Neuro-informatique

À partir de 1989, l'Institut national de la santé mentale des États-Unis (United States National Institute of Mental Health - NIMH), l'Institut national des addictions aux drogues (National Institute of Drug Abuse - NIDA) et la fondation nationale de la science (National Science Foundation - NSF), ont financé l'académie nationale des sciences et l’Institut de médecine (National Academy of Sciences - Institute of Medicine) pour analyser l’opportunité de créer des bases de données, de partager les données neuroscientifiques et pour examiner comment les technologies de l'information pourraient permettre de créer les outils rendus nécessaires par l'augmentation du volume et de la complexité des données neuroscientifiques. Les conclusions de l’étude ont été rendues en 1991 (“Mapping The Brain And Its Functions. Integrating Enabling Technologies Into Neuroscience Research." National Academy Press, Washington, D.C. ed. Pechura, C.M., and Martin, J.B.) Le rapport a eu pour conséquence la création du "Human Brain Project" (HBP) par le NIMH[3], désormais dirigé par Allan Leshner. Les premières subventions furent attribuées en 1993. Le HBP a été dirigée par Koslow en coopération avec d’autres instituts comme le NIH, la NSF, la National Aeronautics and Space Administration et le ministère de l'Énergie. Le HBP a légèrement précédé le développement fulgurant d’internet. De 1993 à 2004, le budget du programme a augmenté pour atteindre plus de 100 millions de dollars de subventions.

L’internationalisation de l'HBP et de la neuro-informatique s’est effectuée grâce au soutien de l'Union européenne et de l'organisation de coopération et de développement économiques de l’OCDE. Deux opportunités se sont révélées cruciales en 1996.

• La première était l'existence du groupe de travail États-Unis / Commission européenne sur les Biotechnologies coprésidé par Mary Clutter de la NSF. Dans le cadre du mandat de ce comité, dont Koslow était un membre. Le Comité États-Unis-Europe pour la neuro-informatique fut créé et coprésidé par Koslow. Ce comité a abouti à une initiative de la Commission européenne pour initier la neuro-informatique et un soutien actif aux activités de recherche et de formation dans le domaine de la neuro-informatique.
• Une seconde chance pour l’internationalisation de la neuro-informatique est survenue lorsqu'il a été demandé aux gouvernements participant au Mega Science Forum (MSF) de l'OCDE s'is avaient des nouvelles initiatives scientifiques à présenter pour la coopération scientifique dans le monde entier. Le bureau politique scientifique et technologique de la Maison-Blanche a demandé aux agences de rencontrer le gouvernement fédéral au NIH pour décider si une coopération internationale pouvait être bénéfique. Le NIH a tenu une série de réunions au cours desquelles des propositions de différents organismes ont été discutées. La proposition de recommandation des États-Unis pour le MSF était une combinaison des propositions de la NSF et du NIH. Jim Edwards, de la NSF a soutenu la nécessité de créer des bases de données et de les rendre accessibles dans le domaine de la biodiversité. Koslow a pour sa part proposé le HBP comme un modèle pour le partage de données neuroscientifiques et a proposé le nouveau nom de neuro-informatique.

Les deux initiatives ont été combinées pour former la proposition des États-Unis sur l'« informatique biologique ». Cette initiative a été soutenue par le bureau politique scientifique et technologique de la Maison Blanche et a présenté au MSF de l’OCDE par Edwards et Koslow. Un comité du MSF a été créé sur l'informatique biologique avec deux sous-comités : 1. Biodiversité (président, James Edwards, NSF), et 2. neuro-informatique (président, Stephen Koslow, NIH). Au bout de deux ans le sous-comité neuroinformatique du Groupe de travail a publié un rapport sur la biologie faisant la promotion d’un effort mondial en neuro-informatique. Koslow, en collaboration avec le NIH et le Bureau politique scientifique et technologique de la Maison Blanche a participé à l'établissement d'un nouveau groupe de travail pour développer des recommandations spécifiques pour soutenir les recommandations plus générales du premier rapport. Le Forum mondial de la science (Global Science Forum - GSF, renommé de MSF) de l'OCDE a appuyé cette recommandation.

