Legendre, R.
et Pieron, H. (1912) De la propriété
hypnotoxique des humeurs développées au cours
d'une veille prolongée C.R. Soc. Biol. (Paris), 72:
210-212.
Introduction : On average, a third of
our lives pass by in sleep. Although body
movements are largely suppressed during sleep,
resulting in reduced external behavior, the
internal activity of the brain has a richness
that defies explanation. At the onset of sleep,
brief episodes of 7-14 Hz synchronized spindling
occurs in the thalamus and cortex, producing
large-scale spatio-temporal coherence throughout
the forebrain. During sleep the low-amplitude,
high-frequency activity in the neocortex
characteristic of the awake state is replaced
with high-amplitude, low-frequency rhythms; the
cortex alternates between periods of slow wave
sleep in the 2-4 hz range and episodes of rapid
eye movement (REM) sleep, characterized by sharp
waves of activity in the pons, the thalamus and
the occipital cortex.
The widespread activity that occurs in the
brain during sleep has a purpose; however, there
is still no consensus on what that might be.
Activity in the sleeping brain is largely hidden
from us because very little content of the brain
activity that occurs during sleep directly
enters consciousness.
New methods have, however, been developed to
eavesdrop on this ongoing activity and
computational models of sleep states have been
mathematically analyzed and simulated with
digital cornputers. This approach is still in
its infancy, but it may someday allow us to
better understand the purpose of the extensive
activity that occurs in sleeping brains. Before
approaching the behavioral consequences of
sleep, we must first understand the patterns of
electrical activity and the biochemical states
of neurons that occur in the brain during sleep.
A phenomenological description of sleep states
will provide a firm foundation for generating
hypotheses for the functions of sleep that can
be experimentally tested. This summary is based
on two recent reviews.
The next section focuses on the biophysical
aspects of slow-wave sleep oscillations,
including the influence of thalamic-generated
oscillations on cortical cells and the analysis
of the spatial and temporal distribution of
neuronal activity during slow-wave sleep. A
scenario is introduced for the steps that may
occur leading to the consolidation of recent
memories, including the conditions leading to
the opening of calcium-mediated biochemical
pathways triggering gene expression and a
'recall-store' iteration during slow-wave
sleep.This summary is based on two recent
articles.
Recent behavioral and physiological
experiments will be reviewed supporting the
hypothesis that memory consolidation may occur
during sleep. Finally, some computational issues
are examined arising from recent attempts to
scale upneural network learning algorithms to
multilayered architectures. Some concrete
suggestions are made for how the different sleep
rythms could contribute to memory
consolidation.
[...]
Conclusions : Spindle oscillations
appear in the EEG during the early stages of
slow-wave sleep. We have shown that during these
oscillations, cortical pyramidal neurons are
bombarded by unusually powerful excitatory
inputs in the dendrites in parallel with strong
inhibitory inputs around the soma . We suggest
here that this pattem of excitation-inhibition
provokes a massive Ca++ entry that specifically
activates Ca++ dependent molecular gates in the
spindling cells. Spindle oscillations could
therefore open the door to subsequent long-terrn
changes in cortical networks.
As sleep deepens, slow waves progressively
dominate the EEG. These slow-wave complexes
alternate with brief episodes of fast
oscillations having similar properties as he
sustained fast oscillation that occur during
wakefulness. We propose that these brief periods
represent a recall of informalion acquired
previously during wakefulness, which are
subsequently stored by highly synchronized
events that appear as slow waves in the EEG.
Slow-wave sleep would thus begin by spindle
oscillations that open molecular gates to
plasticity, then proceed by iteratively
recalling' and 'storing' information primed in
neural assemblies.
Although speculative, this scenario is
consistent withwhat is currutly known about the
biophysical mechanisms of sleep oscillation. It
is, also consistent with the growing evidence
that sleep serves to consolidate memories, as as
with models that require a 'sleep' phase for the
long-terrn learning of generative
representations. The key insight is that
slow-wave sleep is a specific state in which
information is consolidated by activating Ca++
mediated intracellular cascades in pyramidal
neurons. Implementing such a massive Ca++ entry
and network reorganization must necessarily take
time and be performed during a state in which
normal processing such as sensory processing
should not occur; this may ultimately be the
primary reason why we need to sleep.
