprentissage explicite

    mmoire de reconnaissance

    2 doubles dissociations entre les performances mnsiques explicites et implicites entre les patients amnsiques et les patients parkinsoniens

  • RponseTouner droite ou gauche

    StimulusSON

    Enregistrements lectrophysiologiques des PANs

    Jog et al., 1999

  • RponseTouner droite ou gauche

    StimulusSON

    Jog et al., 1999

  • Apprentissage

    Start

    goal

    turn

    RT = temps de ractionTD = dure de lessai% : % rponses correctes

    Cartes dactivitation Jog et al., 1999

  • Rponse conditionneStimulus

    click

    Jus de fruit

    Enregistrements lectrophysiologiques des TANs

    Aosaki et al., 1994

  • Rponse conditionneStimulus

    click

    Jus de fruit

    Aosaki et al., 1994

  • Graybiel et al., 1994

    Synchronization des rponses des TANs au sein du striatum au cours du conditionnement

  • Importance des inputs dopaminergiques de la SNcMPTP (1-mthyl-4-phnyl-1,2,3,6-ttrahydropyridine)

    Kimura & Matsumoto, 1997

  • Striatum et apprentissage de squences

    Miyachi et al., 1997

  • Lsions rversibles (muscimol) de rgions striatales caud et putamen antrieur (ANT) putamen posterior (PUT) caud posterieur (CD) saline (Cont)

    Nouveaux sets Sets Familiers

    Nb

    der

    reur

    s

    Miyachi et al., 1997

  • PAN 2PAN 1N

    ouve

    aux

    sets

    Sets

    Fam

    ilier

    s

    Gradient antro-postrieur

    Miyachi et al., 2002

  • Striatum et tche de Go-noGo

    Tremblay et al., 1998; Hollerman et al., 1998, Tremblay et al., 2003

  • 11Raclopride-PET => rcp D2

    Koepp et al., 1998

  • Apprentissage associatif conditionnel

    Deux phases:

    Action

    Lien indirectarbitraire

    Stimulus

    ApprentissageExcution automatique

  • Apprentissage associatif conditionnel

    Alors

    Alors

    Rle dun systme associant le cortex frontal et les ganglions de la base

    SI

    SI

  • Apprentissage associatif conditionnel

    Cortex Prmoteur ?

    Striatum ?

    Cortex Prfrontal ?

    Apprentissage ?et/ou

    Rtention ?

  • Le cortex prfrontal ventrolatral

    PFvlApprentissage

    Murray & Wise, 1999Toni et al., 2001

  • Le cortex prmoteur dorsal

    PMdApprentissage

    Rtention

    Halsband & Passingham, 1985Wise et al., 1991

  • But de ltude

    Suivre les modifications de lactivit des neurones du STRIATUM au cours de

    lAPPRENTISSAGE de rgles visuo-motricesconditionnelles

  • Protocole

  • Instruction

    . . . 750 2000 ms

  • Signal GO

  • Correcte

    Rcompense

  • Incorrectes

  • Mthodes

    2 conditions

    Familire4 associations parfaitement apprises

    Nouvelle Apprentissage par essai erreur de 2 4 nouvelles associations

    But : Identifier lactivit lie lapprentissage

  • Elctrophysiologie : Familire

    70 % des neurones du striatum lis la tche

    Dcharge phasique en relation avec un ou plusieurs vnements de la tche

    Stimulus dinstruction (SI)Prparation du mouvementExcution du mouvementRcompense

  • Activit lie au SI

    Fin mouvementSI Go

    Nb

    de potentiels daction/seconde

    1 sec.

  • Activit mouvement et/ou rcompense

    1 sec. Go

    Nb

    de potentiels daction/seconde

    Neurone 1

    Neurone 2

  • Elctrophysiologie : Familire

    Dissocier lactivit neuronale en fonction des directions

    Rponse des neurones varie en fonction de lassociation excute

  • Familire : codage slctif

    DroiteGaucheHautBas

    0

    5

    10

    15

    20

    25

    0 200 400 600-200

    Stimulus

    800

    Act

    ivit

    (PA

    /sec

    .)

