Publié le 2025-10-22 20:05:00. Des chercheurs ont mis au point un nouveau modèle informatique, baptisé CogLinks, qui simule le fonctionnement des circuits cérébraux pour comprendre comment le cerveau prend des décisions en situation d’incertitude et comment il s’adapte aux changements. Cette avancée pourrait révolutionner la psychiatrie en aidant à mieux cerner les mécanismes des maladies mentales.
- L’incertitude est intrinsèque au fonctionnement du cerveau, qui pèse constamment les informations avant d’agir.
- Des déséquilibres dans cette capacité d’évaluation peuvent entraîner des troubles psychiatriques comme la schizophrénie ou le trouble obsessionnel-compulsif.
- Le modèle CogLinks, réaliste biologiquement, permet de cartographier les processus décisionnels et d’adaptation neuronale.
Chaque jour, notre cerveau est confronté à d’innombrables décisions prises dans un contexte d’incertitude. Si la plupart du temps nous parvenons à faire le bon choix, notre capacité à juger de la situation et à en attribuer la juste signification est cruciale. Lorsque ce mécanisme vacille, cela peut conduire à des pensées et des comportements erratiques, observés dans divers troubles psychiatriques tels que le trouble déficitaire de l’attention/hyperactivité (TDAH) ou la schizophrénie. Dans ces cas, le cerveau peut soit surévaluer la nécessité de recueillir des preuves avant d’agir, soit peiner à s’adapter lorsque les règles du jeu changent en fonction de nouvelles données.
« L’incertitude est intégrée au câblage du cerveau. Imaginez des groupes de neurones qui votent – certains optimistes, d’autres pessimistes. Vos décisions reflètent la moyenne. »
Michael Halassa, professeur de neurosciences, faculté de médecine de l’Université Tufts
Un déséquilibre dans ce système peut amener le cerveau à mal interpréter la réalité, que ce soit en sur-interprétant des événements aléatoires, comme dans la schizophrénie, ou en restant figé dans des schémas de pensée rigides, comme observé dans le trouble obsessionnel-compulsif.
Comprendre ces dysfonctionnements a longtemps constitué un défi majeur pour les scientifiques. « Le cerveau communique à travers le langage de neurones individuels. Or, l’Imagerie par résonance magnétique fonctionnelle (IRMf), l’outil que nous utilisons pour étudier l’activité cérébrale chez l’humain, mesure le flux sanguin, et non le bavardage électrique des cellules cérébrales », explique Michael Halassa.
Pour combler cette lacune, une approche combinant les données issues d’études sur des cellules uniques chez l’animal, l’imagerie du cerveau humain et l’analyse du comportement s’avère nécessaire. Aujourd’hui, un nouveau modèle informatique, fondé sur des principes biologiques concrets, offre aux chercheurs la possibilité de simuler le fonctionnement des circuits cérébraux lors de la prise de décision et de l’adaptation à des changements.
Baptisé CogLinks, ce modèle intègre un réalisme biologique poussé. Il reflète la manière dont les cellules cérébrales sont connectées et la façon dont elles attribuent une valeur aux observations, souvent ambiguës et incomplètes, provenant de l’environnement. Contrairement à de nombreux systèmes d’intelligence artificielle fonctionnant comme des « boîtes noires », CogLinks révèle précisément comment ses neurones virtuels relient la structure au fonctionnement. Les scientifiques peuvent ainsi observer comment ce cerveau virtuel apprend de l’expérience et se réoriente face à de nouvelles informations.
Dans une étude publiée le 16 octobre dans la revue Communications naturelles, Michael Halassa et ses collègues du Massachusetts Institute of Technology (MIT) ont utilisé CogLinks pour examiner comment les circuits cérébraux coordonnent une pensée flexible. Tel un simulateur de vol pour le cerveau, CogLinks permet de tester les conséquences d’une déviation des circuits décisionnels clés. En affaiblissant la connexion virtuelle entre deux régions cérébrales simulées – le cortex préfrontal et le thalamus médiodorsal – le système a basculé vers un apprentissage plus lent et habituel. Ce résultat suggère que cette voie est essentielle à l’adaptabilité.
Afin de vérifier si ces prédictions trouvaient un écho chez l’humain, l’équipe a mené une étude complémentaire par IRMf, sous la supervision de Burkhard Pleger de l’Université de la Ruhr à Bochum et de Michael Halassa. Des volontaires ont participé à un jeu dont les règles changeaient de manière imprévue. Comme attendu, le cortex préfrontal a géré la planification et le striatum, une région centrale et profonde du cerveau, a guidé les habitudes. Mais c’est le thalamus médiodorsal qui s’est activé lorsque les participants ont réalisé le changement de règles et ont ajusté leur stratégie.
L’imagerie a ainsi confirmé les prédictions du modèle : le thalamus médiodorsal agit comme une passerelle entre les deux principaux systèmes d’apprentissage du cerveau – l’un flexible et l’autre habituel –, aidant le cerveau à identifier les changements de contexte et à adapter sa stratégie en conséquence.
Michael Halassa espère que ces recherches ouvriront la voie à une nouvelle forme de « psychiatrie algorithmique », où des modèles informatiques aideront à comprendre comment les maladies mentales émergent des altérations des circuits cérébraux, permettant ainsi d’identifier des marqueurs biologiques pour des traitements plus ciblés.
« L’une des grandes énigmes en psychiatrie est de savoir comment relier ce que nous savons de la génétique aux symptômes cognitifs », explique Mien Brabeeba Wang, auteure principale de l’étude CogLinks et co-auteure de l’étude IRMf, doctorante au MIT dans le laboratoire de Halassa.
« De nombreuses mutations associées à la schizophrénie affectent les récepteurs chimiques présents dans tout le cerveau », ajoute Wang. « Les futures applications de CogLinks pourraient nous aider à comprendre comment ces changements moléculaires généralisés peuvent rendre plus difficile pour le cerveau l’organisation de l’information nécessaire à une pensée flexible. »
La recherche présentée dans l’étude CogLinks a bénéficié du financement de l’Institut national de la santé mentale des National Institutes of Health (NIH) via les subventions P50MH132642, R01MH134466 et R01MH120118, ainsi que de la National Science Foundation (NSF) sous les subventions CCR-2139936, CCR-2003830 et CCF-1810758. Bin A. Wang de l’Université normale de Chine du Sud a été l’auteur principal de l’étude IRMf, qui a été soutenue par la Fondation nationale des sciences naturelles de Chine, le Centre de recherche sur la cognition cérébrale et le développement humain du Guangdong, la Fondation de recherche fondamentale et appliquée du Guangdong, la Deutsche Forschungsgemeinschaft (DFG) et la subvention FoRUM.
Source :
Référence du journal :
Wang, MB, et al. (2025). La base neuronale du traitement de l’incertitude dans la prise de décision hiérarchique. Communications naturelles. doi.org/10.1038/s41467-025-63994-y