Les méthodes d’apprentissage machine sont en partie issues des neurosciences et sont utilisées notamment pour traiter des données dégradées ou non labellisées pour pouvoir en extraire une information utile. Ces méthodes permettent également de créer des algorithmes dynamiques s’adaptant à des changements de situation. On distingue deux types d’algorithme d’apprentissage machine : l’apprentissage supervisé et l’apprentissage non supervisé. Des méthodes intermédiaires telles que l’apprentissage par renforcement existe. Les réseaux neuronaux sont beaucoup utilisés pour la reconnaissance de patterns comme pour la compréhension des images par exemple. La mémoire adressable par contenu (CAM) est une autre application issue de la neuro-informatique.

La neuro-informatique est une discipline de l’informatique relativement récente cependant cette branche est déjà largement enseignée au sein des universités et instituts de recherche.

La neuro-informatique est à l’interface des domaines suivants :

• neurosciences
• informatique
• biologie
• psychologie expérimentale
• médecine
• ingénierie
• sciences physiques
• mathématiques
• chimie

La biologie concerne les données moléculaires à partir de gènes à l’expression spécifique dans la cellule. La médecine et l'anatomie se rapportent à la structure de l'anatomie et des synapses des systèmes cérébraux. L’ingénierie - électrophysiologie comprend de simples canaux jusqu’aux électroencéphalographies sur la surface complète du cuir chevelu, ou encore l'imagerie cérébrale. L’informatique recouvre les bases de données, les logiciels, les sciences mathématiques. La chimie étudie des modèles de neurotransmetteurs, etc. Les neurosciences utilisent toutes les études expérimentales et théoriques susmentionnées pour comprendre le fonctionnement du cerveau à travers ses différents niveaux. Les spécialistes médicaux et biologiques aident à identifier les types de cellules uniques, leurs caractéristiques et les connexions anatomiques. La fonction et les structures de molécules organiques complexes, y compris une myriade de mécanismes biochimiques, moléculaires, génétiques et qui régissent le fonctionnement du cerveau sont déterminés par des spécialistes en chimie et en biologie cellulaire. L'imagerie cérébrale détermine l'information structurale et fonctionnelle pendant l'activité mentale et comportementale. Les spécialistes en biophysique et en physique sont responsables de l'étude de la physiologie des cellules neurales dans des réseaux neuronaux. Les données de ces domaines de recherche sont analysées et disposés dans des bases de données et des modèles neuronaux afin d'intégrer divers éléments dans un système sophistiqué. La neuro-informatique est donc le point de rencontre de nombreuses disciplines.

Les neurosciences fournissent les types de données et d'informations suivantes à partir desquels opère la neuro-informatique :

• Les données moléculaires et cellulaires (canal ionique, potentiels d'action, la génétique, la cytologie de neurones, les voies de protéines),
• Les données provenant des organes et systèmes (cortex visuel, la perception, l'audition, le système sensoriel, la douleur, le goût, la psychomotricité, la moelle épinière),
• Données cognitives (le langage, l'émotion, l'apprentissage moteur, le comportement sexuel, la prise de décision, les neurosciences sociales),
• L'information de développement (la différenciation neuronale, la survie cellulaire, la formation synaptique, la psychomotricité, les blessures et la régénération, le guidage axonal, les facteurs de croissance),
• Informations sur les maladies et le vieillissement (système nerveux autonome, la dépression, l'anxiété, la maladie de Parkinson, les addictions, la perte de mémoire),
• Données d'ingénierie (interface cerveau-ordinateur),
• Les données issues des neurosciences computationnelles (modèles de différents systèmes neuronaux, des courants membranaires, des protéines de l'apprentissage et la mémoire).

La neuro-informatique utilise des bases de données, Internet et des systèmes de visualisation des données et analyses produites par les neurosciences comme susmentionné.

