La négativité de discordance, abrégée en MMN (pour mismatch negativity), est une composante de potentiel évoqué cognitif dérivée des enregistrements d'électroencéphalogramme (EEG). Contrairement à de nombreux potentiels évoqués qui nécessitent une attention active, la MMN émerge automatiquement lorsqu'un son « déviant » et infrequent rompt une séquence de sons « standards » répétés. Cette qualité automatique la rend particulièrement précieuse en tant qu'outil clinique et de recherche, car elle élimine la variable de confusion liée au fait qu'un patient coopère ou reste concentré pendant le test.
Qu'est-ce que la négativité de discordance ?
La négativité de discordance (Mismatch Negativity, MMN) est une composante du potentiel évoqué cognitif enregistrée par électroencéphalogramme (EEG) qui traduit la détection automatique et préattentive par le cerveau des changements auditifs. Cette réponse automatique est généralement provoquée par la présentation d'une séquence de sons standards identiques, suivie d'un son « déviant » rare qui diffère par sa fréquence, sa durée ou d'autres caractéristiques acoustiques.
Le cerveau détecte cette déviation, générant une déviation de tension négative dont le pic se situe environ 100 à 200 millisecondes après le changement. Enregistrée de manière plus prononcée sur les électrodes frontales et centrales du cuir chevelu, cette forme d'onde caractéristique constitue l'indicateur principal de la négativité de discordance.
Deux propriétés distinguent la MMN des autres réponses cérébrales :
Premièrement, elle est automatique. Une personne peut lire un livre, regarder un film muet ou ignorer activement les sons, la MMN apparaîtra toujours.
Deuxièmement, elle est préattentive. Le cerveau compare le son déviant et la trace mnésique des sons standards avant même que l'attention ne se manifeste.
Ces caractéristiques font de la MMN un indice de la capacité fondamentale du cerveau à détecter le changement, indépendamment de processus cognitifs supérieurs qui pourraient être altérés ou variables d'un individu à l'autre.
L'équivalent magnétique de la MMN, enregistré par magnétoencéphalographie et abrégé MMNm, représente le même processus sous-jacent de détection de changement auditif. Comme la MEG offre une sensibilité spatiale différente de celle de l'EEG, la combinaison des deux modalités d'enregistrement aide les chercheurs à distinguer les contributions de différentes régions cérébrales. La MMNm se localise dans le cortex auditif et les structures du lobe temporal environnantes, confirmant que la réponse prend naissance dans les aires de traitement sensoriel plutôt que dans les régions associatives supérieures.
Comment le cerveau génère la négativité de discordance
La génération de la MMN est régie par des mécanismes neuronaux complexes et dynamiques dans le cortex auditif, que les chercheurs explorent activement grâce à des modèles neurocomputationnels sophistiqués. Bien qu'il n'existe pas de consensus unique au niveau cellulaire sur ce qui se produit exactement lorsqu'un son déviant déclenche cette réponse, deux hypothèses majeures ont façonné des décennies de recherche scientifique : l'hypothèse de l'adaptation et l'hypothèse de l'ajustement de modèle.
L'hypothèse de l'adaptation suggère que les neurones du cortex auditif répondent à la répétition de sons standards en réduisant progressivement leur taux de décharge — un processus appelé adaptation spécifique au stimulus. Lorsqu'un son déviant rare est introduit, il active une population distincte et fraîche de neurones non adaptés. Selon cette perspective, la MMN est essentiellement une réponse différentielle entre des populations neuronales adaptées et non adaptées.
À l'inverse, l'hypothèse de l'ajustement de modèle propose un mécanisme cognitif actif plutôt qu'une fatigue neuronale passive. Elle postule que le cerveau construit continuellement un modèle interne prédictif de son environnement auditif. Lorsque les sons standards se répètent, ils renforcent cette attente ; lorsqu'un son déviant survient, il enfreint l'attente et force le cerveau à actualiser sa représentation interne. La forme d'onde de la MMN reflète donc ce processus actif de mise à jour du modèle.
Le cadre du codage prédictif et les modèles de neurones à impulsions
Pour concilier ces théories concurrentes, les chercheurs se tournent de plus en plus vers le codage prédictif comme cadre unificateur. Le codage prédictif considère le cerveau comme un moteur de prédiction actif qui anticipe les entrées sensorielles afin de traiter l'information plus efficacement.
