Principes et applications de l’optogénétique en neuroscience

Principles and applications of optogenetics in neuroscience

¹ CNRS UMR 8197, Inserm U1024, IBENS S4.9, 46, rue d’Ulm, 75005 Paris, France
² CNRS UMR 8246, Inserm U1130, université Pierre et Marie Curie UM CR119, 9, quai Saint Bernard, 75005 Paris, France

^* guillaume.dugue@ens.fr

Résumé

Une grande partie des progrès de la biologie est indissociable de l’évolution de la biophotonique, terme générique désignant l’utilisation de la lumière dans l’étude des systèmes vivants. Au cours des quinze dernières années, la biophotonique s’est peu à peu mariée à la génétique moléculaire pour donner naissance à l’optogénétique, un ensemble de techniques qui permettent l’étude fonctionnelle par voie optique de populations, compartiments ou processus cellulaires ciblés génétiquement. En neuroscience, l’optogénétique permet aujourd’hui d’observer et de contrôler en temps réel l’activité de populations neuronales spécifiques dans de nombreux modèles animaux. Cette avancée technique majeure apporte un degré de sophistication inédit aux méthodes expérimentales employées en neurosciences fondamentales, offrant ainsi la possibilité d’accroître considérablement notre pouvoir d’analyse des circuits neuronaux.

Abstract

Numerous achievements in biology have resulted from the evolution of biophotonics, a general term describing the use of light in the study of living systems. Over the last fifteen years, biophotonics has progressively blended with molecular genetics to give rise to optogenetics, a set of techniques enabling the functional study of genetically-defined cellular populations, compartments or processes with optical methods. In neuroscience, optogenetics allows real-time monitoring and control of the activity of specific neuronal populations in a wide range of animal models. This technical breakthrough provides a new level of sophistication in experimental approaches in the field of fundamental neuroscience, significantly enhancing our ability to understand the complexity of neuronal circuits.