    Temps (ms)

  • Familire : codage slctif

    Act

    ivit

    (PA

    /sec

    )

    0

    10

    20

    0 200 400 600 800

    GO

    -200

    Temps (ms)

    DroiteGaucheHautBas

  • Conclusions : Familires

    Dcharge phasique en relation avec diffrents vnements de la tche

    Codage spcifique des associations

  • Elctrophysiologie : Nouvelles

    Modifications de lactivit des neurones du striatumau cours de lapprentissage

    Diffrents vnements Stimulus Mouvement Rcompense

    Diffrents types de modulation Augmentation Diminution

    Exemples Population

  • Nb

    de potentiels daction/seconde

    GoSI Fin mouvement

    Dcharge phasique pendant lexcution du mouvement Activit stable

    : FamilireExemple 1

  • Exemple 1 : Nouvelle appriseN

    bde potentiels

    daction/secondeGo

  • Exemple 1 : Nouvelle appriseGo

    Incorrectes

    Correctes

  • Exemple 2 : FamiliresFin mvt

    SI GoN

    bde potentiels

    daction/secondeRcompense

  • Exemple 2 : Nouvelles

    Fin mvtApprise Non apprise

  • Exemple 2 : Nouvelles

    Apprise

    0

    20

    4060

    80

    100

    1 6 11 16 21 26 31 360

    5

    10

    15

    Essais

    Activit

    Performances (%)

  • Population

    Activit des diffrents neurones standardise, moyenne et recale par

    rapport aux performances

    2 types de modulation

    Transitoire Durable

  • Apprentissage : population 1A

    ctiv

    itSt

    anda

    dis

    e

    0

    0,4

    0,8

    1,2

    1 6 11 16 21 26 31 36 410

    50

    100

    Perf

    orm

    ance

    s (%

    )

    Activit

    Performances

    Essais

    Modulation transitoirePhase prcoce de lapprentissage

  • Apprentissage : population 2

    31

    0

    0,1

    0,2

    0,3

    0,4

    0,5

    0,6

    1 6 11 16 21 26 31 36 260

    50

    100

    41

    Number of blocs of trials

    Act

    ivit

    Stan

    dard

    ise

    Perf

    orm

    ance

    s (%

    )

    Activit

    Performances

    Essais

    Modulation durableQui sintalle graduellement avec lapprentissage

  • Population : Familires

    0

    0,2

    0,4

    0,6

    0,8

    1

    1 4 8 1250

    70

    90

    110A

    ctiv

    itSt

    anda

    rdis

    e

    Perf

    orm

    ance

    s (%

    )

    Essais

    Activit des neurones du striatumstable au cours du temps

  • Exprience 1 : Conclusions

    APPRENTISSAGE Modulation de lactivit des neurones du striatum

    Transitoire Durable

    RETENTION

  • Conclusion gnrale

    STRIATUMApprentissage

    Rtention

  • Apprentissage : 2 processus

    Mmoire de travail

    Formation des habitudes

  • Apprentissage : 2 processus

    Mmoire de travail

    Systme servant retenir temporairement les informations et les manipuler

    ncessaire pour se souvenir des associations testes et de leurs consquences, ainsi que pour dvelopper des stratgies

    Formation des habitudes

  • Apprentissage : 2 processus

    Mmoire de travail

    Systme servant retenir temporairement les informations et les manipuler

    ncessaire pour se souvenir des associations testes et de leurs consquences, ainsi que pour dvelopper des stratgies

    Formation des habitudes

    Etablissement lent et incrmentiel de liens automatiques entre un stimulus et une rponse

  • Modle

    PMdPFvl

    STRIATUM

    Formation des habitudes

    Mmoirede travail

  • Apprentissage

    PMdPFvl

    STRIATUM

    Formation des habitudes

    Mmoirede travail

  • Apprentissage Rtention

    PMd

    STRIATUM

    Formation des habitudes

  • Graybiel & Kimura, 1995

  • Graybiel & Kimura, 1995

  • Aosaki et al., 1994

  • Schultz et al., 1995

    Rle des noyaux gris centraux dans lapprentissagePlanNoyaux gris centraux ou Ganglions de la base (GGB)GGB : le striatumGGBGGBCircuits des GGBCircuits des GGBCircuits des GGBCircuits des GGBCircuits des GGBApprentissage associatif conditionnelApprentissage associatif conditionnelApprentissage associatif conditionnelLe cortex prfrontal ventrolatralLe cortex prmoteur dorsalBut de ltudeProtocoleMthodesElctrophysiologie : FamilireActivit lie au SIActivit mouvement et/ou rcompenseElctrophysiologie : FamilireFamilire : codage slctifConclusions : FamiliresElctrophysiologie : NouvellesExemple 1Exemple 1 : Nouvelle appriseExemple 1 : Nouvelle appriseExemple 2 : FamiliresExemple 2 : NouvellesExemple 2 : NouvellesPopulationApprentissage : population 1Apprentissage : population 2Population : Familires