Le cortex humain contient plus de 16 milliards de neurones reliés par environ 150 000 kilomètres d’axones, formant près de 164 000 milliards de synapses. Comment un réseau d’une complexité aussi astronomique parvient-il à s’organiser, ni totalement au hasard ni de manière rigidement régulière, est l’une des énigmes les plus profondes des neurosciences.
Une étude publiée le 20 août dans Cell propose une réponse étonnamment simple : le câblage du cerveau est contraint par les mêmes principes géométriques qui régissent les ondes stationnaires sur une membrane de tambour.
Des chercheurs du Turner Institute for Brain and Mental Health de l’université Monash ont développé un modèle mathématique appelé « Geometric Eigenmode Model » (GEM) qui traite le cortex comme une surface continue dans laquelle l’activité neuronale se propage sous forme d’ondes. De même qu’une membrane de tambour possède des fréquences de résonance préférentielles, des motifs spatiaux de vibration déterminés par sa forme et sa tension, le cortex possède des résonances spatiales préférentielles appelées modes propres géométriques. Ce sont les motifs naturels d’ondes stationnaires de l’activité neuronale, chacun caractérisé par une longueur d’onde spatiale spécifique et une disposition topographique de nœuds (points qui restent stationnaires) et de ventres (points d’oscillation maximale).
L’hypothèse centrale du modèle est que les connexions entre régions corticales sont préférentiellement préservées et renforcées lorsqu’elles relient des emplacements qui oscillent en phase, des emplacements proches des ventres du même mode propre. Ces connexions agissent comme des canaux de communication qui réduisent l’énergie nécessaire pour exciter ce mode, rendant la dynamique cérébrale plus efficace.
« Le modèle récapitule les aspects clés de la topologie et de la topographie des connectomes empiriques binaires et pondérés chez les espèces humaines et non humaines », écrivent les auteurs. « Les résultats indiquent un rôle fondamental de la géométrie dans la formation de l’architecture multi-échelle des connectomes corticaux, conservé sur 90 millions d’années d’évolution. »
Comment fonctionne le modèle
Le GEM est dérivé de la théorie des champs neuronaux, une classe de modèles mathématiques qui traitent la dynamique neuronale à grande échelle comme des ondes se propageant à travers une feuille corticale continue. Le modèle ne nécessite que deux paramètres libres : k, le nombre de modes propres inclus (le modèle a utilisé 108 modes sur 4 386 possibles, soit environ 2,5 %), et rs, un paramètre d’échelle de longueur qui contrôle la contribution relative des modes de grande longueur d’onde par rapport aux plus courts.
Lorsqu’il a été ajusté à un connectome humain moyen de groupe, cartographié par IRM de diffusion chez 339 adultes en bonne santé, le GEM a atteint une précision remarquable. Il a reproduit le classement des forces de connexion avec une corrélation de ρ = 0,81, et a prédit avec succès la topographie spatiale des hubs du réseau, les régions cérébrales les plus fortement connectées, avec des corrélations spatiales de ρ = 0,52 pour le degré binaire et ρ = 0,47 pour le degré pondéré. Il a atteint un taux de vrais positifs de 75 % pour la prédiction de la présence ou de l’absence de connexions.
Fait crucial, le modèle a surpassé toutes les alternatives existantes : une simple règle de distance exponentielle (les connexions sont plus probables entre régions proches), un modèle basé uniquement sur les modes propres géométriques du cortex sans la pondération de la théorie des champs neuronaux, et des réseaux aléatoires. Lorsqu’il a été validé sur des données de test réservées par validation croisée split-half, la performance supérieure du GEM s’est maintenue.
À travers les espèces et les échelles
La puissance du modèle s’étend bien au-delà du cerveau humain. Les chercheurs l’ont testé sur les connectomes de chimpanzés, de macaques, d’ouistitis et de souris, cartographiés soit par IRM de diffusion, soit par traçage viral invasif, des méthodes qui opèrent à des échelles spatiales fondamentalement différentes.
Chez chaque espèce, le GEM a reproduit l’organisation du connectome cortical avec une grande fidélité. Étant donné que le dernier ancêtre commun de ces cinq espèces vivait il y a environ 90 millions d’années, les résultats suggèrent que l’influence de la géométrie sur le câblage cortical est une caractéristique universelle et profondément conservée de l’organisation cérébrale des mammifères.
Le modèle a également capturé des caractéristiques qui n’étaient pas directement optimisées lors de son ajustement, notamment la structure communautaire modulaire des réseaux corticaux, la tendance des régions cérébrales à s’organiser en sous-groupes densément interconnectés, et les propriétés spectrales du connectome.
Ce que cela signifie
Les modèles précédents du câblage cérébral ont mis l’accent sur la règle de distance exponentielle, l’observation selon laquelle les connexions deviennent moins probables à mesure que la distance entre les régions augmente. Cette règle a été proposée comme un principe universel de l’organisation du connectome, découlant du coût métabolique des longs axones. Le GEM ne contredit pas ce principe, mais va plus loin : il explique non seulement quelles régions pourraient être connectées en fonction de la distance, mais exactement quelles paires d’emplacements à une distance donnée sont les plus susceptibles de former des connexions fortes.
« Dans notre modèle, la contribution de chaque mode propre reflète son expression relative dans la dynamique neuronale moyenne supposée », expliquent les auteurs. Les modes propres d’ordre inférieur (grande longueur d’onde) dominent car ils nécessitent moins d’énergie pour être excités, une dépendance énergétique analogue à la distribution de Boltzmann en thermodynamique.
Les chercheurs notent plusieurs réserves importantes. Le modèle ne considère actuellement que les connexions cortico-corticales intra-hémisphériques, excluant les connexions inter-hémisphériques et les connexions avec les structures sous-corticales comme le thalamus. Il suppose une échelle de longueur spatiale uniforme à travers le cortex, alors qu’en réalité différentes populations neuronales ont des échelles de propagation caractéristiques différentes. Et le modèle capture l’architecture à l’état d’équilibre, moyennée dans le temps, et non la co-évolution dynamique de la géométrie et de la connectivité au cours du développement.
Néanmoins, l’étude fournit la preuve la plus solide à ce jour que le câblage complexe, apparemment idiosyncrasique, du cerveau des mammifères peut être compris à travers un principe géométrique remarquablement simple.
Traduit par Lydie
Sources
- Normand, F., Gajwani, M., Cao, T., et al. « Geometric constraints on the architecture of mammalian cortical connectomes ». Cell 189, 1-21 (2026). DOI : 10.1016/j.cell.2026.05.048. https://doi.org/10.1016/j.cell.2026.05.048
- Code et données : https://github.com/francisnormand/GeometricEigenModeModel et https://osf.io/rz3hw/