Le cortex auditif apprend les régularités statistiques des sons précédents pour générer des prédictions. Lorsque les stimuli entrants correspondent à ces attentes, le traitement se déroule normalement ; lorsqu'un son dévie, une erreur de prédiction se propage à travers la hiérarchie corticale. Par conséquent, la MMN est la signature électrophysiologique d'un signal d'erreur de prédiction.
Un modèle détaillé et biologiquement plausible de neurones à impulsions du cortex auditif soutient ce cadre. Ce modèle structure des neurones excitateurs et inhibiteurs en une architecture corticale multicouche contenant des unités de traitement fonctionnelles distinctes :
Des unités d'entrée qui reçoivent les données sensorielles brutes.
Des unités de prédiction qui représentent les attentes environnementales apprises.
Des unités d'erreur de prédiction qui signalent les discordances lorsque les entrées et les prédictions entrent en conflit.
En intégrant une règle d'apprentissage synaptique dépendant de la transmission des récepteurs NMDA, ce réseau ajuste dynamiquement ses prédictions en se basant sur les statistiques de transition des sons récents.
Ce modèle informatique rend compte avec succès de plusieurs caractéristiques clés de la MMN observées de manière empirique :
Modulation dépendante de la fréquence : l'amplitude de la MMN augmente proportionnellement à la différence entre le son déviant et le ton standard.
Sensibilité aux motifs locaux : le modèle reproduit les réponses aux répétitions inattendues dans des séquences alternées (par exemple, en enregistrant une erreur de prédiction lorsqu'une séquence alternée ABABAB se transforme soudainement en ABABAA), reflétant une dépendance aux probabilités de transition locales plutôt qu'à des règles statistiques globales.
Réponses à l'omission : le modèle génère une erreur de prédiction même lorsqu'un son attendu est complètement omis.
Sensibilité pharmacologique : le modèle est très sensible aux antagonistes des récepteurs NMDA, ce qui concorde avec les études cliniques montrant que le blocage de ces récepteurs réduit ou élimine l'amplitude de la MMN.
De plus, une expérience complémentaire en magnétoencéphalographie (MEG) a validé ces affirmations du modèle, montrant que les réponses MMN découlent de prédictions corticales actives plutôt que d'une simple habituation synaptique, apportant ainsi un soutien empirique solide à la théorie du codage prédictif.
Modèles génératifs et inférence bayésienne dans le traitement auditif
Un autre modèle neurocomputationnel majeur aborde le cortex auditif sous l'angle de l'inférence bayésienne. Ce cadre neuroscientifique modélise le cerveau comme mettant continuellement à jour une représentation probabiliste générative du monde sensoriel à l'aide d'un filtrage bayésien généralisé.
Dans ce système, la MMN représente l'activité électrique collective générée par les neurones d'erreur de prédiction lorsqu'ils effectuent une inférence sur les états cachés de dynamiques hiérarchiques. Cette approche bayésienne produit des formes d'onde de MMN très réalistes qui reflètent les données empiriques, capturant avec précision la façon dont la probabilité et l'ampleur de la déviation façonnent la réponse :
À mesure qu'un son déviant devient plus probable, la violation de l'attente diminue, ce qui réduit l'amplitude de la MMN.
À mesure que le son déviant devient moins distinct acoustiquement des standards, la latence de la réponse MMN augmente tandis que son amplitude diminue.
Collectivement, les modèles de codage prédictif et bayésiens convergent vers la même vérité fondamentale : la MMN est la signature électrique d'un cerveau qui anticipe activement son environnement auditif et signale quand la réalité sensorielle entre en conflit avec les attentes internes.
Hypothèse | Mécanisme | Idée centrale |
|---|---|---|
Adaptation | Fatigue des neurones due aux sons répétés | Réponse différentielle entre populations adaptées |
Ajustement de modèle | Le cerveau met activement à jour son modèle interne | La MMN reflète la violation de l'attente |
Codage prédictif | Le cerveau prédit l'entrée sensorielle à venir | La MMN signale une erreur de prédiction |
La MMN comme biomarqueur dans la schizophrénie
Depuis le début des années 1990, des études ont mis en évidence une diminution de l'amplitude de la MMN chez les patients atteints de schizophrénie par rapport aux sujets sains. Cette atténuation semble robuste et systématique, apparaissant dans différents laboratoires, protocoles d'enregistrement et populations de patients.
Un paradigme oddball auditif conventionnel révèle des déficits significatifs de la MMN tant pour la déviation de durée que pour la déviation de fréquence chez les patients schizophrènes. Cette altération est si fiable que la MMN est largement proposée comme un biomarqueur clinique — une mesure objective et physiologique capable d'indexer la progression de la maladie et de tester l'efficacité thérapeutique.
