Résumé 108 :
MTGAUE : tests multiples pour tester localement l'indépendance entre deux neurones
Tuleau-Malot, Christine ; Rouis, Amel ; Grammont, Franck ; Reyanud-Bouret, Patricia
Université de Nice Sophia Antipolis
En Neurosciences, un enjeu est d'acquérir une meilleure compréhension de la dynamique de l'activité neuronale. S'il est acquis que cette activité neuronale se résume par les potentiels d'action (spikes) émis par les neurones, la compréhension de leur dynamique demeure une question. Si l'existence d'assemblées de neurones semble acquise au sein du cerveau, la question de savoir comment les neurones au sein d'une assemblée se coordonnent, pour répondre à une stimulation donnée, demeure. Des méthodes comme les Unitary Events ou le Multiple Shift UE apportent une réponse. Cependant, ces méthodes d'une part reposent sur une modélisation et des hypothèses qui ne semblent pas forcément en accord avec le contexte neurobiologique et d'autre part utilisent des approximations statistiques discutables. C'est pourquoi nous avons développé la méthode MTGAUE (Multiple Tests based on a Gaussian Approximation of the Unitary Events) visant à tester localement l'indépendance entre deux neurones. Cette méthode combine une modélisation de l'activité neuronale (train de spikes) par un processus de Poisson, une approximation gaussienne et une procédure de tests multiples. Elle corrige et généralise les méthodes précédentes et elle garantit, sous l'hypothèse d'homogénéité des processus de Poisson, le contrôle du taux de faux positif. Une étude par simulations montre aussi la robustesse de la méthode même lorsque les processus ne sont pas de Poisson.