Au LCSB, nous appliquons ces méthodes informatiques à de nombreux aspects de la recherche sur le cerveau. Que ce soit pour comprendre des mécanismes à l’échelle moléculaire ou cellulaire, ou le fonctionnement de l’ensemble du cerveau, les modèles informatiques sont au cœur de notre travail. L’équipe de Dr Alex Skupin a par exemple construit des modèles représentant la transmission de signaux via des échanges de calcium au sein des cellules, ou encore la production d’énergie dans les mitochondries, les centrales énergétiques des cellules. Des chercheurs des équipes des professeurs Enrico Glaab et Reinhard Schneider ont découvert plusieurs nouveaux gènes impliqués dans la maladie d’Alzheimer ou l’épilepsie. Grâce à des modèles informatiques, l’équipe du professeur Antonio del Sol a pu prédire quels facteurs moléculaires doivent être modifiés pour convertir un type de cellule en un autre type.
D’autres informaticiens, travaillant avec le professeur Jorge Gonçalves, collaborent étroitement avec le professeur Frank Hertel, neurochirurgien au Centre Hospitalier de Luxembourg, afin d’améliorer le placement des électrodes utilisées pour la stimulation cérébrale profonde chez les patients parkinsoniens. Dans un projet en cours financé par la fondation Michael J. Fox, des scientifiques du LCSB cherchent à appliquer des méthodes d’apprentissage automatique profond (deep learning) pour analyser des données collectées chez des patients atteints de la maladie de Parkinson, et prédire comment la maladie va évoluer chez chacun. Cette liste non-exhaustive d’exemples de recherches en informatique menées au LCSB montre à quelle point la modélisation est centrale dans nos travaux et va de pair avec les approches expérimentales.
Dans notre cerveau, 100 milliards de neurones forment des connections et communiquent entre eux. En général, cette activité cérébrale est à l’équilibre. Mais si deux régions du cerveau se stimulent l’une l’autre continuellement, elles deviennent hyper-synchronisées et entraînent une crise d’épilepsie. Ce genre de crise peut prendre des formes très diverses selon les régions du cerveau affectées. Chez les personnes épileptiques, ces crises se produisent sans aucune intervention extérieure, mais elles peuvent aussi survenir chez n’importe qui suite à une longue période sans sommeil par exemple ou à une déshydratation sévère. Des traitements médicamenteux permettent de contrôler ces crises chez certains patients, mais ils ont des effets secondaires du fait de leur action sur l’ensemble de l’activité cérébrale. De plus, tous les patients ne répondent pas de la même façon aux médicaments. Pour certains, la chirurgie peut être une autre option thérapeutique.
Afin de mettre au point de nouveaux traitements, nos chercheurs travaillent avec des organismes modèles dans lesquels ils peuvent reproduire les symptômes de l’épilepsie et tester les effets de molécules ayant un potentiel thérapeutique. Un de ces organismes modèles est le poisson-zèbre, un petit poisson originaire du Gange en Inde dont 60% des gènes sont similaires à ceux des humains. Cette similarité en fait un bon modèle pour étudier les causes génétiques des maladies. La larve du poisson-zèbre est de plus transparente, ce qui permet d’observer la propagation d’une crise d’épilepsie au microscope grâce à des pigments spéciaux. En enregistrant en même temps l’activité cérébrale avec un électroencéphalogramme, il est possible d’étudier en détail comment la crise commence, se répand au travers du cerveau, puis s’arrête. Nos chercheurs ont utilisé cette méthode pour mieux comprendre le syndrome de Dravet, une forme génétique rare d’encéphalopathie épileptique. Ils ont pu montrer que, chez le poisson-zèbre modèle de cette maladie, des cellules nerveuses bien particulières disparaissent au cours du développement embryonnaire. Ces cellules ont un rôle inhibiteur et en leur absence, le cerveau devient hyperactif, entrainant des crises d’épilepsie.
Nos informaticiens ont aussi un rôle à jouer dans les travaux de recherche sur l’épilepsie. Ils mettent au point des algorithmes d’apprentissage automatique (machine learning) qui peuvent lire les tracés d’électroencéphalogrammes. Ces algorithmes sont capables de détecter à quel moment une crise s’est produite et fournissent des informations permettant de classer les différents types de crise. À terme, l’objectif est d’utiliser ces outils informatiques pour identifier des signaux d’alarme précoces qui permettrait de savoir quand une crise va se produire.
© 2025 LCSB Fundraising
Notices légales
Design by Marc Wilmes Design