Thesis Energetic Efficiency of Information Transfer at Synapses: Methods of Information Measurement and Effects of Neuromodulation by Serotonin CONRAD, Mireille Abstract Cette thèse a pour but de mieux comprendre l’efficacité énergétique de la transmission d’information entre neurones, définie comme le rapport entre l’information transmise et l’énergie nécessaire à cette transmission, en se focalisant sur les neurones du système visuel et en utilisant une approche computationnelle. Nous étudions d’abord comment évaluer l’information transmise à l’aide de deux métriques tirées de la théorie de l’information (information mutuelle et entropie de transfert) et montrons que leurs performances dépendent du type de données simulées ainsi que des propriétés de transmission considérées pour la simulation. Nous développons ensuite un modèle computationnel de transmission de l’information pour étudier l’efficacité énergétique dans le thalamus. Nous modélisons aussi la dépression synaptique afin d’examiner les effets, sur l’efficacité énergétique, de la neuromodulation induite par la sérotonine. Nous montrons ainsi que la neuromodulation induite par la sérotonine préserve le principe d’efficacité énergétique dans le thalamus. Reference CONRAD, Mireille. Energetic Efficiency of Information Transfer at Synapses: Methods of Information Measurement and Effects of Neuromodulation by Serotonin. Thèse de doctorat : Univ. Genève et Lausanne, 2020, no. Neur. 282 DOI : 10.13097/archive-ouverte/unige:148178 URN : urn:nbn:ch:unige-1481788 Available at: http://archive-ouverte.unige.ch/unige:148178 Disclaimer: layout of this document may differ from the published version. 1 / 1 DOCTORAT EN NEUROSCIENCES des Universités de Genève et de Lausanne UNIVERSITÉ DE GENÈVE FACULTÉ DES SCIENCES Dr. Renaud Jolivet, directeur de thèse TITRE DE LA THÈSE Energetic Efficiency of Information Transfer at Synapses: Methods of Information Measurement and Effects of Neuromodulation by Serotonin THÈSE Présentée à la Faculté des Sciences de l’Université de Genève pour obtenir le grade de Docteure ès sciences, mention Neurosciences par Mireille CONRAD de Nods (BE) Thèse N◦ 282 Genève Université de Genève 2020 Brain: an apparatus with which we think we think. -Ambrose Bierce Acknowledgements During the four years of my PhD thesis, I had the chance to be helped, supported and taught by colleagues, collaborators, friends and family. I would like to take the opportunity to whole-heartedly thank all those people that helped me go through with this thesis. First of all, I would like to thank Renaud Jolivet for agreeing to be my thesis supervisor, and for his encouragement, trust and advice during these four years. He shared his knowledge and experience with me, offered me the opportunity to travel to present my work in conferences across the world, and made me a better scientist. I am very grateful that he gave me this opportunity. A big thank you also to Taro Toyoizumi for having me as an intern in his lab for a few months. We had many great talks about Neuroscience, and all I have learned during this internship has helped me tremendously for my thesis. I thank also all the members of his lab in the RIKEN Brain Science Institute, and specifically Roberto Legaspi and Lukasz Kusmierz, for their very warm welcome and their help during my internship. I also kindly thank the members of my thesis jury, Anne-Lise Giraud, Lubomir Kostal and Alan Litke, for taking the time the read and evaluate my work and for the very interesting questions and discussion that followed my defense. Un grand merci à David, qui, en plus de souffrir avec moi de la magie noire qui rôde dans le bureau 202, a été un ami précieux et la plus belle rencontre faite durant ma thèse. Merci infiniment à Guillaume, Marc et Philippe qui ont partagé mes repas de midi, mes pauses café et de nombreuses soirées en dehors de l’université. Ils m’ont écoutée râler quand ça n’allait pas, m’ont soutenue quand j’en avais besoin et ont été une merveilleuse présence quotidienne. Merci aussi à Freda, Loïc, Ralph et tous les autres collègues et amis qui ont partagé des moments avec moi pendant ces quatre années. iii iv ACKNOWLEDGEMENTS Un grand merci aux merveilleux amis que j’ai eu la chance de rencontrer depuis que suis installée à Genève: Anouck, Nadine, Dimitri, Jipé, Alex, Noémi, Eliott, Robin, Aloys, Sam, et les autres membres du Groupe de Nous. Merci pour votre présence, votre soutien et votre bonne humeur. Je remercie du fond du cœur mes parents, Rémy et Gisèle, ainsi que ma sœur Carine et mon frère Alain. Merci d’être depuis toujours des soutiens à toute épreuve, d’avoir partagé mes bons et mes mauvais moments et de m’avoir menée là où je suis aujourd’hui. Je pense sincèrement que je ne serais pas arrivée au bout de cette thèse sans votre présence. J’ai aussi une pensée toute émue pour ma Granny et mon Grand-Papa, qui nous ont malheureusement quitté avant de pouvoir voire cette thèse, mais qui n’ont jamais cessé de m’encourager à suivre ma