Transmission synaptique

La synapse est le nom de la jonction entre les arborisations terminales d’un axone et les dendrites d’un autre neurone. C’est par elle que va transiter l’influx électrique. Il en existe deux types.

Pour une synapse électrique, les deux neurones sont reliés par une jonc- tion communicante, ou jonctions gap, assurant une continuité de conduction électrique. Les ions passent librement d’une cellule à l’autre, permettant la continuité des potentiels d’action. Ces synapses électriques se trouvent principalement entre les neurones inhibiteurs.

Les synapses les plus fréquentes sont les synapses chimiques, que l’on peut voir en figure 3.4. Le mécanisme de transmission de l’influx, où neu- rotransmission, est plus complexe que pour le premier type de synapse. Ici, le neurone émetteur et le neurone récepteur de cet influx sont sépa- rés par une fente synaptique. Le signal électrique afférent va provoquer l’ouverture de canaux calcium, entrainant la fusion de la membrane d’un terminal dendritique du neurone présynaptique avec celle des vésicules qu’elle contient. Ces vésicules vont libérer dans la fente synaptique des molécules appelées neurotransmetteurs ou neuromédiateurs, c’est le phéno- mène d’exocytose. Les neurotransmetteurs vont se mouvoir dans cette fente par simple diffusion et se fixer par sur des récepteurs spécifiques de la membrane du neurone postsynaptique, entrainant l’ouverture de canaux ionique et ainsi la création de courants propagés dans le neurone post- synaptique. Une synapse peut être dite excitatrice si le signal transmis est dépolarisant, ou inhibitrice s’il est hyperpolarisant. Ce rôle est fonction de la nature des neurotransmetteurs relâchés (il a été récemment prouvé que de nombreux neurones peuvent libérer deux types de neurotransmetteurs ou plus, contrairement au principe de Dale auparavant énoncé, stipulant qu’il n’y a qu’un neurotransmetteur par neurone).

3.2

Modélisation biophysique d’un neurone

Pour pouvoir étudier, analyser, simuler, recréer un neurone et surtout prédire son comportement, éventuellement au sein d’un réseau, il est né- cessaire d’en fournir une représentation, fonction des différentes théories que l’on souhaite appliquer et des mécanismes physiques que l’on sou-

vésicules

fente

synaptique

neurone

présynaptique

neurone postsynaptique

Figure 3.4 – Schéma d’une synapse chimique. Le signal électrique afférent provoque l’ouverture des vésicules et le déversement des neurotransmetteurs qu’elles contiennent dans la fente synaptique. Ces molécules viennent se fixer sur des récepteurs de la mem- brane postsynaptique, entrainant la création d’un signal électrique qui sera propagé dans la cellule efférente. Extrait de [21]

haite voir reproduits. La connaissance des propriétés biologiques du neu- rone permet la création de modèles dont le comportement se rapproche de celui d’un neurone réel.

Selon le point de vue adopté, on peut chercher à modéliser le plus fidèlement possible l’ensemble des propriétés et variables biologiques d’une cellule neuronale dans un modèle biophysique, ce que nous trai- tons dans cette section, ou bien considérer le neurone comme un élément de base dans le traitement de l’information, en l’idéalisant avec un mo- dèle computationnel, dont nous présentons un exemple particulier dans la section 3.3.

Un modèle biophysique de neurone va chercher à reproduire sous la forme d’équations l’évolution des variables biologiques significatives, en particulier le potentiel membranaire V.

Bien que V soit la variable la plus pertinente, cette grandeur dépend, dans un neurone réel, d’autres grandeurs, qui peuvent être utilisées dans les différentes modélisations. Nous noterons ces grandeurs :

– V0 le potentiel de repos du neurone ; – Eu le potentiel d’équilibre d’un ion u ;

– Cm la capacité membranaire (polarisé, le neurone se comporte en effet comme un condensateur, avec courant de fuite) ;

– gm la conductance membranaire :

– gula conductance d’un canal ionique u, et ¯gusa valeur maximale ; – gl la conductance de fuite, et ¯gl sa valeur maximale ;

– τm la constante de temps membranaire, τm =Cm/gm.

3.2.1 Modèle de Hodgkin et Huxley

En 1952, Hodgkin et Huxley ont découvert comment est généré le po- tentiel d’action dans l’axone du calmar. Leurs travaux multidisciplinaires,

récompensés d’un prix Nobel, ont montré que le courant membranaire I peut être vu comme la somme d’un courant capacitif de capacité C et de courants ioniques dépendants de la différence entre le potentiel membra- naire et le potentiel d’équilibre du canal considéré [102]. La dynamique du potentiel membranaire d’un neurone est ici décrite par le système dif- férentiel non linéaire suivant :

       CmdV_dt = −¯gl(V−V0) − ¯gKn4(V−EK) −¯gNam3h(V−ENa) +I dw dt = (1−w)αw(V) −wβw(V), avec w= n, m ou h

avec ¯gl la conductance maximale de fuite. Les fonctions auxiliaires m, n et h correspondent à des probabilités d’ouverture ou d’activation des ca- naux ioniques. Elles sont toutes trois régies par une équation différentielle du même type, avec αw(V) et βw(V)les fonctions indiquant les vitesses d’ouvertures des canaux ioniques, calculées empiriquement par Hodgkin et Huxley et dont des approximations sont données dans [102].

L’élévation à la puissance 4 de la fonction n correspond à une ap- proximation acceptable de la conductance du potassium par une équa- tion de premier ordre élevée à la puissance 4, à la place d’une équation du quatrième ordre. Cela représente la subdivision du canal potassium en 4 sous-canaux identiques, devant être ouvert en même temps.

Il en est de même pour le canal sodium avec l’élévation à la puissance 3 de la fonction m. La présence simultanée des fonctions m et h sur ce canal modélise la superposition de deux canaux ayant chacun leur propre dynamique ; cela représente la propriété du canal sodium de pouvoir être activé ou pas en plus d’être ouvert ou fermé.

Ce modèle, en expliquant plus qu’en copiant les mécanismes neuro- naux, est le modèle de référence pour les processus membranaires, les autres modèles n’arrivant pas à obtenir la même précision dans la si- mulation de la variation du potentiel membranaire ou la génération de potentiel d’action.

Une autre des raisons de son succès est le fait qu’il a été le premier à introduire une modélisation des conductances des canaux ioniques, et a engendré une série de modèles dérivés décrivant cette propriété : ce sont les modèles à conductance, ou conductance-based models, les plus simples représentations biophysiques d’un neurone, dans lesquelles les canaux ioniques sont représentés par des conductances et la membrane cellulaire de lipides par une capacité.

3.2.2 Autres modèles à conductances

Comme nous venons de l’énoncer, les résultats obtenus à partir du mo- dèle de Hodgkin et Huxley en font une référence. Néanmoins, sa grande complexité a favorisé l’introduction de modèles plus simples mais aussi plus approximatifs, prenant également en compte les conductances des ions. Ils sont souvent décrits par un système différentiel cette fois ci li- néaire, de deux équations, autorisant un traitement analytique.