Soutenance de thèse de Nicola PEDRESCHI

Ecole Doctorale
Physique et Sciences de la Matière
Spécialité
PHYSIQUE & SCIENCES DE LA MATIERE - Spécialité : PHYSIQUE THEORIQUE ET MATHEMATIQUE
établissement
Aix-Marseille Université
Mots Clés
Réseaux temporels,Neurologie,Réseaux du cerveau,,
Keywords
Temporal networks,neurology,brain networks,,
Titre de thèse
Réseaux temporels: de la théorie des réseaux à la science du cerveau et à la neurologie
Temporal networks: from network theory to brain science and neurology
Date
Lundi 6 Décembre 2021 à 15:00
Adresse
Institut de Neurosciences des Systèmes Aix-Marseille University Faculty of Medicine, 27, Boulevard Jean Moulin
Salle Visio
Jury
Directeur de these M. Alain BARRAT Aix Marseille Université
M. Demian BATTAGLIA CNRS
Rapporteur M. Olaf SPORNS Indiana University
Rapporteur M. Rémi MONASSON CNRS
Examinateur Mme Rosa COSSART INSERM
Examinateur Mme Sophie ACHARD CNRS

Résumé de la thèse

La Network Science (NS) est un cadre fondamental pour dévoiler les principes d'organisation des systèmes complexes. Dans les neurosciences, les approches NS ont été utilisées pour découvrir les propriétés des réseaux cérébraux. Dans le cerveau, les réseaux s'étendent sur différentes échelles spatiales : les nœuds d'un réseau peuvent représenter des neurones, des populations de neurones ou des zones du cerveau. Dans ma thèse, j'étudie la reconfiguration dynamique de la connectivité fonctionnelle (FC) des réseaux cérébraux, en traduisant la FC variable dans le temps dans un cadre de réseau temporel (TN). L'étude des TNs permet de découvrir les propriétés d'un système complexe évoluant dans le temps en gardant la trace de l'ordre temporel ou de la simultanéité des connexions. Dans ce travail, j'analyse les TNs du cerveau à différentes échelles spatiales. Je montre comment les séquences d'activation des assemblées cellulaires transitoires à l'échelle micro peuvent être traduites dans un formalisme TN. En extrayant le FC dynamique d'un réseau de neurones en mesurant la quantité d'informations partagées entre leurs firing rates, je capture les différents états méta-stables de ce TN en termes de recrutement dynamique dans les couches une organisation core-periphery globale persistante, et en termes de liquidité de la FC. Je caractérise les comportements typiques des nœuds dans ce TN fonctionnel au sein des états au moyen de mesures de NS, en montrant comment une variété de comportements neuronaux apparaissent et que la proéminence d'un nœud dans un réseau change d'un état à l'autre, et n'est pas significativement liée à l'anatomie ou à la physiologie des cellules. À l'échelle macro, je présente une nouvelle approche pour étudier l'aphasie comme symptôme post-crise chez les patients épileptiques humains. J'extrais un TN multilayer, dont les liens dans chaque layer représentent l'activité synchrone dans une bande de fréquence différente de paires de signaux SEEG. J'étudie la reconfiguration dynamique des communautés de nœuds à l'intérieur de chaque layer en extrayant un flux de matrices de module allegiance (MA) dans le temps. En trouvant des états discrets de MA, je montre comment ils se rapportent aux périodes d'un enregistrement, en identifiant deux états qui se rapportent le plus aux troubles du langage. Je décris donc comment cette recherche en cours pourrait évaluer l'implication du système language dans une réorganisation dynamique multifréquence de la FC, donnant lieu à l'aphasie comme produit d'une communication post-ictale désordonnée entre les régions du langage. Enfin, j'étudie la relation entre la simultanéité des connexions dans un TN et l'existence de structures pertinentes. En particulier, je décris comment les nœuds importants d'un TN interagissent en formant des structures connectées simultanément, contribuant à la définition du temporal rich club (TRC) : une structure temporellement cohésive impliquant les nœuds les plus connectés dans un TN, qui reste plus stable sur un certain laps de temps que ce qui est attendu par hasard. Je montre comment un TRC peut apparaître de manière transitoire même dans les réseaux où un RC statique n'est pas présent et que différents TRCs peuvent être liés à différents moments d'intérêt de l'évolution du réseau. En outre, j'étudie le rôle des TRCs dans les processus de propagation sur les TNs, comme la diffusion d'informations dans un réseau de neurones (ou de contacts sociaux), en dévoilant comment un TRC favorise la propagation. Cette thèse apporte donc la preuve que les approches TN peuvent éclairer les rôles de différents neurones ou zones cérébrales dans la dynamique de communication dans les réseaux cérébraux et sur la façon dont différents régimes dynamiques de la FC sont liés aux dysfonctionnements cognitifs. Mon travail introduit également la nouvelle définition du TRC, contribuant ainsi au répertoire de méthodes pour analyser et décrire les réseaux temporels en général.