Différentes déviations acoustiques suivent des dimensions distinctes de la pathologie :
MMN de déviation de fréquence : la réduction d'amplitude s'accentue avec la progression de la maladie, en corrélation étroite avec la durée de l'affection et le déclin cognitif et fonctionnel. Cela fait de la MMN de déviation de fréquence un marqueur précieux de l'évolution de la maladie.
MMN de déviation de durée : les déficits dans ce domaine suivent une trajectoire différente et sont plus fortement liés à la vulnérabilité génétique, servant de marqueur de trait relativement stable dans le temps.
De plus, les différents générateurs neuronaux contribuant à la MMN sont affectés de manière différentielle dans la schizophrénie :
Générateurs du lobe temporal : les altérations à ce niveau sont liées à des déficits de la perception et de la discrimination auditives de base, ce qui peut contribuer à des symptômes positifs comme les hallucinations auditives.
Générateurs du lobe frontal : la réduction de l'activité dans le cortex frontal est liée à une altération de la flexibilité attentionnelle, en corrélation avec les symptômes négatifs tels que le retrait social et l'émoussement affectif.
Adaptation neuronale vs détection de déviance dans la schizophrénie
Une question cruciale est de savoir si le déficit de MMN dans la schizophrénie provient d'un défaut d'adaptation sensorielle ou d'un défaut de détection active de la déviance. Dans un paradigme oddball standard, ces deux processus sont confondus car la réponse du cerveau au ton déviant dépend à la fois de sa manière de s'adapter au standard répété et de sa façon de détecter le changement inédit.
Pour isoler ces mécanismes, Koshiyama et al. ont utilisé un paradigme de contrôle à étalons multiples (many-standards control paradigm). Dans ce protocole, plusieurs tons de fréquences variables sont présentés avec une probabilité égale afin qu'aucun ton unique ne se répète suffisamment pour déclencher une adaptation. Le ton déviant est ensuite comparé à cet arrière-plan varié, isolant ainsi la détection de déviance des effets d'adaptation.
Lorsque des patients atteints de schizophrénie ont été évalués à l'aide des deux paradigmes, les résultats ont révélé une altération sélective de la détection de déviance. Alors que leur adaptation neuronale aux tons répétés demeurait totalement intacte, leur capacité à détecter les changements acoustiques et à générer une erreur de prédiction en réponse à une modification de l'environnement était significativement compromise.
Bonnes pratiques méthodologiques pour susciter la négativité de discordance
Le principe fondamental pour enregistrer une MMN claire et interprétable consiste à présenter une régularité auditive (un son standard répété) et à enfreindre occasionnellement cette régularité par un son déviant rare. La manière dont cette violation est construite dicte l'aspect du traitement neuronal qui peut être évalué.
1. Principes fondamentaux : Le paradigme oddball standard
Le paradigme oddball standard repose sur trois paramètres clés du stimulus qui façonnent systématiquement la réponse MMN obtenue :
Type de déviance : les déviants peuvent différer des standards selon diverses dimensions acoustiques, telles que la fréquence ou la durée. L'inclusion de déviants de fréquence et de durée est souvent nécessaire dans la recherche clinique car ils reflètent différentes dimensions de la pathologie neuronale et de l'évolution de la maladie.
Probabilité de la déviance : les déviants de plus faible probabilité génèrent des amplitudes de MMN plus importantes car ils représentent une rupture plus inattendue dans la régularité environnementale.
Ampleur de la déviance : des différences acoustiques plus importantes entre les sons standards et déviants suscitent des amplitudes de MMN plus élevées et des latences de réponse plus courtes.
2. Distinguer les processus : Paradigme oddball vs paradigme à étalons multiples
Un paradigme oddball à standard unique confond intrinsèquement deux processus neuronaux distincts : l'adaptation passive au standard répété et la détection active du déviant.
Pour isoler la détection de déviance, les chercheurs utilisent le paradigme à étalons multiples (many-standards). En présentant une grande variété de fréquences de tons à des probabilités égales, l'adaptation est répartie uniformément sur l'ensemble des stimuli.
La comparaison des paradigmes oddball et à étalons multiples au cours d'une même expérience aide les chercheurs à déterminer si une anomalie de la MMN provient d'une altération de l'adaptation, d'une altération de la détection de déviance, ou d'une combinaison des deux.