• L'Institut de neuro-informatique (INI) a été créé à l'Université de Zurich à la fin de 1995. La mission de l'Institut est de découvrir les principes clés du cerveau et de les implémenter dans des systèmes artificiels interagissant intelligemment avec le monde réel.
• Le Centre pour la neuro-informatique THOR a été créé en avril 1998 par le département de modélisation mathématique de l’Université technique du Danemark. Outre la poursuite d’objectifs de recherche indépendants, le Centre THOR accueille un certain nombre de projets connexes concernant les réseaux de neurones, la neuro-imagerie fonctionnelle, le traitement du signal et le traitement des signaux biomédicaux.
• Le programme d'État des Pays-Bas de neuro-informatique a commencé à la lumière du Forum mondial de l'OCDE des sciences dont l'objectif est de créer un programme mondial en neuro-informatique.
• Shun-ichi Amari, Laboratoire de Neuroscience mathématique, RIKEN Brain Science Institute Wako, Saitama, au Japon. La cible du Laboratoire de Neuroscience mathématique est d'établir les bases mathématiques des calculs effectués par le pour permettre la construction d'un nouveau type de science de l'information.
• Gary Egan, neuro-imagerie et neuro-informatique, Howard Florey Institute, Université de Melbourne, Melbourne, Australie. Scientifiques de l'Institut utilisent des techniques d'imagerie du cerveau, telles que l'imagerie par résonance magnétique, pour révéler l'organisation des réseaux cérébraux impliqués dans la pensée humaine.
• Andreas VM Herz Computational Neuroscience, ITB, Université Humboldt de Berlin, Berlin Allemagne. Ce groupe se concentre sur la neurobiologie computationnelle, en particulier sur la dynamique et les capacités de traitement du signal des systèmes avec neurones impulsionnels.
• Nicolas Le Novere, EBI Computational neurobiologie, EBI-EMBL Hinxton, Royaume-Uni. L'objectif principal du groupe est de construire des modèles réalistes de la fonction neuronale à différents niveaux, de la synapse au micro-circuit, basé sur la connaissance précise des fonctions moléculaires et interactions (Systems Biology).
• Le Groupe neuro-informatique de Bielefeld a été actif dans le domaine des réseaux de neurones artificiels depuis 1989. Les programmes de recherche en cours au sein du groupe sont axés sur l'amélioration des interfaces homme-machine, des commandes à retour de force de robot, des expériences d’interface par le regard, la vision machinelle, la réalité virtuelle et les systèmes distribués.
• Hanchuan Peng, Institut Allen Brain Science, Seattle, États-Unis. Ce groupe a mis l'accent sur l'utilisation de techniques d'imagerie informatique à grande échelle et l'analyse des données pour reconstruire des modèles de neurones simples et les cartographier dans le cerveau de différents animaux.Laboratoire de neurosciences computationnelles intrinsèques (LOCEN), Institut des sciences cognitives et des technologies, le Conseil national italien de recherche (CNR-ISTC), Rome, Italie. Ce groupe, fondé en 2006 et actuellement dirigé par Gianluca Baldassarre, a deux objectifs : (a) la compréhension des mécanismes cérébraux qui sous-tendent l'apprentissage et l'expression de comportement sensori-moteur, les motivations connexes et les mécanismes de cognition de niveau supérieur basés sur elle, sur la base de modèles de calcul intrinsèques, (b) à transférer les connaissances acquises vers la construction de contrôleurs innovants pour les robots humanoïdes autonomes capables d'apprendre de façon ouverte sur la base de motivations intrinsèques et extrinsèques.

• Computing the Brain: A Guide to Neuroinformatics de Michael A. Arbib et Jeffrey S. Grethe (2001),  (ISBN 978-0123885432)
• Electronic Collaboration in Science (Progress in Neuroinformatics Research Series) de Stephen H. Koslow et Michael F. Huerta (2000), (ISBN 978-1138003187)
• Databasing the Brain: From Data to Knowledge (Neuroinformatics) de Steven H. Koslow et Shankar Subramaniam, (2005), (ISBN 978-0471309215)
• Neuroinformatics: An Overview of the Human Brain Project (Progress in Neuroinformatics Research Series) de Stephen H. Koslow et Michael F. Huerta (1997),
• Neuroscience Databases: A Practical Guide par Rolf Kötter (2002),
• Biomedical Informatics: Computer Applications in Health Care and Biomedicine (Health Informatics) de James J. Cimino et Edward H. Shortliffe. (2006),
• Computational Neuroanatomy: Principles and Methods édité par Giorgio Ascoli (2002),
• Observed Brain Dynamics de Partha P. Mitra et Hemant Bokil (2007), (ISBN 978-0195178081)
• Neuroinformatics In: Methods in Molecular Biology. Ed. Chiquito J. Crasto, (2007),
• Principles of Computational Modelling in Neuroscience par David Steratt et al. (2011)
• Raúl Rojas: Theorie der neuronalen Netze, Springer-Lehrbuch, Berlin 1996, (ISBN 3-540-56353-9) (Version anglaise en ligne)
• R. Beale und T. Jackson: Neural Computing an Introduction, Adam Hilger, Bristol 1990
• IBM will das Gehirn nachbauen. heise. 2008.
• JA. Hertz, A. Krogh und RG. Palmer : Introduction to the Theory of Neural Computation, Addison-Wesley, 1991
• P.D. Wassermann : Advanced methods in neural Computing, Van Nostrand Reinhold, New York 1993, (ISBN 0-442-00461-3)
• A. Zell : Simulation neuronaler Netze, Addison Wesley, 1994, (ISBN 978-3-486-24350-5)
• B. Lenze : Einführung in die Mathematik neuronaler Netze, Logos Verlag, Berlin 2009, dritte Auflage, (ISBN 3-89722-021-0)
• Simon Haykin : Neural Networks – A Comprehensive Foundation , Prentice Hall, 6th July 1998, (ISBN 0-13-147139-2)
• Christof Koch : Biophysics of Computation: Information Processing in Single Neurons, Oxford U. Press, 1999, (ISBN 0-19-518199-9)