Thesis resume

Abstract Network science is a fundamental framework to unveil the organizational principles of complex systems. In neuroscience network theoretic approaches have been used to uncover inherent properties of brain networks. In the brain networked systems span across different spatial scales: nodes in a network can represent individual neurons, populations of neurons up to brain areas. In my thesis I study the dynamic reconfiguration of the Functional Connectivity (FC) of brain networks, translating the time-varying FC into a temporal network framework. The study of temporal networks (TNs) uncovers the underlying properties of a complex networked system evolving in time by keeping track of the time-ordering or the simultaneity of connections. In this work I analyze brain TNs at different spatial scales. I show how sequences of activation of transient cell assemblies at the micro-scale can be translated into a TN formalism. Extracting the time resolved FC of a network of neurons by measuring the amount of shared information between their firing patters, I capture the different meta-stable states of a TN of neurons in terms of the dynamic recruitment into the layers of an overall persistent core-periphery organization, and in terms of the liquidity of the FC. I characterise typical behaviors of nodes in this functional TN within states by means of network theoretic measures, showing how a variety of hub-like neuronal behaviors arise and that the prominence of a node in a network changes from a network state to the other, and is not significantly related to the anatomy or physiology of cells. At the macro-scale, I present a novel approach to study the arising of aphasia as a post-seizure symptom in human epileptic patients. I extract a multi-layer, time varying FC whose edges in each layer represent the synchronous activity in a different frequency band of pairs of SEEG signals. I study the dynamic reconfiguration of communities of nodes within each layer by extracting a stream of time-windowed module allegiance (MA) matrices. Finding discrete states of MA, I show how they relate to the different periods of a recording, in particular identifying two states that most relate to the language impairments. I describe how the relations between the community dynamics in different layers are affected by the seizure. I therefore describe how this ongoing research could assess the involvement of the language system in a multi-frequency dynamic re-organization of FC, giving rise to aphasia as product of post-ictal disordered communication among language brain areas. Lastly, I investigate the relation between the simultaneity of connections in a TN and the existence of relevant structures. In particular, I describe how important nodes in a TN interact with each other forming simultaneously connected structures, contributing to the novel definition of the temporal rich club (TRC): a temporally cohesive structure involving the most connected nodes in a time-varying network, that remains more stable over a certain time-span than expected from chance. I show how TRCs can transiently arise even in networks where a static rich club is not present and that different TRCs can relate to different moments of interest of the network’s evolution. Furthermore, I investigate the role of TRC in spreading processes on TNs, such as diffusion of information in a network of interacting neurons (or social contacts), unveiling how a TRC can foster the spreading. This thesis thus provides evidence that temporal network approaches can shed light on the roles of different neurons or brain areas in the communication dynamics in brain networks and on how different regimes of the dynamic reconfiguration of FC relate to cognitive dysfunctions. My work also introduces the novel definition of the temporal rich club, thus contributing to the growing repertoire of methods and tools to analyze and describe temporal networks in general.