L'IA transforme le spike sorting — mais ne remplace pas l'électrophysiologiste

Un neurone envoie un signal électrique en 1 milliseconde.

Maintenant, imaginez en trier des milliers. Sur des centaines d'électrodes. En simultané. Et chaque signal ressemble presque au voisin.

C'est mon métier depuis 12 ans.

Le problème : démêler le chaos

En électrophysiologie, on enregistre l'activité électrique de neurones pour tester des molécules candidates dans l'industrie pharmaceutique. Les données brutes sont un chaos de signaux superposés. Il faut les démêler, les attribuer aux bons neurones, et en extraire des paramètres pharmacologiques exploitables.

C'est ce qu'on appelle le spike sorting, et c'est l'un des problèmes les plus difficiles en traitement du signal biologique.

Pourquoi j'en parle maintenant

Parce que l'IA est en train de transformer cette discipline. En quelques mois :

• Kilosort4 (Nature Methods) a introduit le clustering par graphes pour trier automatiquement les spikes sur des milliers de canaux
• SimSort (NeurIPS 2025) a montré qu'un modèle entraîné uniquement sur des données simulées peut généraliser en zero-shot sur des enregistrements réels
• SpikeInterface (GitHub) propose un framework modulaire open-source qui permet de comparer et combiner les meilleurs algorithmes en quelques lignes de Python

Ce qui prenait des jours de tri manuel commence à se faire en minutes.

Le reality check que personne ne dit

L'IA ne remplace pas le neurophysiologiste. Elle l'augmente.

Un algorithme peut trier 10 000 spikes. Il ne peut pas vous dire si le profil pharmacologique a du sens, si le slice est viable, ou si la résistance série a dérivé pendant l'enregistrement.

C'est exactement là que la double compétence fait la différence : comprendre les neurosciences ET savoir coder les pipelines d'analyse.

Ce que ça change pour la biotech et les CRO

12 ans d'électrophysiologie + data science. PhD en Neurosciences. Docteur en Pharmacie. Aujourd'hui, je conçois des pipelines IA qui automatisent ce type d'analyse pour l'industrie pharmaceutique.

Si vous travaillez dans la biotech ou le CRO et que vos données d'électrophysiologie sont encore triées à la main, il existe d'autres options — plus rapides, plus reproductibles, et sans sacrifier la rigueur scientifique.

Si vous voulez en discuter, réservez un appel découverte de 30 minutes. On regardera ensemble ce qui peut être automatisé dans votre pipeline actuel.

---