Analyse Multimodale des Maladies Neurodégénératives et Thérapies
Labo des Maladies Neurodégénératives, UP Saclay CEA CNRS (UMR-9199), MIRCen, Fontenay aux Roses, France
Resp. Marc Dhenain
----------------------------------------

Notre équipe est dédiée à i. la caractérisation des mécanismes biologiques impliqués dans le développement de la maladie d'Alzheimer et de ses thérapies. ii. le développement d'outils d'imagerie innovants pour le suivi des pathologies cérébrales. Nous nous concentrons sur les méthodes d'imagerie microscopique 3D basées sur des algorithmes de calcul haute performance (HPC) et sur l'IRMf à l'état de repos pour évaluer les réseaux neuronaux.

Transmission des lésions de la maladie d'Alzheimer : une nouvelle procédure pour caractériser la maladie

Notre groupe a démontré que les lésions clés de la maladie d'Alzheimer (dépôts β-amyloïdes et tau) sont transmissibles (Gary, 2019). Cette transmission permet d'explorer les mécanismes physiopathologiques de la maladie d'Alzheimer et de tester de nouvelles thérapies. En utilisant de nouveaux modèles basés sur la transmission des lésions de la maladie d'Alzheimer, nous avons montré que la perte de synapse est liée à la pathologie tau et que l'activation de cellules cérébrales inflammatoires appelées microglie limite la perte synaptique (Lam, 2021). Nous cherchons maintenant à comprendre les mécanismes sous-jacents à l'hétérogénéité de la maladie d'Alzheimer à travers une approche intégrative et holistique qui prend en compte tous les aspects de la maladie (amyloïde / tau / inflammation / déficience fonctionnelle).

En particulier, nous nous concentrons sur le rôle de divers facteurs de nucléation qui régulent la physiopathologie de la maladie d'Alzheimer. Soit des facteurs de nucléation extraits d'échantillons de cerveau humain (collaboration avec Stéphane Haik et Susana Boluda de l'ICM, Paris), soit des facteurs de nucléation basés sur des formes très purifiées d'amyloïde avec des mutations très spécifiques (collaboration avec Alain Buisson de l'Institut des Neurosciences de Grenoble).

Outre les études chez la souris, l'une de nos forces est de pouvoir travailler chez les primates et en particulier avec les microcèbes murins. Ce dernier est un modèle de pathologies neurodégénératives liées au vieillissement. Cet animal présente, en vieillissant, des altérations cognitives, des altérations du métabolisme cérébral, une atrophie cérébrale et des dépôts amyloïdes.

Lésions amyloïdes et tau induites dans le cerveau de modèles expérimentaux suite à l'inoculation de facteurs de nucléation amyloïde et tau.

Une approche intégrative pour comprendre les maladies neurodégénératives

Les maladies neurodégénératives sont liées à de nombreux «événements à petite échelle» (accumulation de protéines pathologiques, neuroinflammation, altérations cellulaires) qui conduisent à des événements à grande échelle (perte tissulaire, altérations des réseaux neuronaux, troubles cognitifs). Notre équipe développe des outils pour intégrer des événements survenant à différentes échelles. Ces nouveaux outils nécessitent des compétences d'imagerie avancées combinées à la gestion de larges jeux de données et au calcul haute performance.

Vue d'ensemble de la gamme de méthodes d'imagerie mises en œuvre par notre groupe. Il s'agit de méthodes de pointe pour manipuler une grande quantité de données qui nécessitent parfois la mise en place de calcul haute performance (HPC).

                > Quantification des altérations microscopiques du cerveau

Notre groupe a mis en place plusieurs algorithmes de traitement d'images pour réaliser un programme de reconstruction post mortem 3D chez les primates et les rongeurs, tout en se concentrant sur l'exploitation des informations 3D chez les rongeurs. Les échantillons de cerveau reconstruits en 3D peuvent être analysés en utilisant une analyse manuelle semi-automatique, une analyse basée sur un atlas numérique (Lebenberg, 2011) ou une approche par analyse voxel à voxel sans à-priori (Vandenberghe, 2018). La méthode peut être utilisée pour détecter des lésions telles que les plaques amyloïdes liées à la maladie d'Alzheimer (Vandenberghe, 2018).

