Diversity of neocortical interneurons in the barrel cortex of mouse - Laboratoire de Neurobiologie Accéder directement au contenu
Thèse Année : 2011

Diversity of neocortical interneurons in the barrel cortex of mouse

Diversité des interneurones dans le cortex en tonneau de la souris

Quentin Perrenoud
  • Fonction : Auteur
  • PersonId : 921151

Résumé

GABAergic internereurons are crucial components of the neocortical network, and the functional characterization of the neocortex has been greatly hindered by the lack of consensus regarding the way they should be classified. Interneurons differentiate from an electrophysiological, and a morphological point of view, as well as by the expression of molecular markers, and it remains debated if the combination of these features delineates separate classes, or if it defines a phenotypical continuum. During my PhD, I proposed myself to study the diversity of neocortical interneurons, while taking all these criterions into account. Patch-clamp recordings coupled to single-cell RT-PCR have been performed in mouse, on a sample of more than 300 neocortical interneurons, and the arborization of nearly 200 of them has been reconstructed in 3 dimensions. The electrophysiological, morphological and molecular phenotypes of sampled neurons have been quantified through a set of 56 parameters. Using this sample, we first undertook to characterize interneurons in layer VI, a region where they had only been seldomly described. Using an unsupervised approach relying on electrophysiological, morphological and molecular parameters, four classes of layer VI GABAergic interneurons could be identified. In addition, using immunohistochemistry on Knock-IN GAD67:GFP mice, we mapped the distributions of GABAergic interneurons expressing characteristic markers across the radial extent of layer VI, showing that distinct population accumulate in particular sublaminar regions. These analyses have been submitted for publication. We have then undertaken to characterize the diversity of GABAergic interneurons across all neocortical layers. Using unsupervised methods relying on electrophysiological and molecular properties, we showed that the classes of interneurons which were characterized in layer VI could be found again in our complete sample. However, by analyzing the separation of these groups with analytical methods, we found that, if certain classes appeared to form clearly distinct archetypes, a substantial fraction of our sample presented phenotypes which were intermediary to particular classes. Therefore, this work suggest that neocortical interneurons do segregate into several populations, but that these groups are not separate classes but are better conceived as phenotypical archetypes. These results supports a new way of looking at the the diversity of GABAergic interneurons and will be reported in a second publication.
Les interneurones GABAergiques sont des composants cruciaux du réseau neocortical et la caractérisation fonctionnelle du neocortex a été fortement ralentie par l'absence de consensus concernant leur classification. Les interneurones se différencient du point de vue électrophysiologique et morphologique ainsi que par l'expression de marqueurs moléculaires. Une controverse demeure cependant, pour déterminer si la combinaison de ces caractéristiques définit des classes séparées ou au contraire, un continuum phénotypique où chaque cellule est unique. Pendant ma thèse, je me suis proposé d'étudier la diversité des interneurons neocorticaux en prenant en compte l'ensemble de ces critères. Des enregistrements de patch-clamp couplés à la technique de PCR sur cellule unique ont été réalisés sur un échantillon de plus de 300 interneurones et l'arborisation de près de 200 d'entre eux a été reconstruites en 3 dimensions. Les phénotypes électrophysiologiques, morphologiques et moléculaires de notre échantillon ont été quantifiés au travers d'un ensemble de 56 paramètres quantitatifs. Cet échantillon a d'abord été utilisé pour caractériser les interneurones dans la couche VI du neocortex, une région où ils n'avaient été que partiellement décrits. En utilisant une approche non supervisée, 4 classes d'interneurones ont pu être identifiées sur la base de propriétés électrophysiologiques, morphologiques et moléculaires. Additionnellement, en utilisant des immunomarquages sur des souris GAD67::GFP Knock-In, les distributions d'interneurones exprimant des marqueurs caractéristiques ont été cartographiées à travers la couche VI, mettant en évidence que des populations distinctes s'accumulent dans des sous-couches particulières. Ces analyses ont été soumises pour publication. Nous avons ensuite entrepris de caractériser la diversité des interneurones à travers l'ensemble des couches du neocortex. En utilisant des méthodes non supervisées reposant sur les propriétés électrophysiologiques et moléculaires des interneurones, nous avons montré que les classes que nous avions caractérisées dans la couche VI pouvaient être identifiées sur l'ensemble de notre échantillon. Toutefois, en analysant la séparation de ces classes avec des méthodes analytiques, nous avons trouvé que, si certaines formaient des archétypes distincts, une fraction substantielle de notre échantillon présentait des phénotypes intermédiaires à des classes particulières. Ce travail suggère donc que les interneurones du neocortex se séparent bien en plusieurs populations, mais que ces groupes ne constituent pas des classes distinctes mais plutôt des archétypes phénotypiques. Ces résultats supportent une nouvelle façon de regarder la diversité des interneurones GABAErgiques et seront rapportés dans un second article.
Fichier principal
Vignette du fichier
ThA_se_QPerrenoud_CorrigA_e.pdf (4.23 Mo) Télécharger le fichier

Dates et versions

tel-00672479 , version 1 (21-02-2012)

Identifiants

  • HAL Id : tel-00672479 , version 1

Citer

Quentin Perrenoud. Diversity of neocortical interneurons in the barrel cortex of mouse. Neuroscience. Ecole Normale Superieure de Paris - ENS Paris, 2011. English. ⟨NNT : ⟩. ⟨tel-00672479⟩
432 Consultations
632 Téléchargements

Partager

Gmail Facebook X LinkedIn More