Zoom en détail de l’ensemble de Mandelbrot, une célèbre fractale, à différentes échelles spatiales de 1x, 4x, 16x et 64x (de gauche à droite). Crédit : Image de Jeremy R. Manning
Comprendre comment le cerveau humain produit des pensées complexes est intimidant compte tenu de sa complexité et de son ampleur. Le cerveau contient environ 100 milliards de neurones qui coordonnent l’activité à travers 100 000 milliards de connexions, et ces connexions sont organisées en réseaux qui sont souvent similaires d’une personne à l’autre. Une étude de Dartmouth a trouvé une nouvelle façon d’examiner les réseaux cérébraux en utilisant la notion mathématique de fractales, pour transmettre des modèles de communication entre différentes régions du cerveau pendant que les gens écoutaient une courte histoire. Les résultats sont publiés dans Communication Nature.
“Pour générer nos pensées, notre cerveau crée cet incroyable orage de modèles de connexion”, a déclaré l’auteur principal Jeremy R. Manning, professeur adjoint de sciences psychologiques et cérébrales et directeur du Contextual Dynamics Lab à Dartmouth. « Les motifs sont beaux, mais ils sont aussi incroyablement compliqués. Notre cadre mathématique nous permet de quantifier la relation entre ces modèles à différentes échelles et leur évolution dans le temps. »
Dans le domaine de la géométrie, les fractales sont des formes qui semblent similaires à différentes échelles. Dans une fractale, les formes et les motifs sont répétés dans une cascade infinie, comme des spirales composées de spirales plus petites qui sont à leur tour composées de spirales encore plus petites, et ainsi de suite. L’étude de Dartmouth montre que les réseaux cérébraux s’organisent de la même manière : les modèles d’interactions cérébrales se reflètent simultanément à différentes échelles. Lorsque les gens s’engagent dans des pensées complexes, leurs réseaux semblent s’organiser spontanément en modèles de type fractal. Lorsque ces pensées sont perturbées, les motifs fractals se brouillent et perdent leur intégrité.
Lorsque les gens écoutent une histoire, les interactions de leur réseau cérébral s’organisent en fractales. Les modèles à petite échelle (ordre 1 et 2) impliquent des zones auditives et de traitement (jaune). Les motifs à plus grande échelle (ordre 3) se lient dans les zones visuelles (bleu). Les interactions à plus grande échelle (ordre 4) sont également liées aux régions du cerveau qui prennent en charge la cognition de haut niveau (rose) et le contrôle cognitif (vert). Les ovales orange et cyan désignent respectivement des groupements de régions de bas niveau et de haut niveau. Crédit : Image de Jeremy R. Manning
Les chercheurs ont développé un cadre mathématique qui identifie les similitudes dans les interactions de réseau à différentes échelles ou « ordres ». Lorsque les structures cérébrales ne présentent aucun modèle d’interaction cohérent, l’équipe a qualifié cela de modèle “d’ordre zéro”. Lorsque des paires individuelles de structures cérébrales interagissent, cela s’appelle un modèle de « premier ordre ». Les modèles de « deuxième ordre » font référence à des modèles d’interactions similaires dans différents ensembles de structures cérébrales, à différentes échelles. Lorsque les modèles d’interaction deviennent fractals – “de premier ordre” ou supérieur – l’ordre dénote le nombre de fois que les modèles sont répétés à différentes échelles.
L’étude montre que lorsque les gens écoutaient un enregistrement audio d’une histoire de 10 minutes, leurs réseaux cérébraux s’organisaient spontanément en modèles de réseau de quatrième ordre. Cependant, cette organisation a été perturbée lorsque les gens ont écouté des versions modifiées de l’enregistrement. Par exemple, lorsque les paragraphes de l’histoire étaient mélangés au hasard, préservant une partie mais pas la totalité du sens de l’histoire, les réseaux cérébraux des gens n’affichaient que des modèles de second ordre. Lorsque chaque mot de l’histoire a été mélangé, cela a perturbé tous les modèles de niveau le plus bas (ordre zéro).
“Plus l’histoire était mélangée finement, plus les structures fractales des modèles de réseau étaient perturbées”, a déclaré la première auteure Lucy Owen, étudiante diplômée en sciences psychologiques et cérébrales à Dartmouth. « Étant donné que les perturbations de ces modèles fractals semblaient directement liées à la façon dont les gens pouvaient donner un sens à l’histoire, cette découverte peut fournir des indices sur la façon dont nos structures cérébrales fonctionnent ensemble pour comprendre ce qui se passe dans le récit. »
Les modèles de réseau fractal étaient étonnamment similaires d’une personne à l’autre : les modèles d’un groupe pouvaient être utilisés pour estimer avec précision quelle partie de l’histoire un autre groupe écoutait.
L’équipe a également étudié quelles structures cérébrales interagissaient pour produire ces motifs fractals. Les résultats montrent que les interactions à plus petite échelle (de premier ordre) se sont produites dans les régions du cerveau qui traitent les sons bruts. Des interactions de second ordre reliaient ces sons bruts à des régions de traitement de la parole, et des interactions de troisième ordre reliaient des zones sonores et vocales à un réseau de régions de traitement visuel. Les interactions à plus grande échelle (quatrième ordre) ont lié ces réseaux sensoriels auditifs et visuels aux structures cérébrales qui soutiennent la pensée de haut niveau. Selon les chercheurs, lorsque ces réseaux s’organisent à plusieurs échelles, cela peut montrer comment le cerveau transforme les informations sensorielles brutes en pensées complexes, des sons bruts à la parole, à la visualisation, à la compréhension complète.
Le cadre de calcul des chercheurs peut également être appliqué à des domaines au-delà des neurosciences et l’équipe a déjà commencé à utiliser une approche analogue pour explorer les interactions entre les cours des actions et les schémas de migration des animaux.
Référence : « La cognition de haut niveau pendant l’écoute d’histoires se reflète dans des corrélations dynamiques d’ordre élevé dans les modèles d’activité neuronale » 30 septembre 2021, Communication Nature.
DOI : 10.1038/s41467-021-25876-x