Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Les GPCR (récepteurs couplés aux protéines G) constituent la plus grande famille des récepteurs membranaires. Leur caractéristique principale est que lorsqu’ils sont activés, la transduction du signal s’effectue via des protéines hétérotrimériques que sont les protéines G. Cependant, certains de ces GPCR n’activent pas ces protéines G et ont donc un caractère dit « atypique ». 
Les GPCR sont impliqués dans de nombreux processus physio(patho)logiques et fixent des ligands de natures différentes. En revanche, une centaine de ces récepteurs n’ont actuellement pas de ligand endogène connu et sont donc appelés récepteurs « orphelins ». Le sujet de ce mémoire porte sur l’un de ces récepteurs orphelins qui est le GPR27. GPR27 fait partie de la famille des SREB (Super Conserved Receptor Expressed in Brain). L’hypothèse est que ce récepteur est atypique et donc que sa signalisation ne passe pas par l’activation de protéines G.
Au sein de la famille des GPCR, certains motifs d’acides aminés sont très conservés au cours de l’évolution et sont impliqués dans le couplage aux protéines G. En ce qui concerne GPR27, la plupart de ceux-ci ne sont pas conservés, ce qui pourrait expliquer l’absence de couplage aux protéines G observé. L’objectif de ce mémoire est de déterminer si les motifs spécifiques de GPR27, différant des motifs conservés dans les autres GPCR de classe A, lui confèrent son caractère atypique de ne pas coupler aux protéines G. 
Pour confirmer cette hypothèse, des mutants de GPR27 ont été générés via mutagenèse dirigée afin de restaurer les différents motifs conservés par les autres récepteurs. Ensuite, le couplage aux protéines G des mutants de GPR27 a été évalué dans un test de complémentation à la nanoluciférase. Ce test a nécessité une optimisation de plusieurs paramètres. Lors de l’analyse de l’interaction entre un mutant délété de son ECL2 et la sous-unité Gi, un signal significatif a été détecté. Cependant, lors d’une analyse en concentration-réponse en présence de PTX, l’interaction entre le mutant et Gi1 n’a pas pu être confirmée.

GPR27 --- Pharmacologie --- Biologie moléculaire --- Récepteurs couplés aux protéines G --- GPCR --- Sciences du vivant > Biochimie, biophysique & biologie moléculaire

