Biologie des systèmes et neurosciences
Formalisation de la problématique
En général, les neurosciences computationnelles se sont essentiellement occupées de modèles membranaires, de récepteurs moléculairres, d’effets des modulateurs (sérotonine, etc.) sur la transmission synaptique et leur impact sur le comportement des réseaux. La biologie des systèmes porte quant à elle davantage sur la signalisation et les processus génétiques. Malgré les liens évidents entre la composition de la membrane neuronale, la signalisation et l’expression des gènes, les démarches de modélisation semblent reliées.
Un objectif central des est de comprendre les mécanismes moléculaires des synapses, allant de leur établissement durant le développemment à la plasticité et l’apprentissage sur plusieurs échelles de temps, en conditions normales ou pathologiques. On peut supposer que les changements durables dans les connexions neuronales et des propriétés électrophysiologiques des neurones individuels et des réseaux soient liées à des changements dans la signalisation neuronale et l’activité de facteurs de transcription et d’expression des gènes. Combiner la biologie des systèmes avec les neurosciences computationnelles semble pertinent pour comprendre comment les propriétés reliées de ces différents niveaux biologiques.
Bridging Gene Networks to Neural Networks
Liste de questions en vrac
Comment la modélisation des processus moléculaires peut servir de base à la compréhension du comportement électrique adaptatif des neurones?
Comment des données globales peuvent être utiles pour déterminer les récepteurs, canaux et transmetteurs intervenant dans une fonction neuronales ?
Comment des fonctions neuronales robustes et sophistiquées émergent à partir de processus moléculaires et cellulaires complexes ?
Comment la biologie des système par ses méthodes de caractérisation d’interactions à partir de données « omiques » et par ses méthodes de modélisation des voies moléculaires et génétiques peut contribuer à comprendre les propriétés électriques de neurones et les fonctions intégrées d’assemblées de neurones en ineraction ?
Comment intégrer de multiples niveaux d’analyse incluant la signalisation intracellulair, les réseaux de régulation génétiques, les circuits neuronaux et les comportements d’organes ou organismes ?
Comment incorporer aux modèles numériques électrophysiologiques des neurones et des synapses bien établis de neuroscience théorique les éléments moléculaires et génétiques issus de la biologie des systèmes ?
Comment des données et des analyses d’approches « omiques » sur les processus de signalisation et de régulation génétique peuvent être reliés aux propriétés électrophysiologiques des membranes ?
Questions d’après : The neuroscience–systems biology disconnect: towards the NeuroPhysiome
Kendall F. Morris, James S. Schwaber«
How can high-throughput data-acquisition methods be used in neuroscience problems? How can they be used to tell us about the types of channels and receptors that are expressed in a neuronal group of functional interest? Which of these are modified in disease, or by environmental inputs? Which transmitters/modulators are expressed in particular neuron types or functional groups? Can technical hurdles be overcome to provide this information in individual neurons, or over time in physiological conditions? •
How can information of these types be relevant to the questions of computational neuroscience of neuronal systems? For example, similar to the Hodgkin–Huxley models, how can systems approaches help determine which parameters should be incorporated in simulations and which should be focused on in disease or across distinct functional states? Or, more specifically, are there opportunities to populate or parameterize Hodgkin–Huxley neuron models with quantitative information about channel types or transmitters obtained from unbiased global data taken from relevant neuron classes? •
Can high-dimensional data sets be collected and analysed to understand molecular networks and their dynamics? Can models at this level be used in computational neuroscience to understand adaptive neuronal and neuronal network physiology? •
Can our modelling approaches in computational neuroscience include molecular processes or biochemical reaction kinetics relevant to the functions under study? How can adaptive neuronal function resting on these processes be understood at the level of neural network physiology, including their effects on action potential firing and behaviour? •
How can large time and spatial scales be bridged, at least empirically, to bring synaptic events into a closed-loop system where millisecond-based electrophysiological events can be translated to enduring changes in neuronal behaviour and molecular network remodelling that ultimately changes membrane electrophysiology over a longer time scale?