Réseaux de neurones en architecture contrôlée Intérêt, fabrication et mesures Plan Introduction : neurones et réseaux neuronaux Du cerveau aux réseaux in vitro Architecture contrôlée Mécanique du neurone Différenciation axonale in vitro Instrumentation physique dédiée aux réseaux in vitro: MEAs, FETs et nanoFETs Catherine Villard SMB 2009 Neurones et signaux neuronaux Une grande variété morphologique Neurones et signaux neuronaux Transmission et traitement de l’information seuil Intégration dans le soma dendrites Potentiels miniatures dans les dendrites Potential d’action dans l’axone potentiel d’action axone Neurones et signaux neuronaux Cellules gliales, 10 fois plus nombreuses que les neurones ⇰ Olygodendrocyte ⇰ Microgliocyte : défense du tissu cérébral ⇰ Astrocyte : rôle de soutien, rôle nourricier (transformatin du glucose sanguin en glycogène, assimilable par les neurones), partenaires actifs dans la communication synaptique Neurones et signaux neuronaux Cellules gliales, 10 fois plus nombreuses que les neurones ⇰ Olygodendrocyte ⇰ Microgliocyte : défense du tissu cérébral ⇰ Astrocyte : rôle de soutien, rôle nourricier (transformatin du glucose sanguin en glycogène, assimilable par les neurones), partenaires actifs dans la communication synaptique Du cerveau aux réseaux in vitro Problématique générale Comprendre les mécanismes de traitement de l’information par le cerveau Simplifier la complexité par la création de réseaux in vitro Faire appel à la technologie microélectronique Instrumentation physique adaptée & Réseaux architecturés Systèmes modèles instrumentés pour les neurosciences Quelques grandes questions: • Rôle de l’activité spontanée dans le traitement de l’information • Rôle des processus synchrones Du cerveau aux réseaux in vitro Du cerveau aux réseaux in vitro Approche et contrôle des phénomènes de synchronisation Potter et al., Journal of Neurosciences 2005 ⇰ Suppression des bouffées synchrones par une rétroaction en boucle fermée à l’aide d’électrodes de stimulation Influence de l’architecture? Du cerveau aux réseaux in vitro 0 2 5 8 5 µV Bruit neuronal et activité synchrone 2s Simulation (1 paramètre : amplitude du bruit) C20, DIV 26 G. Becq et al., MEA 2008. Rôle de l’activité spontanée dans le traitement de l’information ⇰ le neurone : un système à seuil θ Amblard et al., GIPSA lab Information mutuelle Du cerveau aux réseaux in vitro ⇰ traitement de l’information assisté par le bruit dans les réseaux “pooling” Information Mutuelle (bruit) ⇰ Structure in vitro correspondante ? bruit Architecture contrôlée hippocampe Cultures in vitro Mise en culture Φ ≃10µm ≤ 12h ≃ 36h DIV 2-3 Architecture contrôlée Substrats à contraste d’adhésion t=0 (48h) t=11min 40 µm Wyart et al., Journal of Neurosciences Methods 2002 t=59min 40 µm ⇰ Astrocytes à écarter !!!! Architecture contrôlée Neurocages Cage en parylène Pine et al., Caged neuron MEA: A system for long-term investigation of cultured neural network connectivity, Journal of Neurosciences Methods 2002 Traction, flexion ... mécanique du neurone Position finale 1er modèle: comportement viscoélastique 2ème modèle: viscoélasticité + contractilité T0 ≃ 1- 2 nN E ≃ 12 kPa ≫ Contribution des moteurs moléculaires ≫ O’Toole et al., Biophysical Journal 2008 Position initiale aiguille Bernal et al., PRL 2007 Propriétés viscoélastique des neurites transition élongationrétraction Propriétés mécaniques des neurites Modèles microscopiques ⇰ Tension et actomyosine Kaverina et al., Journal of Cell Science, 2002 Fass and Odde, Biophysical Journal, 2003 ⇰ Tension et polymérisation des microtubules Différentiation axonale Etat de l’art ⇰ Substrats bi-patternés Laminine Poly-lysine Esch, V. Lemmon et G. Banker, The Journal of Neuroscience, 19 (1999) 6417 ⇰ Adhésion spécifique Oliva et