voie. Et finalement, je remercie infiniment Christian d’avoir été mon pilier durant toutes ces années, de m’avoir supportée, confiné avec moi alors que j’écrivais cette thèse, et qui m’a abandonné son bureau sans hésiter pour préserver mon dos. Merci de toujours croire en moi, merci d’être là quoi qu’il arrive, merci pour tout. Résumé Le cerveau est l’une des structures les plus complexes de notre organisme. Chez l’homme, même s’il s’agit d’un relativement petit organe (environ 2% de la masse totale du corps), le cerveau consomme par lui-même environ un cinquième de toute l’énergie produite par le corps. La quantité totale d’énergie disponible pour le cerveau est cependant limitée. Ainsi, la consom- mation d’énergie est un paramètre essentiel du fonctionnement du cerveau, et de nombreuses études ont démontré qu’une altération des ressources én- ergétiques de cet organe peut être en lien avec diverses maladies et troubles neurologiques. Ces contraintes énergétiques ont aussi façonné la manière dont le cerveau fonctionne. Les synapses, les structures cellulaires entre les neurones responsables de transmettre les signaux d’un neurone à l’autre, sont le lieu où la majorité de l’énergie du cerveau est consommée. Étonnamment, la transmission de signaux par les synapses n’est pas nécessairement fiable. En effet, dans le système nerveux central, la probabilité qu’un signal électrique soit transmis entre deux neurones est estimée entre 25 et 50%. Cela signifie que les neu- rones ne transmettent pas toute l’information qu’ils reçoivent, probablement car cela coûterait trop d’énergie à l’organisme. A la place, de précédentes études ont démontré que certains neurones maximisent le rapport entre l’information qu’ils transmettent et l’énergie utilisée pour transmettre cette information. Ce phénomène est appelé l’efficacité énergétique de la transmis- sion d’information. Pour pouvoir étudier l’efficacité énergétique, il est important d’être capa- ble d’estimer de manière fiable l’information transmise par les neurones. Bien que développée dans le but d’être utilisée en sciences de la communication, la théorie de l’information est aussi largement utilisée en neurosciences et est très utile dans ce cas de figure. Cependant, il est parfois difficile d’utiliser cette théorie sur des données biologiques. En effet, la quantité de données collectées lors d’expériences est souvent limitée (que cela soit une expéri- v vi RÉSUMÉ ence avec un animal ou avec des cellules in vitro) alors que la théorie de l’information nécessite souvent une quantité de donnée élevée pour éviter toute forme de biais. Il peut aussi parfois être compliqué de binariser ces mêmes données biologiques. Cette thèse de doctorat a pour but de mieux comprendre l’efficacité én- ergétique de la transmission d’information, en se focalisant sur les neurones du système visuel. L’approche choisie est une approche computationelle, où des données d’entrée sont générées selon une certaine statistique et des modèles de transmission synaptiques sont utilisés pour générer les données de sortie. Trois études sont incluses dans cette thèse. La première se con- centre sur la consommation d’énergie dans le cerveau et les découvertes expérimentales liées à l’efficacité énergétique. La deuxième étude compare la performance de deux mesures développées en théorie de l’information et adaptées aux neurosciences pour mesurer l’information transmise par les neurones: l’information mutuelle et l’entropie de transfert. Ces deux mesures sont appliquées avec des méthodes de correction visant à réduire les biais et elles sont comparées selon la taille des données générées et la complex- ité du modèle utilisé. La deuxième étude a aussi pour but de reproduire certaines des découvertes expérimentales concernant l’efficacité énergétique dans le noyau géniculé latéral (dans le thalamus), à l’aide d’un modèle de type Hodgkin-Huxley pour simuler la transmission synaptique. La troisième étude ajoute à ce modèle un moyen de modéliser la dépression synaptique, afin d’examiner les effets, sur l’efficacité énergétique, de la neuromodulation induite par la sérotonine aux synapses des cellules thalamiques relai. La comparaison entre l’information mutuelle et l’entropie de transfert montre que leurs performances respectives dépendent du type de données simulées ainsi que des propriétés de transmission synaptiques considérées entre les données d’entrée et les données de sortie. Pour les cas simples, généralement peu représentatifs du fonctionnement d’un neurone, l’étude montre que l’entropie de transfert souffre moins des biais induit par les petits jeux de donnés que l’information mutuelle, même en utilisant des méthodes de correction. Une simulation plus complexe, basée sur un modèle de type Hodgkin-Huxley, montre que l’entropie de transfert est plus sensible aux propriétés de transmission, la rendant ainsi plus difficile à utiliser, alors que l’information mutuelle (avec les méthodes d’estimation utilisées) est robuste face à ces problèmes.