Unité de Neurosciences
Intégratives et Computationnelles CNRS
UPR 2191, Gif sur Yvette
L'activité rythmique est
omniprésente dans les enregistrements
électriques du cerveau humain, comme
l'électroencéphalogramme (EEG),
découvert il y a plus de cent ans par
Caton et plus tard par Berger chez l'homme. Les
premiers enregistrements EEG,
réalisés sur la surface du scalp,
avaient déjà mis en
évidence une activité rythmique
proéminente, et dont la fréquence
semblait varier en fonction de l'état de
vigilance. Il est à présent clair
que les mêmes rythmes sont présents
chez différents mammifères (homme,
singe, chat, rat, etc) et ceux-ci sont
classifiés en fonction de leur
fréquence; le sommeil lent est
caractérisé par trois types
d'oscillations : les ondes lentes (<1Hz), les
oscillations delta (1-4 Hz), et les ondes en
fuseau (7-14 Hz), alors que les stades
d'éveil ou de sommeil paradoxal (REM)
sont dominés par des oscillations
rapides, dans la bande beta ou gamma (20-60
Hz).
Alors que l'aspect " temporel " de cette
activité a été
caractérisé depuis longtemps,
l'aspect " spatial " est beaucoup moins bien
connu. La raison principale est que l'EEG de
scalp résulte d'une moyenne spatiale sur
une étendue de quelques
centimètres, ce qui représente
plusieurs dizaines de millions de neurones, et
donc l'aspect spatial est perdu dans cette
moyenne. Il faut recourir aux enregistrements de
potentiels locaux, à l'aide de
micro-électrodes directement
insérées dans le cortex. Pour
caractériser l'aspect spatial, plusieurs
enregistrements simultanés doivent
être réalisés de
façon à couvrir une surface
suffisante pour caractériser les
propagations d'activité. Ces techniques
n'ont été maîtrisées
qu'au cours des dernières
années.
Dans la première partie de
l'exposé, les différents rythmes
de l'activité d'éveil et de
sommeil sont analysés au travers
d'enregistrements multiples
réalisés dans le cortex
pariétal du chat. En comparant les champs
de potentiels locaux avec l'activité
multi-unitaire, il apparaît que les ondes
delta du sommeil lent sont
caractérisées par une synchronie
quasi-parfaite sur toute l'étendue du
cortex étudiée (7mm). Cette
cohérence spatiale est également
présente dans les patrons de
décharge cellulaire, ce qui indique que
le réseau entier est impliqué dans
une oscillation lente synchronisée
à grande échelle.
Pendant l'éveil, et/ou le sommeil
REM, les ondes beta/gamma sont
caractérisées par une
cohérence beaucoup plus locale, et des
patrons de corrélations sont
localisés dans le temps (approx. 0.5 sec)
et dans l'espace (approx. 1mm). Le patron de
décharge cellulaire semble
aléatoire, mais une analyse fine
révèle des corrélations
entre activité unitaire et champs de
potentiels locaux, ce qui indique que
l'activité des cellules individuelles est
hautement stochastique mais néanmoins
corrélée avec l'activité
globale oscillante. Finalement, l'analyse fine
du sommeil lent révèle des
périodes brèves (approx. 1sec.)
d'activité beta/gamma, qui semblent
alterner avec des périodes d'ondes lentes
ou delta. Ces périodes brèves ont
des caractéristiques
électrophysiologiques spatiales et
temporelles identiques à celles des
oscillations beta/gamma de l'éveil. Le
sommeil lent semble donc être
composé d'une alternance entre
phénomènes très
synchronisés, les ondes lentes et
oscillations delta, et de brèves
périodes d'activité de faible
cohérence, similaires à
l'éveil.
La seconde partie de l'exposé sera
consacrée à l'étude de
l'impact de ces oscillations au niveau du cortex
cérébral. Les cellules principales
du cortex cérébral, les neurones
pyramidaux, ont été
étudiées à l'aide d'une
combinaison d'enregistrements intracellulaires
in vivo et de modèles computationnels.
Pendant les oscillations en fuseau, ces neurones
ont une décharge très
modérée, ce qui est suprenant
étant donné le haut niveau de
synchronie thalamique et corticale pendant ces
oscillations. Des enregistrements
réalisés après injection
d'ions Cl- dans la cellule, ce qui inverse
l'inhibition des récepteurs GABA(A),
révèlent des bouffées de
potentiels d'action très puissantes. Ceci
indique que les réponses
modérées pendant les oscillations
sont en fait causées par la
coïncidence de conductancesexcitatrices et
inhibitrices très fortes, mais qui
s'annihilent en grande partie. Quelle pourrait
être l'utilité d'un tel type
d'entrée synaptique ? Les modèles
computationnels indiquent que, suite à la
distribution asymétrique des synapses
dans les neurones pyramidaux (synapses
excitatrices dans les dendrites et inhibitrices
au niveau du soma), ce patron d'activité
représente des conditions idéales
pour induire une dépolarisation et une
entrée massive de calcium dans les
dendrites, tout en gardant un taux de
décharge faible (inhibition
péri-somatique). Les conséquences
possibles des oscillations sont donc
peut-être liées à des
mécanismes impliquant le calcium, comme
la plasticité synaptique par
exemple.