al., Neurochemical Research, 2003 Différentiation axonale Etat de l’art ⇰ Mécanismes intrinsèques : positionnement du centrosome ⇰ Mécanismes extrinsèques : tension appliquée aux neurites centrosome Golgi endosomes Lamoureux et al., JCB 2002 10 µm Calderon de Anda et al., Nature 2005 Golgi 20 µm ⇰ Possibilité de créer un second axone au stade 3 axone 10 µm Différentiation axonale Motifs “boomerang”: contrainte du corps cellulaire HeLa cell position attendue du centrosome 10 µm 1 3 2 ankyrinG immunolabelling 2 µm 20 µm Théry et al., Nature Cell Biology 2005 Taux d’orientation suivant 1: 59% 2 1 3 1 Différentiation axonale Motifs ondulé: contraintes sur la pousse neuritique ⇰ Limitation de la tension α=0.96 α=1.32 α=1.8 α=2cos(γ) x T α=2 Ondulation & Tension T ⇥ “ force de décrochage” Polarisation si Fadhésion < α x Taxone F=αxT : limitation de la tension maximum développée sur les ondulations Différentiation axonale Control of thecontraintes neurite tension Motifs ondulé: sur la pousse neuritique ⇰ Résultats 1 20 µm Axonal orientation % 70 60 50 40 30 20 0.8 1.2 α 1.6 2 Différentiation axonale Motifs ondulé: contraintes sur la pousse neuritique ⇰ Effet d’un confinement géométrique 20 µm Orientation axonale suivant 1: 32% (au lieu de ≃66%) neurite 5 µm Différenciation axonale Combinaison des deux effets Orientation axonale suivant 1: 88% microtubules ? filaments d’actine ? Différentiation axonale Motifs ondulé: contraintes sur la pousse neuritique ⇰ Vidéo-microscopie • 1 image toutes les 5min • 12 images / s ↓ 1s ≣ 1 h Différentiation axonale Motifs ondulé: contraintes sur la pousse neuritique ⇰ Vidéo-microscopie • 1 image toutes les 2min • 10 images / s ↓ 1s ≣ 20 min Différentiation axonale Vagues ⇰ Banker et al., 1998 Différentiation axonale Vagues • 1 image toutes les 2min • 10 images / s ↓ 1s ≣ 20 min Détection et stimulation : les différentes techniques Approche intra-cellulaire Patch-clamp 50 µm Wyart et al., Journal of Neuroscience Methods (2002) ⇰ Mesure des potentiels de repos de neurones sur patterns 50 µm Détection et stimulation : les différentes techniques Détection extra-cellulaire par couplage capacitif : Micro Electrode Arrays (MEA) Spikes 20 µV 50 µm 0.2 s 50 µm C41, x40, DIV6 Neurone sur MEA Détection et stimulation : les différentes techniques Détection extra-cellulaire par transistors à effet de champ (FET) Principe : variation locale de tension dans le gap neurone-substrat => modulation de la conductance du canal ⇰ Travaux de P. Fromhertz grille Détection et stimulation : les différentes techniques Détection extra-cellulaire par transistors à effet de champ (FET) ⇰ NanoFETS : nanofils de silicium Φ=20 nm F. Patolsky et al., Science 313, 1100 (2006) Détection et stimulation : les différentes techniques Détection extra-cellulaire par transistors à effet de champ (FET) ⇰ Technique top-down (Institut Néel) Détection et stimulation : les différentes techniques Détection extra-cellulaire par transistors à effet de champ (FET) ⇰ Technique top-down (Institut Néel) Conclusion Biologie cellulaire Matériaux Neuroscience t Mécanique Electrochimie Réseaux de Neurones in vitro Technologies microélectroniques Chimie de surface Electronique Remerciements: Sophie Roth : Institut Néel - GIN : polarisation axonale, cultures sur MEA Ghislain Bugnicourt : Institut Néel - GIN : neurones sur silicium et nanoFETs Matthieu Petit : Institut Néel, post-doc ANR Libertad Abad-Munoz: Institut Néel, post-doc fondation nanoscience NanoFETs NanoFAB : : T. Fournier et T. Crozes Electronic Service : : JL Mocellin Guillaume Becq : post-doc GIPSA-Lab : simulations, instrumentation physique Sylvie Gory-Fauré Jacques Brocard Yasmina Saoudi Nora Collomb GIN Pierre-Olivier Amblard Steve Zozor Paul Salin LEPMI Alice Nicolas LTM JP Diard GIPSA-Lab UMR 5167