L’Association canadienne des neurosciences est très fière d’annoncer que Bratislav Misic, professeur agrégé à l’Université McGill, a reçu un prix du Nouveau chercheur de l’ACN 2023. Le Dr Misic est titulaire d’une chaire de recherche du Canada de niveau 2 et dirige le Network Neuroscience Lab (https://netneurolab.github.io/) à l’Institut neurologique de Montréal. Le Dr Misic étudie comment la cognition et le comportement émergent des liens et des interactions entre les zones du cerveau. Ses travaux novateurs, qui intègrent la neuroimagerie in vivo, l’apprentissage statistique et la science des réseaux, transforment profondément notre compréhension des relations structure-fonction à grande échelle dans le cerveau.
La formation du Dr Misic en mathématiques et en neurosciences lui a permis de développer un programme de recherche dynamique basé sur des méthodes quantitatives sophistiquées pour comprendre les relations structure-fonction dans le cerveau. L’une de ses contributions notables a été l’idée de conceptualiser et de modéliser explicitement les processus de communication dans les réseaux cérébraux. Ce travail s’est avéré influent, et de nombreux comptes rendus modernes des relations structure-fonction dans les réseaux cérébraux s’appuient sur ces principes. Dans le prolongement de ces travaux, le Dr Misic a mis en place un programme de recherche basé sur l’intégration des informations micro-architecturales avec l’architecture du réseau et d’autres mesures locales telles que l’expression des gènes et la densité des récepteurs de neurotransmetteurs. En établissant un lien entre l’organisation micro- et macroscopique du cerveau et en partageant des outils informatiques, des méthodes statistiques et des données accessibles à tous, le Dr Misic a jeté les bases d’une meilleure compréhension des mécanismes sous-jacents à la dynamique des réseaux à grande échelle.
« La valeur et l’importance de ces résultats sont extraordinaires. Les travaux de Bratislav ont contribué à reconceptualiser les fonctions cérébrales, ont abouti à des découvertes véritablement nouvelles sur l’organisation du cerveau et ont fourni de nouveaux outils à d’autres chercheurs pour aborder ces questions ».
Julien Doyon, PhD, FRSC, FCAHS, directeur du Centre d’imagerie cérébrale McConnell, Université McGill, Institut neurologique de Montréal
La production scientifique du Dr Misic est exceptionnelle. Il a publié plus de 110 articles évalués par des pairs, dont plus de 30 articles en tant qu’auteur principal. Nombre de ces articles ont été publiés dans des revues à fort impact, telles que Neuron, Nature Neuroscience, Nature Methods, Nature Communications, Nature Machine Intelligence, Nature Human Behaviour, eLife, Biological Psychiatry et PNAS. Cette ligne de recherche passionnante a suscité un large intérêt (>7 500 citations, h = 43), ce qui a donné lieu à de nombreuses revues invitées, y compris des revues récentes dans Trends in Cognitive Sciences et Nature Reviews Neuroscience.
De manière plus générale, le Dr Misic est reconnu comme un chercheur de premier plan dans le domaine, notamment en étant nommé titulaire d’une chaire de recherche du Canada en neurosciences des réseaux, nommé futur leader par la fondation Brain Canada et étoile montante du réseau de bio-imagerie du Québec. Il a donné de nombreuses conférences invitées lors de congrès internationaux, d’ateliers et de séminaires départementaux (>60 au total). Il a également pris la parole lors d’événements internationaux tels que le Forum économique mondial, ce qui a permis d’étendre l’impact et la portée de ses travaux à un public plus large. Il est le chef d’axe de deux réseaux stratégiques au Québec, l’un axé sur les neurosciences cognitives (Centre pour le cerveau, le langage et la musique ; CRBLM) et l’autre sur l’intelligence artificielle (Unifier les neurosciences et l’intelligence artificielle au Québec ; UNIQUE). Il est également rédacteur en chef adjoint de Network Neuroscience, la principale revue dans ce domaine.
