Lou Zonca est actuellement chercheuse postdoctorante dans le Groupe de neurosciences computationnelles au Centre du cerveau et de la cognition de l'Université Pompeu Fabra, à Barcelone, en Espagne. Elle a développé cet algorithme durant sa thèse, dont la dernière année a été financée par la FRM. Elle revient sur son parcours, ses travaux et ses aspirations.

Après mon diplôme d’ingénieur en mathématiques appliquées au traitement du signal de l’école CentraleSupélec, j’ai travaillé dans l’audiovisuel quelques années avant de décider de reprendre mes études pour faire de la recherche. Je me suis alors tournée vers un master de mathématiques appliquées et modélisation orienté vers la biologie, un cursus interdisciplinaire qui m’a menée à un doctorat dans l’équipe de David Holcman « Mathématiques appliquées et biologie computationnelle », à l’Institut de Biologie de l'École Normale Supérieure.

Durant ma thèse, j’ai collaboré avec l’équipe de neuroscientifiques de Nathalie Rouach, au Collège de France. Giampaolo Milior et Felix Bellier avaient généré des données très intéressantes d’imagerie cérébrale chez la souris, montrant les interactions entre astrocytes, des cellules au rôle crucial pour l’activité des neurones. Les astrocytes fonctionnent en réseau et on voulait caractériser cette activité collective. Or les outils disponibles ne permettaient que des analyses cellule par cellule, sans vision plus large. J’ai consacré la fin de ma thèse à la conception d’un algorithme capable de caractériser l’activité de réseau à partir des images obtenues.

Nous avons développé un nouvel algorithme, nommé AstroNet, qui permet de reconstituer les réseaux fonctionnels des astrocytes actifs à partir de l’imagerie calcique. Cette technique vidéo montre en effet comment les astrocytes communiquent entre eux à travers des flux de calcium. En analysant les activations successives des différentes cellules, Astronet identifie les chemins d’activation et restitue le résultat sous forme d’une représentation graphique en couleurs. Les couleurs sont fonction de la fréquence d’utilisation du chemin. Pour finir, on peut en déduire la connectivité d’une partie du cerveau.

Dans notre publication, nous avons ainsi montré que les astrocytes de l’hippocampe * présentent une connectivité plus élevée que dans le cortex moteur **. On peut aussi obtenir des informations à l’échelle de la cellule individuelle. L’intérêt de notre algorithme tient aussi dans cette représentation des résultats sous forme de graphe. La boîte à outils fournie intègre toute une série de mesures disponibles, mais en appliquant la théorie des graphes, on peut extraire d’autres mesures pour personnaliser sa recherche. On peut aussi l’adapter pour étudier la connexion d’autres cellules cérébrales. Et l’accès à Astronet est mis à disposition de la communauté scientifique.

L’exploitation des données avec Astronet se poursuit en collaboration avec l’équipe de Nathalie Rouach, plusieurs publications sont en préparation. Avec mon postdoctorat à Barcelone, j’ai changé d’échelle en m’attachant à modéliser le fonctionnement des réseaux entre les différentes régions du cerveau humain entier, à partir de divers types d’imagerie chez des personnes dans le coma.

Travailler à l’interface des disciplines avec les biologistes et les médecins est passionnant ! La force d’un projet interdisciplinaire ? Réfléchir ensemble dès les premières étapes pour définir les expérimentations qui nous permettront de collecter les données les plus informatives. Mon contrat postdoctoral vient de se terminer et j’ai plein d’idées, des collaborations intéressantes, beaucoup de contacts… Mais pour cela il faut des financements ! Je souhaiterais rester en Espagne et mon objectif aujourd’hui est de décrocher un poste de chercheur pour pouvoir développer mes projets sereinement.

Légende :

Reconstitution d’un réseau d’astrocytes sous forme de graphe. Le code couleurs correspond à la fréquence des connexions : du rouge pour les connexions faibles au jaune pour les plus fortes.

Extrait de Zonca, L, Bellier FC, Milior G et al. Unveiling the functional connectivity of astrocytic networks with AstroNet, a graph reconstruction algorithm coupled to image processing. Commun Biol 8, 114 (2025). https://creativecommons.org/licenses/by/4.0/

Source : Zonca, L., Bellier, F.C., Milior, G. et al. Commun Biol 2025 : 8, 114.
HAL FRM : Unveiling the functional connectivity of astrocytic networks with AstroNet, a graph reconstruction algorithm coupled to image processing - Fondation pour la Recherche Médicale