De nouvelles méthodes ont ensuite été mises en œuvre pour quantifier les cellules au niveau de l'ensemble du cerveau. Elles sont basées sur la microscopie virtuelle réalisée après numérisation de coupes cérébrales colorées pour les cellules (anticorps NeuN) et sur la segmentation de chaque cellule (algorithme d'apprentissage automatique Random Forest -RF-) et des méthodes d'individualisation des neurones (You, 2019 & 2021). Réaliser cette analyse au niveau de l'ensemble du cerveau permet de créer des cartes paramétriques synthétisant par exemple la morphologie et la distribution de neurones individualisés. Ensuite, il est possible de synthétiser ces informations sous la forme de cartes paramétriques de moindre résolution au niveau des régions anatomiques, des coupes et même, éventuellement, de l'ensemble du cerveau. Cette étape convertit des images microscopiques couleur qualitatives en images mésoscopiques quantitatives, plus informatives et plus faciles à analyser, afin d'évaluer statistiquement la mort neuronale ou les relations entre les densités neuronales et la fonction cérébrale quantifiés à partir d'images in vivo. De nouvelles recherches pour développer des jumeaux numériques de cerveaux ont été initiées récemment pour exploiter les informations de l'histologie 3D pour produire des modèles mathématiques réalistes de la cytoarchitecture. Ces approches ouvriront des perspectives pour valider de nouvelles techniques d'imagerie (IRM) et pour mieux comprendre et décrypter les mécanismes au niveau cellulaire. Les ressources de calcul haute performance (HPC) sont intégrées dans nos projets de recherche pour faire face à l'analyse massive de données et à l'augmentation de la complexité des algorithmes. Cela nécessite un fort développement méthodologique, réalisé en collaboration avec le TGCC du CEA (Bruyères-le-Châtel). Cette structure héberge un supercalculateur qui est l'une des dix machines les plus puissantes au monde.

Ces outils sont principalement développés à l'aide de la plate-forme logicielle interne BrainVISA (http://brainvisa.info).

Méthodes utilisées pour évaluer la densité neuronale et d'autres paramètres neuronaux basés sur le calcul haute performance. Les coupes cérébrales colorées pour les cellules (anticorps NeuN) sont segmentées et divers paramètres reflétant les caractéristiques neuronales (par exemple, leur densité, leur taille, leur orientation, etc.) sont calculés. Sur la base de cette analyse, nous pouvons produire des cartes paramétriques reflétant les états neuronaux au niveau de l'ensemble du cerveau. Ces cartes peuvent ensuite être comparées à d'autres cartes (lésion, fonction cérébrale, etc…).

> Quantification des réseaux neuronaux

Les cellules individuelles fonctionnent de manière harmonisée, ce qui conduit à une activité cérébrale harmonieuse à travers des réseaux fonctionnels. Ces réseaux peuvent être évalués par IRM fonctionnelle à l'état de repos et des outils de traitement d'image sophistiqués. Notre groupe étudie l'activité cérébrale avec l'imagerie fonctionnelle à l'état de repos.

Nous avons participé à l'élaboration de l'article de référence qui, à travers une évaluation multicentrique, définit les conditions optimales pour réaliser l'imagerie en réseau chez les rongeurs (Grandjean, 2020).

Nous avons développé un logiciel d'analyse des réseaux de neurones (Celestine, 2020; https://sammba-mri.github.io/).

Nous comparons les réseaux de neurones chez les primates et les humains et cherchons à définir comment l'évolution a modulé ces réseaux (Garin, 2021).

Détection de réseaux de neurones chez l'homme et chez le plus petit primate du monde (microcèbe murin)

Membres du laboratoire associés à ces projets

Jean-Luc Picq (chercheur, Professeur); Luc Bousset (chercheur); Mehdi Kabani (chercheur); Thierry Delzescaux (chercheur)

Anne-Sophie Hérard (ingénieure -chercheure); Nicolas Souedet (ingénieur); Fanny Petit (technician)

Suzanne Lam (PhD chercheure); Marina Celestine (PhD chercheure); Sebastien Piluso (PhD chercheur); Huaqian Wu (PhD chercheure)

Marie-Claude Gaillard (Ingénieure); Martine Guillermier (Ingénieure)

Organigramme du LMN