Antoine ValeraChercheur CNRS à l'Institut de neurosciences cellulaires et intégratives (INCI) - UPR3212
Après une licence et un Master à l’université de Strasbourg, Antoine Valera a effectué sa thèse de doctorat (2009-2013) à l’Institut des neurosciences cellulaires et intégratives de Strasbourg (INCI), sur l’intégration spatiale et temporelle de l’information dans le cortex cérébelleux, une structure importante pour le contrôle des mouvements et les apprentissages moteurs. Lors de son stage post-doctoral au Royaume-Uni (University College London - UCL, 2014-2021), Antoine Valera a contribué au développement d’une nouvelle méthode d’imagerie bi-photonique ultra-rapide, l’imagerie à lentille acousto-optique 3D, ce qui lui a permis de décrire comment les dynamiques calciques des cellules pyramidales du cortex moteur sont modulées lors de différents comportements moteurs chez la souris. Après avoir obtenu une bourse MSCA-IF, puis une ERC Starting Grant, Antoine Valera est recruté au CNRS en 2022 en tant que chargé de recherche afin de réaliser son projet dédié à l’étude du traitement de l’information dans les noyaux profonds du cervelet (CNRS – UPR 3212).
CereCode : Etude des Calculs neuronaux et de la dynamique des populations dans les noyaux cérébelleux au cours des comportements moteurs
Le cervelet, une structure clé du cerveau pour la coordination des mouvements et les apprentissages moteurs, permet l’exécution précise de mouvements appris, par exemple lorsque l’on joue d’un instrument de musique. Il peut aussi effectuer des corrections en temps réel lorsqu’un mouvement est perturbé, par exemple si l’on marche sur un terrain accidenté. Le cervelet traite des information sensorielles et motrices extrêmement diverses provenant de l’ensemble du corps. Tous les calculs effectués dans le cervelet sont canalisés par une petite structure de sortie, les noyaux cérébelleux (CN). Dans ces noyaux, de petites populations de neurones vont traiter et relayer les calculs effectués vers de nombreuses autres structures du système nerveux, comme le néocortex et le tronc cérébral. Or, les opérations ayant lieux au sein des CN, et comment les neurones y codent les mouvements et la correction des erreurs motrices sont mal comprises, car il est difficile d’y enregistrer l’activité des populations neuronales. CereCode permettra de mieux comprendre le codage de l‘information dans les CN, et comment les diverses sous-populations de neurones contribuent au contrôle de différents mouvements. La barrière technologique qui limitait l’étude des CN sera franchie grâce à une nouvelle approche méthodologique couplant imagerie 3D utilisant l’imagerie 2-photons à lentille acousto-optique et lentilles GRIN.