3. Tester la prédiction active : au-delà de l'oddball standard
L'évaluation des théories du codage prédictif nécessite des protocoles qui vont au-delà des simples modifications de caractéristiques physiques :
Violations de motifs : la présentation de motifs répétitifs (par exemple, ABABAB) établit une prédiction d'alternance. Une répétition inattendue (par exemple, ABABAA) déclenche une MMN, démontrant la détection de règles structurelles complexes.
Paradigmes d'omission : lorsqu'un son prévisible dans une séquence rythmique est complètement omis, le cerveau génère tout de même un signal d'erreur de prédiction, prouvant que la MMN reflète une attente active plutôt qu'une simple habituation sensorielle.
4. Localisation des sources : EEG vs MEG
Bien que l'EEG standard fournisse des enregistrements de surface robustes, la localisation précise des générateurs neuronaux spécifiques de la MMN nécessite souvent la MEG. La MEG enregistre l'équivalent magnétique (MMNm) et offre une résolution spatiale supérieure pour démêler les contributions des générateurs du lobe temporal (discrimination sensorielle) et des générateurs du lobe frontal (flexibilité attentionnelle).
Conclusion
La négativité de discordance est une réponse cérébrale automatique et préattentive au changement auditif. Elle émerge lorsqu'un son enfreint une régularité établie par les stimuli précédents, indexant la capacité du cerveau pour la mémoire sensorielle et la précision perceptuelle. Des décennies de recherche l'ont établie comme un phénomène électrophysiologique fiable aux propriétés bien caractérisées.
Deux hypothèses majeures se sont affrontées pour expliquer les mécanismes neuronaux sous-jacents à la MMN. L'hypothèse de l'adaptation l'attribue à une fatigue neuronale différentielle, tandis que l'hypothèse de l'ajustement de modèle postule une mise à jour active des représentations internes. Le codage prédictif s'est imposé comme un cadre unificateur qui rend compte d'un large éventail de caractéristiques empiriques. Des modèles informatiques détaillés s'appuyant sur les principes du codage prédictif reproduisent la sensibilité de la MMN à la probabilité et à l'ampleur de la déviance, aux répétitions inattendues, à l'omission de sons et aux antagonistes des récepteurs NMDA. Les expériences en MEG soutiennent également l'affirmation fondamentale selon laquelle la MMN reflète une prédiction corticale active plutôt qu'une habituation passive.
Dans la schizophrénie, la diminution de l'amplitude de la MMN est un résultat robuste et systématique. La MMN de déviation de fréquence suit l'évolution de la maladie et le déclin cognitif, tandis que la MMN de déviation de durée pourrait indexer la vulnérabilité génétique. Le déficit semble spécifique à la détection de déviance, l'adaptation neuronale demeurant intacte. Cette spécificité vise à identifier une cible claire pour le développement de traitements, et la traduisibilité inter-espèces de la MMN vise à en faire un biomarqueur pratique pour les tests de médicaments précliniques.
L'enregistrement de données de MMN significatives nécessite une méthodologie rigoureuse. Le type, la probabilité et l'ampleur de la déviance doivent être sélectionnés en référence délibérée aux principes computationnels qui régissent la réponse. Le paradigme à étalons multiples doit accompagner l'oddball conventionnel lorsqu'il est nécessaire de séparer l'adaptation de la détection de déviance. Des protocoles non conventionnels utilisant des répétitions inattendues ou des omissions de sons permettent de tester les prédictions spécifiques du cadre de codage prédictif. Lorsque la localisation de la source est importante, l'enregistrement MEG de la MMNm complète l'EEG. Ces considérations méthodologiques garantissent que la MMN continue de servir d'outil précis tant pour les neurosciences fondamentales que pour la recherche clinique translationnelle.
