Annonceur:
Bienvenue à l'Institut Salk Là où les guérisons commencent podcast, où les scientifiques parlent de découvertes révolutionnaires avec vos hôtes, Allie Akmal et Brittany Fair.

Allie Akmal :
Tanya Sharpee est professeure au laboratoire de neurobiologie computationnelle de Salk. Elle utilise des méthodes issues des mathématiques, des statistiques et de la physique pour décrire les principes selon lesquels les milliards de neurones du cerveau échangent informations et énergie. Ses travaux peuvent paraître assez théoriques, mais ce qui les rend si fascinants, c'est qu'ils portent sur la façon très concrète dont nous percevons notre environnement par la vue, l'ouïe et l'odorat. Dr Tanya Sharpee, bienvenue à Là où les guérisons commencent.

Tanya Sharpee :
Merci de m'avoir invité.

Allie Akmal :
Je crois que lors de l'une de nos premières conversations, je vous ai interrogé sur ce grand débat sur Internet : la robe était-elle bleue ou dorée, ou peut-être bleue et jaune ? Je ne me souviens plus des deux couleurs que les gens voyaient, et ils la percevaient si différemment et la percevaient si fortement. Pouvez-vous nous en parler, et nous expliquer ce qui explique ces différences de perception ?

Tanya Sharpee :
Oui, le problème est que c'est étonnant que les différences de perception soient presque tranchées. Ce qui était noir ou bleu pour une personne était jaune ou blanc pour une autre. Alors, comment pouvons-nous, en regardant la même image, en percevoir un aspect très différent ? Or, il s'avère que notre perception est influencée par nos croyances sur la structure de la lumière, par exemple, qui nous entoure. Et nous pouvons être absolument certains que c'est la réponse. Deux personnes peuvent lire le même article et se forger des opinions complètement différentes ou interpréter les preuves de manières totalement différentes, selon ce qu'elles croient être vrai ou non.

Allie Akmal :
Et dans le cas de la robe, quand on parle de croyances, il ne s'agit pas de croyances conscientes, mais de calculs effectués par le cerveau sur la façon dont l'objet est éclairé ou sur la provenance de la lumière. Ce genre de choses.

Tanya Sharpee :
C'est exact. Cela repose essentiellement sur notre expérience du monde. Dans le cas de la robe, l'explication était que si la personne passe plus de temps à l'intérieur ou à l'extérieur, les conditions d'éclairage sont différentes, ce qui influence sa perception.

Allie Akmal :
Donc si la photo est prise à l'extérieur, leur cerveau va faire certaines suppositions sur ce que fera l'éclairage et donc sur la couleur de la robe.

Tanya Sharpee :
C'est vrai.

Allie Akmal :
D'accord. Eh bien, c'est tout à fait fascinant.
Comment décririez-vous votre domaine ou votre profession ? Êtes-vous biologiste ? Êtes-vous physicien ? Comment vous décririez-vous ?

Tanya Sharpee :
On dit que si vous interrogez un physicien, il vous dira que tout est physique. Si vous interrogez un informaticien, il vous dira que tout est informatique. Si vous interrogez un chimiste, il vous dira que tout est chimie et que tous ces points de vue sont justes. Vous savez, j'ai une formation en physique. Je pourrais donc dire que je suis un physicien qui étudie les systèmes biologiques. Et ce serait probablement la meilleure réponse.

Allie Akmal :
Votre travail, si je comprends bien, cherche à quantifier l'activité des cellules cérébrales appelées neurones pour mieux comprendre comment fonctionnent nos sens, en d'autres termes, comment nous voyons et entendons les choses et comment nous sentons les odeurs.

Tanya Sharpee :
Oui. Comment fonctionne le cerveau et quels sont les algorithmes qu'il utilise. De nombreuses personnes à travers le monde s'efforcent de comprendre ce code. Et je trouve cela passionnant.

Allie Akmal :
Eh bien, certaines des applications de votre travail concernent la vision, par exemple, pour les voitures autonomes…

Tanya Sharpee :
Oui, la vision artificielle, mais aussi l'interface cerveau-machine. C'est un autre domaine de recherche prometteur. Si nous comprenons mieux le code neuronal, nous pourrons concevoir de meilleurs appareils. Nous avons d'ailleurs publié un article il y a près de deux ans et demi. La vision est l'un des mystères du traitement sensoriel. Même si nous en savons peut-être plus sur la vision que sur d'autres sens, plus nous en savons, plus nous réalisons notre ignorance. Nous cherchions à comprendre comment les différentes parties de la scène visuelle s'assemblent pour produire une perception cohérente. Bien sûr, ce n'était pas une solution complète au problème, mais nous avons progressé dans la compréhension de la perception des différents types de contours, définis par des différences de texture. Par exemple, un animal à fourrure assis sur une branche d'arbre peut être de couleur similaire, mais la texture sera différente et nos yeux seront capables de détecter ce contour. On les appelle des contours de second ordre.

