LinkRbrain

Une plateforme collaborative pour l’intégration multi-échelle des connaissances sur le cerveau.

Contexte

LinkRbrain est une plateforme web en libre accès pour l’intégration et la visualisation de données sur le cerveau humain à plusieurs échelles. Cette plateforme intègre les connaissances anatomiques, fonctionnelles et génétiques produites par la communauté scientifique.

Nouvelle méthode

La plateforme LinkRbrain comporte deux composantes principales : (1) un composant d’agrégation de données qui intègre plusieurs bases de données ouvertes en une seule plateforme avec une représentation unifiée ; et (2) un site web qui permet une intégration et une visualisation rapides et à plusieurs échelles de ces données et qui rend les résultats immédiatement disponibles.

Résultats

LinkRbrain permet aux utilisateurs de visualiser les réseaux fonctionnels et/ou l’expression génétique sur un modèle de cerveau standard (MNI152). Les interrelations entre ces composantes basées sur le chevauchement topographique sont affichées à l’aide de graphiques relationnels. En outre, LinkRbrain permet de comparer les nouveaux résultats expérimentaux avec les travaux publiés précédemment.

Comparaison avec les méthodes existantes

Les outils et études précédents illustrent les possibilités d’exploration de données à travers de multiples niveaux de neuroscience et d’information génétique. Cependant, il manque encore une approche systématique globale pour rassembler les connaissances cognitives, topographiques et génétiques dans un cadre commun afin de faciliter leur visualisation, leur comparaison et leur intégration.

Dans les Médias

Au coeur du cerveau, Pour la Science.
Libérez les images du cerveau, Le Monde.

Publications associées

Quillivic, R., Gayraud, F., Auxéméry, Y., Vanni, L., Peschanski, D., Eustache, F., Dayan, J., & Mesmoudi, S. (2024). Interdisciplinary approach to identify language markers for post-traumatic stress disorder using machine learning and deep learning. Scientific Reports, 14(1), 1-19. https://doi.org/10.1038/s41598-024-61557-7

Robin Quillivic, Charles Payet. Semi-Structured Interview Analysis: A French NLP Approach for Social Sciences. JADT – 2024, LesLa, Jun 2024, BRUXELLES, Belgium.  pp.ISBN : 978-2-39061-471-5 ⟨hal-04627806⟩

Samuel Boccara, Salma Mesmoudi, Jacques Dayan, Robin Quillivic. Quantization of speech disorganization for PTSD and speech disorders detection. JADT 2024, LesLa, Jun 2024, Bruxelles, Belgium. pp.ISBN : 978-2-39061-471-5. ⟨hal-04627800v1⟩

Quillivic, R., & Mesmoudi, S. (2024). Is open source software culture enough to make AI a common ? Journée Scientifique de Rochebrune 2023 ArXiv. /abs/2403.12774

Mesmoudi, S., Lapina, C., Rodic, M. & Peschanski, D. Multi-Data Integration Towards a Global Understanding of the Neurological Impact of Human Brain Severe Acute Respiratory Syndrome Coronavirus 2 Infection. Front. Integr. Neurosci. 16, 756604 (2022).
Mesmoudi, S. et al. LinkRbrain: Multi-scale data integrator of the brain. Journal of Neuroscience Methods 241, 44–52 (2015).
Cioli, C., Abdi, H., Beaton, D., Burnod, Y. & Mesmoudi, S. Differences in Human Cortical Gene Expression Match the Temporal Properties of Large-Scale Functional Networks. PLoS ONE 9, e115913 (2014).
Mesmoudi, S. et al. Coupling geometric analysis and viability theory for system exploration: Application to a living food system. JOURNAL OF PROCESS CONTROL 24, 18–28 (2014).

  • Équipe

    Salma MESMOUDI, Responsable de projet
    Université Paris 1

    Anciens membres : 

    • Claudia CIOLI
    • Yves BRUNO
    • Mathieu RODIC
  • Formation

    Inscrivez-vous aux prochaines sessions