NeOpTo

NeOpto est une équipe interdisciplinaire qui réunit des chercheurs de différentes disciplines – physiologie, psychophysique, physique, neurosciences computationnelles – afin de comprendre comment la perception et l’action sont façonnées par les calculs dynamiques au sein de réseaux organisés topographiquement.

Dans ce but, nous combinons :

1 – L’imagerie photonique et les enregistrements électrophysiologiques à différentes échelles in vivo, en particulier chez les primates non humains (PNH).

2 – Des expériences comportementales (psychophysiques et oculomotrices) chez les PNH et les humains, axées sur les modèles prédictifs/probabilistes, la perception dynamique et les boucles perception/action.

3 – Des modèles computationnels contraints par les observations expérimentales, en particulier des modèles d’encodage/décodage neural ainsi que des modèles d’apprentissage hiérarchiques/prédictifs inspirés de l’IA (mais biologiquement plausibles).

4 – Des méthodes innovantes d’analyse de données pour extraire des signaux perceptuel/comportementaux à partir d’activités neuronales complexes, dynamiques et dominées par le “bruit”.

5 – Le développement de nouvelles technologies pour l’enregistrement de l’activité neuronale à différentes échelles, du niveau microscopique (microscopie à deux photons utilisant des capteurs de calcium ou de voltage) au niveau mésoscopique (imagerie optique en champ large), en collaboration avec nos partenaires des départements d’Optique (Institut Fresnel de Marseille) et d’Astrophysique (Laboratoire d’Astrophysique de Marseille).

Nous sommes membres de CoNeCT et du NeuroTechCenter. Les étudiants intéressés à rejoindre notre équipe peuvent nous contacter et consulter les opportunités offertes par NeuroMarseille.

Nos projets sont regroupés autour de trois axes principaux :

Encodage : Traitement multi-échelle et représentation des stimuli dynamiques au sein des cartes topographiques.

Nous souhaitons comprendre comment la dynamique neuronale au sein des cartes participe au traitement et à la représentation des stimuli naturels. Pour ce faire, nous comparons la dynamique neuronale à des échelles mésoscopique (à l’aide de l’imagerie avec colorants sensibles au voltage – VSDI) et microscopique (en utilisant des sondes laminaires, la microscopie à deux photons de GeCIs et bientôt aussi GeVIs) du cortex visuel primaire (V1, V2, V4, MT…) chez les primates non humains (macaques et tamarins). Nous combinons des approches computationnelles et axées sur les données pour guider le développement de modèles génératifs hiérarchiques dynamiques des fonctions du système visuel dans différents contextes.

Décodage : Des interactions dynamiques entre les aires corticales au comportement.

Au-delà des aires corticales spécifiques, nous nous positionnons dans un système neuro-comportemental dynamique plus global. En particulier, nous souhaitons comprendre comment les interactions dynamiques intra-aires influencent (et sont influencées par) les aires en aval, et comment, ensemble, elles contrôlent les mouvements des bras et des yeux. Nous effectuons des enregistrements simultanés dans plusieurs aires visuelles (V1, V4, MT…) et motrices (en collaboration avec les équipes InVIBe et COMCO) chez les PNH effectuant des mouvements de préhension pour des objets en mouvement. Parallèlement, nous étudions comment l’information prédictive influence les interactions en boucle entre divers comportements visuels et moteurs (poursuite oculaire, saccades, mouvements de préhension et saisie). Notre objectif ultime est d’atteindre une vision plus unifiée et dynamique des processus sensorimoteurs, intégrant les calculs probabilistes et la théorie du contrôle.

Troubles neurodéveloppementaux et psychiatriques, aspects cliniques et théoriques

Nous menons des recherches sur les pathologies visuelles, en mettant l’accent sur l’amblyopie, notamment son origine corticale. De plus, nous étudions les dimensions visuo-perceptuelles et visuo-motrices des troubles psychiatriques (comme la schizophrénie). Nous nous concentrons particulièrement sur la manière dont l’inférence probabiliste est altérée dans ces troubles, en particulier dans le traitement du mouvement visuel et de la vision 3D, la perception bistable, les hallucinations et le contrôle visuo-moteur. Cette approche est centrée sur des modèles computationnels dont le but, au delà d’une simple reproduction des données, est d’avancer vers une compréhension globale des processus neuronaux inférentiels/prédictifs chez les individus neuro-typiques et atypiques.