La fin de l'exposé tentera
d'évaluer le rôle physiologique des
oscillations du sommeil. Différents
mécanismes de plasticité
synaptique qui pourraient être
particulièrement affectés par les
oscillations du sommeil seront
considérés [4]. Les
implications possibles des oscillations du
sommeil dans la consolidation de la
mémoire seront discutées dans le
cadre d'une théorie selon laquelle les
informations sont acquises de façon
labile pendant l'éveil, et ensuite "
stockées " de façon permanente
dans le réseau cortical par les ondes
lentes synchronisées. Le sommeil est
structuré en périodes similaires
à l'éveil, qui effectueraient un "
rappel " de l'information à
mémoriser ; ces périodes de rappel
sont suivies d'ondes lentes
synchronisées, qui seraient
impliquées dans des modifications
permanentes de la connectivité.
L'acquisition des informations s'effectuerait
donc en deux phases : une phase d' " exploration
" (éveil) et une phase de " stockage "
(sommeil), en accord avec de nombreuses
données expérimentales et
théoriques qui suggèrent un
rôle critique du sommeil dans la
mémoire à long terme.
En conclusion, la décharge neuronale
est hautement structurée spatialement et
temporellement, sous forme d'oscillations dont
la synchronie et la fréquence varient
selon l'état de vigilance. L'analyse et
modélisation de ces manifestations
électriques permettent d'entrevoir un
scénario biophysique des
opérations neuronales qui sous-tendent
l'acquisition de la mémoire à long
terme
Sleep has fascinated humanity for centuries.
Scientists have asked why we need to sleep,
while mystics have thought that our dreams can
tell us what the future holds. The mysteries of
the dream world might still be out of reach, but
researchers are coming closer to unravelling
some of the functions of a good night's
sleep.
It seems that while we are sleeping, our
neurons might be busy remodelling the
connections and circuits of the brain. Frank et
al. have now shown that in young cats,
plasticity in the visual cortex is enhanced by
sleep at the critical period for visual system
development. During this critical period, the
visual system of the cat is particularly
sensitive to monocular deprivation. If visual
input through one eye is blocked for a few
hours, subsequent recordings from visual cortex
show a reduction in responses to input through
the deprived eye, and a decrease in the number
of neurons showing binocular
responsiveness.
Frank et al. investigated the effects of
sleep on this form of plasticity. If cats were
simply left in a dark room for six hours after
the end of the period of monocular deprivation
and, cats being cats, they spent most of this
time asleey the changes in visual cortex
responsiveness were much more marked than if the
measurements were taken immediately after the
deprivation. However, if the cats wereput in a
dark room but kept awake by a combination of
movement of the cage floor and 'meowing' sounds
being played whenever they started to drop off
the enhancement of plasticity was prevented. It
seems that sleep, rather than time elapsed since
the end of the deprived period or the absence of
light, was responsible for the increase in the
effect. In fact, six hours of sleep was at least
as effective at increasing the changes in
cortical responsiveness as an additional six
hours of monocular deprivation.
Optical imaging confirmed the results. Frank
et al. used optical imaging to map cortical
responses to oriented stimuli presented to
either the deprived eye or the control eye. Once
again, responses to stimuli presented to the
deprived eye were weaker and less selective,
with the cats in the group that had slept
showing the greatest effect. Although rapid eye
movement (REM) sleep has long been thought to be
important for neuronal development in the young
brain, Frank et al. found that the degree of
enhancementof plasticity in the cats
correlatedwith the amount of non-REM sleep
during the six hours after monocular
deprivation. This might tie in with the sharp
increase in non-REM sleep that occurs in cats at
the beginning of the critical period.
So it seems that our suspicions that sleep
is essential for consolidation of memories and
development or remodelling of neural pathways
might be correct. Our dreams might still be a
mystery, but at least we are starting to
understand why sleep is so essential.
Frank, M. G.et al
Sleep enhances plasticity in the
developingvisual cortex. Neuron 30, 275Ð287
(2001)
