L'influence d'une cellule neuronale à un autre neurone à laquelle il est connecté varie avec le temps dans un processus appelé «plasticité synaptique » . Ce processus , le principal mécanisme cellulaire sous-jacent l'apprentissage et la mémoire , a soigneusement été étudiés par les neurobiologistes au niveau cellulaire (activité électrique des cellules ) . Cependant , bien que les résultats expérimentaux dans la dernière décennie ont permis d'identifier un grand nombre de signaux de transduction des protéines impliquées dans la plasticité synaptique , nous ne comprenons toujours pas son fonctionnement au niveau moléculaire , ni comment expliquer les réponses cellulaires sur la base des niveaux moléculaires . Pour ce faire, il faut construire des modèles informatiques et mathématiques des implicites réseaux de transduction du signal donc de développer efficacement les systèmes informatiques de la biologie de la plasticité synaptique . En collaboration avec le laboratoire de biologie expérimentale dirigée par L. Venance au Collège de France , Paris ( CNRS / UMR 7241 - INSERM U1050 ) , nous étudions les bases moléculaires de la plasticité synaptique ( plasticité dépendante pic - timing) dans une partie du cerveau appelé les noyaux gris centraux (impliqué dans l'apprentissage procédural ) . En utilisant une approche conjointe expérimental de modélisation , nous avons développé un modèle de calcul des réseaux moléculaires impliqués dans le jeu ( récepteurs du glutamate , CaMKII , les endocannabinoïdes , PKA ... ) , qui permet précisément les réponses cellulaires compréhension sur la base des niveaux moléculaires pour un ensemble restreint conditions de laboratoire .
L'objectif de cette thèse est d'étendre ce modèle afin de tenir compte des nouvelles conditions expérimentales d'intérêt . Cela nécessitera l'extension du modèle selon trois axes ( classement par ordre de priorité ) :
i ) compte pour la régulation STDP par les astrocytes , par la modulation de l'enlèvement de glutamate former la fente synaptique .
ii ) améliorer la description de la partie présynaptique du modèle , qui décrit la transduction du signal par le système endocannabinoïde . Ce sera en particulier impliquer la modélisation détaillée de la signalisation CB1R et le trafic entre synaptique et compartiments extrasynaptiques ,
iii) ajouter une description de la signalisation de la dopamine et notamment de la complexité liée à DARPP- 32