Plus important encore, M. Misic a joué un rôle de premier plan dans le mouvement émergent de la Science ouverte (Open Science), en créant sept boîtes à outils open-source largement utilisées et en contribuant à de multiples autres. Parmi les exemples les plus marquants, citons neuromaps (https://netneurolab.github.io/neuromaps), une boîte à outils permettant de transformer les cartes cérébrales, et abagen (https://abagen.readthedocs.io/), une boîte à outils permettant de traiter les ensembles de données transcriptomiques d’imagerie. En outre, M. Misic a publié plusieurs ensembles de données ouvertes, comme un récent atlas 3D de d’architecture chimique du cerveau humain (https://github.com/netneurolab/hansen_receptors), et a mené de nombreux projets de recherche qui évaluent explicitement les méthodes existantes. En d’autres termes, le Dr Misic a activement contribué à élever le niveau des pratiques professionnelles dans ce domaine.
Le groupe du Dr Misic est bien financé, avec plus de 6 millions de dollars de financement externe provenant de sources multiples, dont les IRSC et le CRSNG. Il a également instauré une culture de la rigueur au sein de son groupe et s’est distingué en attirant et en supervisant des stagiaires. Les stagiaires de son laboratoire ont connu un grand succès, avec de nombreuses publications en tant que premier auteur dans des revues à fort impact, des exposés lors de conférences prestigieuses, des prix, des reconnaissances et du financement externe. Par exemple, ses stagiaires ont été désignés comme les meilleurs étudiants diplômés du programme intégré de neurosciences de McGill au cours des deux dernières années. Grâce à leur formation interdisciplinaire et quantitativement rigoureuse, les stagiaires du laboratoire du Dr Misic sont très recherchés et occupent des postes prestigieux dans le monde universitaire et dans l’industrie. En encourageant ses stagiaires à développer activement de nouvelles méthodes et à mettre leur code à disposition sur le dépôt github du laboratoire (https://github.com/netneurolab), le Dr Misic leur a offert une occasion unique de développer des portefeuilles de codage tournés vers l’extérieur, ce qui fait d’eux des candidats recherchés. En bref, il a créé un environnement de formation dynamique, productif et financièrement sûr.
En résumé, le Dr Misic est un jeune chercheur exceptionnel, doté d’une vision convaincante de la manière dont l’organisation des réseaux cérébraux façonne les processus biologiques dynamiques. Il a publié des recherches pionnières sur l’architecture des réseaux cérébraux et a fourni des outils inestimables à l’ensemble de la communauté, ce qui lui a valu une reconnaissance internationale. Il possède un talent de recherche extraordinaire et est en position de devenir l’une des plus brillantes lumières scientifiques du Canada.
L’Association canadienne des neurosciences est très fière de lui remettre un Prix du Nouveau chercheur de l’ACN 2023.
Pour en savoir plus, consultez le site web du Network Neuroscience Lab (https://netneurolab.github.io/).
Contributions scientifiques les plus importantes
Markello RD, Hansen JY, Liu ZQ, Bazinet V, Shafiei G, Suarez LE, Blostein N, Seidlitz J, Baillet S, Satterthwaite TD, Chakravarty MM, Raznahan A, Misic B. (2022) Neuromaps: structural and functional interpretation of brain maps.
Nature Methods 19:1472-1479. https://doi.org/10.1038/s41592-022-01625-w
Hansen JY, Shafiei G, Markello RD, …, Misic B. (2022) Mapping neurotransmitter systems to the structural and functional organization of the human neocortex.
Nature Neuroscience 23:1569-1581. https://doi.org/10.1038/s41593-022-01186-3
Vazquez-Rodriguez B, Suarez LE, Markello RD, Shafiei G, Paquola C, van den Heuvel MP, Hagmann P, Hagmann P, Bernhardt BC, Spreng RN, Misic B. (2019) Gradients of structure-function tethering across neocortex.
PNAS 116(42):21219-21227. https://doi.org/10.1073/pnas.1903403116
Vasa F, Misic B. (2022) Null models in network neuroscience.
Nature Reviews Neuroscience 23:493-504. https://doi.org/10.1038/s41583-022-00601-9
Suarez LE, Richards BA, Lajoie G, Misic B. (2021) Learning function from structure in neuromorphic networks.
Nature Machine Intelligence 3:771-786. https://doi.org/10.1038/s42256-021-00376-1