Et elles sont plus difficiles à détecter. Nous avons constaté que les aires visuelles secondaires possèdent des neurones spécialisés dans ce domaine.

Allie Akmal :
pour comprendre les différences de texture…

Tanya Sharpee :
Ou détecter des bords définis par des changements et des variations de texture.

Allie Akmal :
Alors, prenez-vous des données provenant de neurones réels, puis utilisez-vous des méthodes statistiques et des algorithmes pour les organiser et, à partir de là, pour établir des règles sur la manière dont ils peuvent fonctionner ?

Tanya Sharpee :
Les deux. Nous travaillons sur des codes idéalisés, une théorie pure, puis nous étudions comment les implémenter dans le cerveau. Nous analysons les données et déterminons quelles sont les propriétés des modèles susceptibles de décrire au mieux les réponses neuronales, puis nous essayons de faire correspondre les deux axes de recherche.

Allie Akmal :
Voyons en quelque sorte où ils s'intègrent ?

Tanya Sharpee :
Oui, c'est comme dans un manuel, vous savez, on vous pose un problème. Et puis, à la fin, il y a une solution. On essaie donc de le résoudre sans regarder la solution, mais parfois, pour des problèmes difficiles, on peut au moins vouloir regarder dans la solution, vous savez, quel est le nombre ? Obtient-on le bon nombre ? Voilà mon point de vue. Nous élaborons des solutions théoriques idéales. Ensuite, nous observons le cerveau pour observer ce qui se passe et comparons nos solutions aux réponses fournies par la nature. Si nous utilisons des outils de physique statistique, de théorie de l'information ou de statistique en général, c'est pour rechercher un code idéal permettant de transformer l'information sans perte. Et cela peut nous guider dans la compréhension du cerveau, si nous comprenons la solution idéale que les circuits neuronaux pourraient mettre en œuvre.

Allie Akmal :
En plus d'étudier la vision, Sharpee étudie également le sens de l'odorat, connu sous le nom d'olfaction.

Tanya Sharpee :
On peut donc considérer l'olfaction comme un système de communication entre les plantes et les animaux, ou entre les animaux. Mais il est intéressant de voir comment nous pouvons utiliser les statistiques des signaux du monde naturel pour découvrir des indices sur l'organisation du système nerveux.

Allie Akmal :
Et l'une des raisons pour lesquelles vous avez entrepris cette étude, c'est que, si je me souviens bien, vous avez dit qu'on ne pouvait pas vraiment prédire l'odeur d'une molécule odorante à partir de sa structure. Il fallait donc l'envisager autrement, n'est-ce pas ?

Tanya Sharpee :
Oui. Nous pensons donc que des méthodes comme celles que nous avons utilisées – ou, de manière similaire, appelées « embeddings » ou « mappages » de molécules, en leur attribuant des coordonnées – permettent de mieux prédire l'odeur des objets que la structure chimique elle-même.

Allie Akmal :
Le laboratoire a donc utilisé des statistiques pour cartographier des combinaisons d'odeurs présentes dans la nature. L'emplacement des coordonnées sur la carte pouvait fournir des informations sur ces odeurs, comme savoir si, par exemple, les gens trouveraient certaines odeurs agréables ou désagréables.

Tanya Sharpee :
Par exemple, si nous sentons un aliment et que nous voulons savoir s'il est avarié ou non, et s'il contient des bactéries dangereuses, l'expérience nous apprend que certaines bactéries produisent certains types de molécules, que nous détectons et que nous devrions peut-être éviter de consommer cet aliment. C'est donc une intuition derrière la mesure de cooccurrence. Les bactéries peuvent produire un nombre illimité de signatures, mais si j'en détecte une ou deux, cela me suffit pour m'avertir de ne pas consommer ce qu'elles ont trouvé et qui m'a plu par le passé. Certains produits ne contiennent que quelques molécules qui les identifient, tandis que d'autres peuvent en contenir jusqu'à 30 qui contribuent à notre perception. Il s'avère donc que le cognac est l'un des mélanges les plus complexes. Il contient donc une trentaine de molécules différentes qui influencent notre perception.

Allie Akmal :
Voyons voir, depuis que je travaille avec toi, tu as travaillé la vue et l'odorat. Et travailles-tu aussi l'ouïe ?

Tanya Sharpee :
Oui, nous travaillons sur l'audition. Nous collaborons actuellement avec des groupes en France et en Israël pour étudier l'audition. C'est donc un projet en cours.

Allie Akmal :
Changement de sujet. Avez-vous grandi dans ce pays ?

Tanya Sharpee :
Non, j'ai grandi en Ukraine. Je suis venu ici pour mes études supérieures.

Allie Akmal :
Vous avez grandi dans une famille de scientifiques. Pouvez-vous nous en dire un peu plus ?

