Dynamiques neuronales du comportement de chant des oiseaux chanteurs // Neuronal dynamics underlying birdsong behaviour

La variabilité d'un essai à l'autre est inhérente à l'apprentissage. La variabilité motrice est particulièrement élevée lors de l'acquisition d'une nouvelle compétence (par exemple, apprendre à faire du vélo), et un apprentissage réussi est généralement associé à une diminution de cette variabilité. De tels changements développementaux de la variabilité sont observés lors de l'acquisition du langage chez les nourrissons humains, ainsi que lors de l'apprentissage du chant chez les oiseaux chanteurs. Ces deux processus dépendent d'un apprentissage moteur guidé par la perception auditive durant une période sensible du développement, et présentent de nombreuses similitudes aux niveaux comportemental, neural et génétique. Leur acquisition et leur maintien dépendent d'un circuit cortico-ganglions de la base (CBG). Ce circuit pourrait être impliqué dans le traitement de la variabilité de ce qui doit être appris et, en retour, favoriser la production de variabilité dans les sorties motrices, permettant ainsi l'exploration de l'espace moteur et la sélection des commandes motrices pour produire le comportement désiré.
L'objectif de ce projet de thèse est d'étudier les principes neuronaux sous-jacents à la production et à l'apprentissage de la variabilité vocale. Pour ce faire, nous proposons d'associer des approches comportementales, neurophysiologiques et computationnelles, en utilisant un comportement naturel et spontané (l'apprentissage du chant chez les oiseaux) comme modèle expérimental. Nous suivrons le développement du chant en lien avec les dynamiques neuronales du circuit CBG chez des jeunes oiseaux chanteurs. Nous cherchons à comprendre (1) comment la variabilité du chant est encodée dans le circuit CBG et traduite en commandes prémotrices, et (2) comment les dynamiques neuronales au sein de ce circuit CBG évoluent au cours de l'apprentissage et du développement du chant.
Nous mènerons des études comportementales associées à des enregistrements électrophysiologiques ou des manipulations de l'activité neuronale chez des oiseaux chanteurs afin de mieux comprendre les dynamiques neuronales sous-jacentes à la variabilité et au développement du chant . Grâce à un effort collaboratif avec des laboratoires partenaires en France et en Europe, les résultats contribueront à la construction de modèles d'apprentissage et d'acquisition de compétences sensori-motrices. À terme, ces résultats pourraient aider à développer les outils nécessaires pour mettre en œuvre des stratégies visant à améliorer la qualité de l'apprentissage chez les oiseaux et, dans une certaine mesure, chez les nourrissons humains.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Trial-to-trial variability is inherent to learning. Motor variability is particularly high when a new skill is being acquired (e.g., learning to ride a bike), and successful learning is generally associated with a decrease in motor variability. Such developmental changes in variability are observed during speech acquisition in human infants, as well as during song learning in oscine songbirds. Both vocal processes depend on auditory-guided motor learning during a sensitive period of development, and exhibit many parallels at the behavioural, neural, and genetic levels. Their acquisition and maintenance depend on a basal ganglia (BG)-cortical circuit. This circuit may support the processing of variability in what needs to be learned and, in turn, drive the generation of variability in motor outputs, allowing the exploration of the motor space and the selection of motor commands to produce the desired behavior. The aim of this proposal is to investigate the neural principles underlying the production and learning of vocal variability. To do so, we propose to combine behavioural, neurophysiological, and computational approaches, using a natural system (birdsong learning) as an experimental model. We will track the song development in relation to the BG-cortical neuronal dynamics of individual young oscine songbirds. We aim to understand (1) how song variability is encoded in the BG-cortical circuit and translated into premotor commands, and (2) how brain dynamics within the BG-cortical loop change during birdsong learning and development. We will combine behavioral paradigms along with brain
recording, through large-scale electrophysiological devices adapted for use in awake singing birds, and manipulations (disruption of neural activity) to better understand the neuronal dynamics underlying song variability and development of canaries (Serinus canaria). Thanks to a collaborative effort with partner labs in France and Europe, the results will help build models of learning and sensorimotor skill acquisition. Ultimately, these results could help develop tools needed to implement strategies that improve the quality of learning in birds and, to some extent, in human infants.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Contrats ED : Programme blanc GS-LSaH

Université Paris-Saclay GS Life Sciences and Health

568 Signalisations et Réseaux Intégratifs en Biologie

Master en neurosciences comportementales/des systèmes ou similaire Le ou la candidat·e devra obtenir un financement via le concours de l'école doctorale. Compétences requises: • Expertise dans la manipulation des animaux et dans la réalisation d'expériences comportementales et/ou électrophysiologiques. • Capacité à proposer, de manière autonome, des solutions à des problèmes techniques et/ou théoriques. • Bonnes compétences en programmation en Matlab ou Python : les données à analyser nécessiteront de bonnes compétences en traitement du signal (chants d'oiseaux et activité neuronale). • Maîtrise de l'anglais écrit et parlé (le français n'est pas obligatoire)
MSc degree in Behavioral/Systems Neuroscience, or related field. The candidate must obtain funding through the Doctoral school entrance exam. Required skills: • Expertise in handling animals and in performing behavioral and/or electrophysiological experiments. • Ability to independently suggest solutions to technical and/or theoretical problems. • Good computational/programming skills in Matlab or Python: data to be analysed will require good skills in signal processing (birdsong and neural activity). • Proficiency in written and spoken English (French is not mandatory).