Séminaire tutoré - Adrienne Fairhall
Variabilité, apprentissage et robustesse du chant des oiseaux
Vendredi 4 février 2022, le Programme doctoral de NeuroSchool invitera Adrienne Fairhall (University de Washington, Seattle, USA) pour un séminaire sur la variabilité, l’apprentissage et la robustesse dans le chant des oiseaux.
Résumé :
Le diamant mandarin (un oiseau chanteur) est un système modèle exemplaire pour étudier l’apprentissage par essais et erreurs, car l’oiseau apprend progressivement son chant unique grâce à la production de nombreuses interprétations bruyantes. C’est également un bon système pour étudier le maintien de la motricité, car l’oiseau adulte maintient activement son chant et conserve une certaine plasticité résiduelle. L’apprentissage moteur se produit par l’association du timing au sein de la chanson, représenté par des décharges clairsemés dans le noyau HVC, avec une réaction motrice, entraînée par le noyau RA. Ici, nous montrons avec une modélisation, que le faible niveau de variabilité observé dans le HVC, peut donner comme résultat un réseau plus facilement capable de s’adapter au changement, et qui est plus robuste face aux dommages cellulaires ou à la mort, qu’un réseau non perturbé. En collaboration avec le laboratoire de Carlos Lois, nous prenons également en compte l’effet de la perturbation directe du HVC par l’injection virale de toxines qui affectent la décharge des neurones de projection. Suite à ces perturbations, le chant est profondément affecté mais parvient à se rétablir presque parfaitement. Nous caractérisons les changements dans l’acoustique et la syntaxe des chants, et proposons des modèles pour l’architecture et la plasticité du HVC, qui peuvent expliquer certains des effets observés. Enfin, nous suggérons un rôle potentiel pour les inputs du noyau Uva, qui aideraient à contrôler la précision du timing dans le HVC.
- HVC (High vocal center) : fait partie de la voie prémotrice nécessaire à la production du chant et constitue également une source d’entrée primaire pour la voie du cerveau antérieur (AFP), un circuit lié aux ganglions basaux, essentiel à l’apprentissage vocal.
- RA (the robust nucleus of the arcopallium) : le HVC se projette vers le RA et, chez l’adulte, déclenche une décharge neuronale rapide, exactement une fois pendant le chant.
- Uva (Nucleus Uvaeformis of the thalamus) : envoie des « inputs » à deux noyaux du cerveau antérieur (NIf et HVC) mais n’est pas considéré comme important pour la production de chants.
Le 4 février 2022, en ligne sur zoom / sur site à l'INT
Dernières informations:
- Discussion entre étudiants – Pour les doctorants uniquement – lieu: ➡️ en attente de décision, contactez le chairman pour participer.
- 14h30 – Séminaire – Ouvert à tous – sur place : Salle Henri Gastaut, rez-de-chaussée de l’INT / en ligne sur zoom
- 15h30 – Discussion avec l’intervenant – Réservé aux doctorants – sur place : Salle Laurent Vinay, 1er étage de l’INT / en ligne sur zoom
📢 Doctorants, inscrivez-vous sur AMETICE pour que vos heures soient comptabilisées. 3 heures pour la participation, 4 pour présider le séminaire.
Register and receive the zoom link
Our speaker
Adrienne Fairhall est professeure au Département de Physiologie et de Biophysique et adjointe aux Départements de Physique et de Mathématiques Appliquées, à l'Université de Washington (UW). Elle a obtenu son baccalauréat spécialisé en physique théorique de l'Université Nationale d'Australie et un doctorat en physique statistique l'Institute de Science Weizmann. Elle a rejoint l'Université de Washington en 2004 après des études postdoctorales à l'Université de Princeton. Elle est codirectrice du UW Computational Neuroscience Center et de ses programmes éducatifs. Elle a dirigé le cours sur les laboratoires de biologie marine, les méthodes de Neuroscience Computationnelle et l'atelier d'été de l'UW/Allen Institute pour le Cerveau Dynamique. Elle a obtenu les bourses Burroughs-Wellcome, McKnight et Sloan et est actuellement présidente distinguée de Tocqueville-Fulbright. Son travail se concentre sur le codage et le calcul neuronal dans une gamme variée de systèmes et d'espèces, avec un intérêt particulier pour l'interaction entre le codage et la dynamique cellulaire et des circuits.