• Frontiers in Neuroinformatics
• Neuroinformatics
• Journal of Computational Neuroscience
• PLoS Computational Biology
• Brain Informatics
• Biological Cybernetics
• Brain Topography
• Neural Computation
• Journal on Web Semantics
• Journal of Integrative Neuroscience
• Neural Information Processing
• Interdisciplinary Description of Complex Systems
• Neuron
• Science

Les principales tendances technologiques en neuro-informatique sont :

1. L’application de l'informatique pour la construction de bases de données, d’outils et de réseaux en neurosciences
2. Analyse et modélisation de systèmes neuronaux.

Afin d'organiser et de travailler avec les données neuronales les scientifiques ont besoin d'utiliser une terminologie standard et un atlas qui décrivent précisément les structures cérébrales et leurs relations.

• Le traçage des neurones et la reconstruction de leurs connexions est une technique essentielle pour établir des modèles numériques de la morphologie des neurones. Une telle morphologie est utile pour la classification des neurones et les simulations.
• BrainML[4] est un système qui fournit un metaformat XML standard pour l'échange de données en neurosciences.
• Le Réseau de recherche en informatique biomédicale (BIRN)[5] est un exemple de système de grille pour les neurosciences. BIRN est une communauté virtuelle de ressources partagées distribuée géographiquement offrant un vaste éventail de services pour faire progresser le diagnostic et le traitement des maladies. BIRN permet de combiner les bases de données, les interfaces et les outils dans un seul environnement.
• Budapest Reference Connectome est un outil de visualisation 3D basé sur le Web pour parcourir les connexions dans le cerveau humain. Les nœuds et les connexions sont calculés à partir de l'ensemble des données d'IRM du projet Connectome humain (Human Connectome Project).
• Le projet GeneWays [6] concerne la morphologie cellulaire et les circuits. GeneWays est un système d'extraction automatique, d'analyse, de visualisation et d'intégration des données moléculaires à partir de la littérature scientifique. Le système met l'accent sur les interactions entre les substances et les actions moléculaires, offrant une représentation graphique des informations recueillies et permet aux chercheurs d'examiner et de rectifier plus aisément l'information intégrée.
• Base de données des microcircuits du néocortex (NMDB)[7]. Une base de données variée sur le cerveau comprenant aussi bien les cellules que les structures complexes. Les chercheurs sont en mesure non seulement d'ajouter des données à la base de données, mais aussi d'acquérir et de modifier.
• SenseLab[8]. SenseLab est un effort à long terme pour construire des modèles multidisciplinaires intégrés de neurones et de systèmes neuronaux. Le projet a commencé en 1993 dans le cadre du Human Brain Project. SenseLab contient six bases de données connexes qui appuient la recherche expérimentale et théorique sur les propriétés des membranes qui interviennent dans le traitement des informations dans les cellules nerveuses, en utilisant la voie olfactive en tant que système modèle.
• BrainMaps.org[9] est un Atlas interactif du cerveau numériques à haute résolution utilisant une base de données à haute vitesse et un microscope virtuel basé sur plus de 12 millions de mégapixels d’images numérisées de plusieurs espèces, y compris les humains.

Une autre approche pour la cartographie du cerveau est l'atlas probabiliste obtenu à partir de données réelles de groupes différents de personnes, formés par des facteurs spécifiques, comme l'âge, le sexe, malades, etc. Cette démarche fournit des outils plus souples pour les recherches sur le cerveau et permettent d'obtenir des résultats précis et plus fiables, qui ne peuvent être réalisés qu’avec l'aide d'atlas du cerveau traditionnels.