Références
Garrido, M. I., Kilner, J. M., Stephan, K. E., & Friston, K. J. (2009). The mismatch negativity: a review of underlying mechanisms. Clinical neurophysiology, 120(3), 453-463. https://doi.org/10.1016/j.clinph.2008.11.029
Wacongne, C., Changeux, J. P., & Dehaene, S. (2012). A neuronal model of predictive coding accounting for the mismatch negativity. The Journal of neuroscience, 32(11), 3665-3678. https://doi.org/10.1523/JNEUROSCI.5003-11.2012
Lieder, F., Stephan, K. E., Daunizeau, J., Garrido, M. I., & Friston, K. J. (2013). A neurocomputational model of the mismatch negativity. PLoS computational biology, 9(11), e1003288. https://doi.org/10.1371/journal.pcbi.1003288
Näätänen, R., & Kähkönen, S. (2009). Central auditory dysfunction in schizophrenia as revealed by the mismatch negativity (MMN) and its magnetic equivalent MMNm: a review. International Journal of Neuropsychopharmacology, 12(1), 125-135. https://doi.org/10.1017/S1461145708009322
Koshiyama, D., Kirihara, K., Tada, M., Nagai, T., Fujioka, M., Usui, K., ... & Kasai, K. (2020). Reduced auditory mismatch negativity reflects impaired deviance detection in schizophrenia. Schizophrenia bulletin, 46(4), 937-946. https://doi.org/10.1093/schbul/sbaa006
Foire aux questions
Qu'est-ce que la négativité de discordance (MMN) ?
La négativité de discordance, ou MMN, est un signal électrique cérébral enregistré par EEG qui se produit lorsqu'un son « déviant » rare rompt un motif de sons « standards » répétés. Elle reflète la capacité automatique du cerveau à détecter le changement et est générée même lorsqu'une personne ne prête pas attention aux sons.
Pourquoi la MMN est-elle considérée comme automatique et préattentive ?
La MMN est automatique car elle apparaît même lorsqu'une personne lit, regarde un film ou ignore activement les sons. Elle est préattentive car le cerveau compare le son déviant avec la trace mnésique des sons standards avant même que l'attention consciente ne se manifeste.
Quelles sont les deux principales hypothèses sur la façon dont le cerveau génère la MMN ?
L'hypothèse de l'adaptation propose que les sons standards répétés amènent les neurones à réduire leur taux de décharge, de sorte qu'un son déviant rare active de « nouveaux » neurones qui produisent une réponse plus importante. L'hypothèse de l'ajustement de modèle propose que le cerveau construit activement un modèle interne de l'environnement auditif, et que la MMN reflète le processus de mise à jour de ce modèle lorsqu'un déviant enfreint les attentes.
Comment le codage prédictif explique-t-il la MMN ?
Le codage prédictif est un cadre unificateur qui considère le cerveau comme prédisant activement les sons à venir sur la base de régularités apprises. Lorsque l'entrée réelle dévie de la prédiction, un signal d'erreur de prédiction est généré, et la MMN est comprise comme la manifestation électrophysiologique de cette erreur de prédiction.
Qu'est-ce que le paradigme à étalons multiples et pourquoi est-il utilisé ?
Le paradigme à étalons multiples (many-standards) présente de nombreux tons différents à probabilité égale afin qu'aucun ton unique ne se répète assez pour provoquer une adaptation neuronale. Cela permet aux chercheurs d'isoler la détection de déviance des effets d'adaptation, qui sont confondus dans un paradigme oddball conventionnel.
Qu'est-ce que la MMNm et en quoi diffère-t-elle de la MMN ?
La MMNm est l'équivalent magnétique de la MMN, enregistré par magnétoencéphalographie (MEG) au lieu de l'EEG. Elle offre une meilleure résolution spatiale pour distinguer les contributions de différentes régions cérébrales, telles que les générateurs du lobe temporal et du lobe frontal.
Quels facteurs doivent être pris en compte lors de la conception d'une expérience de MMN ?
Les chercheurs doivent sélectionner délibérément le type, la probabilité et l'ampleur de la déviance, car ces paramètres façonnent systématiquement la réponse MMN. Des déviants de plus faible probabilité et de plus grande ampleur produisent des amplitudes plus importantes, et l'utilisation de déviants de fréquence et de durée est essentielle pour les études cliniques. Le paradigme à étalons multiples doit accompagner l'oddball conventionnel lorsqu'il est nécessaire de séparer l'adaptation de la détection de déviance.
Emotiv est un leader des neurotechnologies qui aide à faire progresser la recherche en neurosciences grâce à des outils d'EEG et de données cérébrales accessibles.
Avis de non-responsabilité médicale : Les informations fournies sur ce site Web sont uniquement destinées à des fins éducatives et informatives et ne constituent pas des conseils médicaux ou de santé. Ce contenu peut contenir des erreurs et ne doit pas être utilisé pour prendre des décisions importantes en matière de santé, de médecine ou de mode de vie. Demandez toujours l'avis de votre médecin ou d'un autre professionnel de la santé qualifié pour toute question concernant une condition médicale ou un traitement.
Christian Burgos