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Pain sensations are adaptive and aim to keep the body safe by triggering appropriate
protective responses. However, pain can become maladaptive and create a disease state of
the nervous system, associated with chronic pain. This disease state results in an acute
and prolonged feeling of pain. To relieve patients suffering from chronic pain, there are two
suboptimal treatments, both effective in less than 50% of cases: the prescription of opioids,
at the risk of misuse or abuse that could cause overdosed-related deaths, or spinal cord
stimulation, a new promising treatment strategy. Both of them are suboptimal due to the
lack of knowledge about the mechanisms behind pain generation. A better understanding
of these mechanisms would help to develop more efficient treatment strategies.
This thesis focuses on the modeling of the behavior of Dorsal Horn Neurons (DHNs),
which are neurons in the spinal cord embedded in the network taking care of pain signal
transmission to the brain. This group of neurons shows 4 types of firing patterns: tonic
firing, accelerating firing, plateau potentials and bursting. Each firing pattern is assumed
to correspond to a type of functional state in pain processing. Based on some of the rare
attempts to model them, we developed an integrate-and-fire model of DHNs. Our objective
is to understand the role of each timescale in the DHNs firing patterns generation and the
type of feedback involved in the excitability of these neurons, which is either restorative
or regenerative.
More specifically, this thesis follows an incremental procedure starting from a 2D
integrate-and-fire model with a fast and a slow feedback. The impact of the slow feedback nature (restorative or regenerative) on the phase plane and the time responses is
studied. The regenerative slow feedback involves specific properties shown in neurons that
have calcium channels such as bistability, spike latency and afterdepolarization potential.
The restorative slow feedback allows to always converge back to rest without perturbations.
Together, these two feedbacks are able to simulate tonic firing.
Then, we created a 3D model with a fast, a slow regenerative and an ultra-slow restorative feedback. The analysis of this new model revealed that the additional ultra-slow feedback is involved in the generation of bursting. Indeed, the ultra-slow feedback offers a
modulation of the total current applied in the equivalent 2D model. This allows the generation of trains of spikes and quiescent periods as the 2D model travels between the stable
and the cyclic regimes during a period of oscillations of the 3D model response.
Following the incremental procedure, the final 4D model consists in a fast, a slow regenerative, a super-slow regenerative and an ultra-slow restorative feedbacks. The additional
super-slow feedback offers a second direction for the modulation of the total current applied
in the 2D equivalent model by shaping the increase in instantaneous frequency during the
burst or before converging towards a limit cycle, in the case where the ultra-slow feedback
is weak. The 4D model is able to represent all DHNs firing patterns stated provided that
the strength of each feedback is well chosen. This result allows to better understand the
functional mechanisms behind the change in excitability.
In further works, it would be interesting to verify that conductance-based models follow
the mechanisms we highlighted. Also, a model of the pain processing network at the level
of the spinal cord may reveal other directions of DHNs excitability modulation on which
new designs of pharmacological or neurostimulation treatments could act on Les sensations de douleur sont adaptatives et visent à assurer la sécurité de l’organisme
en déclenchant des réponses protectrices appropriées. Cependant, la douleur peut devenir inadaptée et créer un état pathologique du système nerveux, associé à la douleur
chronique. Cet état pathologique se traduit par une sensation de douleur aiguë et prolongée. Pour soulager les patients souffrant de douleurs chroniques, il existe deux traitements sous-optimaux, tous deux efficaces dans moins de 50% des cas : la prescription
d’opioïdes, au risque d’une mauvaise utilisation ou d’un abus qui pourrait entraîner des
décès par surdose, ou la stimulation médullaire, une nouvelle stratégie thérapeutique
prometteuse. Ces deux solutions sont sous-optimales en raison du manque de connaissances sur les mécanismes à l’origine de la douleur.
Cette thèse se concentre sur la modélisation du comportement des neurones de la
corne dorsale (NCD), qui sont des neurones de la moelle épinière intégrés dans le réseau
assurant la transmission du signal de la douleur au cerveau. Ce groupe de neurones
présente quatre types de comportements : le tonique, l’accéléré, les potentiels de plateau
et les rafales. Chaque modèle est supposé correspondre à un type d’état fonctionnel
dans le traitement de la douleur. En nous basant sur certaines des rares tentatives
de modélisation, nous avons développé un modèle des comportements des DHN. Notre
objectif est de comprendre le rôle de chaque échelle de temps dans la génération des
comportements des DHNs et le type de rétroaction impliqué dans l’excitabilité de ces
neurones, qui est soit restoratif, soit régénératif.
Plus précisément, cette thèse suit une procédure incrémentale à partir d’un modèle
integrate-and-fire 2D avec un feedback rapide et un feedback lente. L’impact de la nature
de la rétroaction lente (restorative ou regénérative) sur le plan de phase et les réponses
temporelles est étudié. Le feedback lent regénératif implique des propriétés spécifiques
aux neurones possédant des canaux calciques, telles que la bistabilité, la latence de la
réponse et le potentiel de post-dépolarisation. La rétroaction lente restorative permet de
toujours converger vers le repos sans perturbations. Ensemble, ces deux feedbacks sont
capables de simuler des comportements toniques.
Ensuite, nous avons créé un modèle 3D avec une rétroaction rapide, une rétroaction
lente régénérative et une rétroaction restorative ultra-lente. L’analyse de ce nouveau
modèle a révélé que le feedback supplémentaire ultra-lent est impliqué dans la génération
du bursting. En effet, la rétroaction ultra-lente offre une modulation du courant total
appliqué dans le modèle 2D équivalent.
En suivant la procédure incrémentale, le modèle 4D final consiste en une rétroaction
rapide, une rétroaction régénérative lente, une rétroaction régénérative super lente et une
rétroaction restorative ultra lente. La rétroaction super-lente supplémentaire offre une
deuxième direction pour la modulation du courant total appliqué dans le modèle équivalent 2D en façonnant l’augmentation de la fréquence instantanée pendant le burst ou
avant de converger vers un cycle limite, dans le cas où la rétroaction ultra-lente est faible.
Le modèle 4D est capable de représenter tous les comportements des DHNs énoncés à
condition que la force de chaque feedback soit bien choisie. Ce résultat permet de mieux
comprendre les mécanismes fonctionnels à l’origine du changement d’excitabilité.
Dans des travaux ultérieurs, il serait intéressant de vérifier que les modèles basés sur la
conductance suivent les mécanismes que nous avons mis en évidence. De plus, un modèle
du réseau de traitement de la douleur au niveau de la moelle épinière pourrait révéler
d’autres directions de modulation de l’excitabilité des NCD sur lesquelles de nouveaux
designs de traitements pharmacologiques ou de neurostimulation pourraient agir.

pain --- integrate-and-fire --- neuron --- modeling --- Ingénierie, informatique & technologie > Multidisciplinaire, généralités & autres