Tanya Sharpee :
J'ai eu la chance de voir des scientifiques accomplis et de voir comment ils travaillaient. Mon grand-père était mathématicien. Vous savez, même s'il avait plus de soixante-dix ans, il disait toujours : « Je dois apprendre à devenir un meilleur mathématicien. » Alors il se levait à cinq heures du matin et travaillait avant que tout le monde ne soit réveillé. Il travaillait. Et j'essayais de me lever le plus tôt possible, peut-être à six heures, mais pas aussi tôt que lui, et nous travaillions ensemble à la table sur nos problèmes. Il travaillait sur les siens. Je travaillais sur les miens.

Allie Akmal :
Et c'était quand vous étiez à l'école primaire ou plus tard ?

Tanya Sharpee :
Ouais, ou même plus jeune.

Allie Akmal :
Oh mon Dieu.

Tanya Sharpee :
Il me donnait donc ces gros problèmes de multiplication de nombres à 10 chiffres et toute la famille disait : « Oh non, comment peut-on demander à un enfant de multiplier des nombres aussi grands ? » Et il répondait : « Ce n'est pas grave. Elle peut regarder, il y a une table de multiplication juste à côté d'elle. Et si on connaît l'algorithme, on peut multiplier n'importe quel nombre. » J'aimais ça. Je l'admirais beaucoup. Et puis, vous savez, on faisait une pause, on coupait des légumes pour la soupe, puis on reprenait ses mathématiques, etc.

Allie Akmal :
Donc, vous aviez ce grand-père mathématicien, mais vous aviez aussi des physiciens dans la famille.

Tanya Sharpee :
Oui. Mes deux parents sont physiciens et mon père est expérimentateur. Et c'est grâce à lui que je suis théoricien. J'ai étudié son expérience, très complexe. Il travaillait sur des métaux. Il fallait ensuite les chauffer à haute température. Il y avait un four par-ci, de l'eau de refroidissement par-là, tout fonctionnait et il réparait constamment son installation. Et je me suis dit : « Bon, je ne peux pas faire ça. Qui va réparer l'installation ? » Alors, je ferais mieux de devenir théoricien.

Allie Akmal :
Et a-t-il été déçu ?

Tanya Sharpee :
Je ne sais pas, mais nous avons ce débat entre expérimentateurs et théoriciens…

Allie Akmal :
Une rivalité amicale peut-être ?

Tanya Sharpee :
Je n'en suis pas si sûr. Vous savez, il est plutôt dédaigneux : « Ces théoriciens, ils inventent juste un chiffre. Les expérimentateurs doivent vraiment réfléchir pour poser la question à la nature, et le théoricien peut simplement élaborer une théorie. Qui sait si c'est vrai ou faux. » Et vous savez, j'essaie de me défendre en disant que c'est la théorie qui détermine ce qui est expérimentalement observable. C'est une citation d'Einstein, car sans théorie, on sait quelle expérience faire. Vous savez, lorsqu'il a prédit que la lumière se courberait de telle amplitude, sans théorie sur la déviation de la lumière, on ne fera jamais l'expérience. C'est une saga sans fin.

Allie Akmal :
Avez-vous des conseils à donner aux filles qui s’intéressent en particulier à une carrière scientifique ?

Tanya Sharpee :
Eh bien, je pense qu'il existe une idée reçue selon laquelle les femmes ne sont pas douées en mathématiques, ou du moins qu'elles ont peur de la physique théorique. Je pense donc qu'il est tout à fait possible qu'une femme se spécialise en physique et en mathématiques. Je n'exclus pas la possibilité que les approches des problèmes diffèrent entre les hommes et les femmes. Par exemple, l'un peut être plus rapide, tandis que l'autre peut percevoir des liens différents. C'est ce que souligne, par exemple, ce livre intitulé un bel espritIl s'agissait donc d'une personne atteinte de schizophrénie ou d'un trouble mental, et il pouvait établir des liens entre des observations sans rapport entre elles, que d'autres auraient manquées. Je pense donc que le message de ce livre et d'autres expériences est que nous avons des points de vue différents et que nous pouvons être utiles. Je pense que l'art consiste à trouver une combinaison ou un domaine où nos points forts et nos approches particulières sont utiles, sans pour autant exclure les mathématiques et la théorie. Les femmes rencontrent des défis particuliers en mathématiques, en physique et en sciences en général, mais cela ne signifie pas qu'elles devraient les relever.

Allie Akmal :
Eh bien, Dr Sharpee, merci beaucoup de vous joindre à nous.

Tanya Sharpee :
Merci beaucoup.

Annonceur:
Rejoignez-nous la prochaine fois pour découvrir d'autres avancées scientifiques de pointe à Salk. À Salk, des scientifiques de renommée mondiale collaborent pour explorer de grandes idées audacieuses, allant du cancer à la maladie d'Alzheimer, en passant par le vieillissement et le climat. Là où les guérisons commencent est une production du Bureau des communications de l'Institut Salk. Pour en savoir plus sur les recherches présentées aujourd'hui, consultez le podcast Salk dot EDU.