Maxime Come
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Previous Organizations / Institutes
The organizations / institutes from the scholar's other articles in the past ten years
Research Subjects
Research Interests
Maxime Come has a total of 31 co-authors. Here are the top co-authors by number of shared publications:
- Alexandre Mourot
Brain Plasticity Laboratory, CNRS UMR 8249, ESPCI Paris, PSL Research University, Paris, France
3 shared publications - Elise Bousseyrol
Sorbonne Université, INSERM, CNRS, Neuroscience Paris Seine - Institut de Biologie Paris Seine (NPS - IBPS), 75005, Paris, France
3 shared publications - Jérémie Naudé
IGF, Univ. Montpellier, CNRS, INSERM, Montpellier, France
2 shared publications - Philippe Faure
Laboratoire Plasticité du Cerveau, ESPCI Paris, Université Paris Sciences et Lettres, CNRS, Paris, France
2 shared publications - Sarah Mondoloni
Sorbonne Université, INSERM, CNRS, Neuroscience Paris Seine - Institut de Biologie Paris Seine (NPS - IBPS)
2 shared publications - Steve Didienne
Brain Plasticity Laboratory, CNRS UMR 8249, ESPCI Paris, PSL Research University, Paris, France
2 shared publications
Latest Publications
- 8 April 2026
- Published by Agence Bibliographique de l'Enseignement Supérieur
Dynamiques dopaminergiques dans la prise de décision : rôle dans la variabilité et l’exploration
Variabilités intra et inter-individuelles s’observent autant dans la nature que dans des expériences de prise de décision. Elles sont favorisées lorsque l’environnement ou la tâche sont complexes, dynamiques ou changeants, mais apparaissent même lorsque les animaux font face à la même situation de façon répétée. Pourtant les bases neurales de la variabilité et de l’exploration demeurent peu comprises. Le circuit dopaminergique (DA) méso-limbique (Aire Tegmentale Ventrale, Noyau Accumbens) est impliqué dans i) l’encodage de valeur, ii) la représentation de contingences en signalant des prédictions et erreurs, iii) la motivation d’actions dirigées vers un but, et iv) la mise en place de stratégies de choix adaptatives et flexibles. Ce système biaise nos choix futurs vers la répétition d’actions associées à des hautes valeurs, mais est aussi impliqué dans la modulation de paramètres de stratégie comme la balance entre exploitation et exploration. Au cours de ma thèse, j’ai questionné les dynamiques DA dans les décisions dirigées vers un but exploratoires, et comment elles affectent les variabilités intra et inter-individuelles.Pour cela, j’ai utilisé une tâche de conditionnement où des souris apprennent à produire des séquences de choix binaires pour collecter des récompenses (ICSS) en alternant des visites entre trois cibles dans une arène circulaire et suivant différentes règles de distribution. Une première règle déterministe récompense chaque cible (p=100%). Dans une autre, chaque cible est associée à une probabilité (p=100%, 50% ou 25%) que les souris peuvent apprendre, construisant et stabilisant ainsi une représentation de contingences, et appliquent ensuite une stratégie. Dans un troisième cadre, complexe, les souris sont récompensées quand elles génèrent des séquences non-répétitives (choisissant la cible qui augmente la complexité de la séquence). L’analyse du comportement locomoteur et de choix dans la tâche est couplée à des enregistrements d’activité de neurones DA de la VTA en tétrodes, et de libération de DA dans le NAc en fiber photometry.Dans une première étude, nous identifions trois archétypes stratégiques dans la tâche probabiliste, chaque animal étant décrit comme une combinaison de chaque et étant plus proche de l’un d’eux (définissant un profil). Une exposition chronique à la nicotine i) augmente l’activité DA de repos et ii) affecte ces profils différemment, les poussant globalement vers plus d’exploitation. En augmentant ou diminuant l’activité DA en ligne par optogénétique, nous récapitulons les effets de la nicotine et modulons la balance exploitation / exploration en ligne pour chaque souris. Dans une deuxième étude, des analyses comportementales et computationnelles en cadre complexe montrent que les souris augmentent progressivement la variabilité dans leurs séquences de choix, et renforcent une stratégie pseudo-aléatoire sans utiliser de mémoire de leurs choix précédents. Dans une troisième étude, nous montrons que la libération phasique de DA dans le NAc encode valeur obtenue, prédiction et erreur, d’une façon suggérant des représentations neurales différentes selon les contingences de la tâche et la règle de distribution des récompenses. En déterministe, la DA encode des pics aux récompenses, qui sont réduits par rapport à des ICSS inattendus. En complexité, la DA signale, au coup par coup, des pics (récompenses) et creux (omissions) dont l’amplitude varie selon l’historique local de résultats, suggérant un calcul en ligne de valeur attendue, mise à jour à chaque essai, mais sans effet sur le choix. En probabiliste, où les contingences peuvent être apprises, pics et creux sont modulés par la probabilité seulement après apprentissage, supportant l’idée de construction de valeur attendue pour chaque cible. De plus, les souris montrant un écart important dans ce corrélat DA de valeurs attendues en chaque cible sont aussi plus exploitantes (visitant les cibles 100% et 50% plus fréquemment).
- 8 April 2026
- Published by Agence Bibliographique de l'Enseignement Supérieur
Dynamiques dopaminergiques dans la prise de décision : rôle dans la variabilité et l’exploration
Variabilités intra et inter-individuelles s’observent autant dans la nature que dans des expériences de prise de décision. Elles sont favorisées lorsque l’environnement ou la tâche sont complexes, dynamiques ou changeants, mais apparaissent même lorsque les animaux font face à la même situation de façon répétée. Pourtant les bases neurales de la variabilité et de l’exploration demeurent peu comprises. Le circuit dopaminergique (DA) méso-limbique (Aire Tegmentale Ventrale, Noyau Accumbens) est impliqué dans i) l’encodage de valeur, ii) la représentation de contingences en signalant des prédictions et erreurs, iii) la motivation d’actions dirigées vers un but, et iv) la mise en place de stratégies de choix adaptatives et flexibles. Ce système biaise nos choix futurs vers la répétition d’actions associées à des hautes valeurs, mais est aussi impliqué dans la modulation de paramètres de stratégie comme la balance entre exploitation et exploration. Au cours de ma thèse, j’ai questionné les dynamiques DA dans les décisions dirigées vers un but exploratoires, et comment elles affectent les variabilités intra et inter-individuelles.Pour cela, j’ai utilisé une tâche de conditionnement où des souris apprennent à produire des séquences de choix binaires pour collecter des récompenses (ICSS) en alternant des visites entre trois cibles dans une arène circulaire et suivant différentes règles de distribution. Une première règle déterministe récompense chaque cible (p=100%). Dans une autre, chaque cible est associée à une probabilité (p=100%, 50% ou 25%) que les souris peuvent apprendre, construisant et stabilisant ainsi une représentation de contingences, et appliquent ensuite une stratégie. Dans un troisième cadre, complexe, les souris sont récompensées quand elles génèrent des séquences non-répétitives (choisissant la cible qui augmente la complexité de la séquence). L’analyse du comportement locomoteur et de choix dans la tâche est couplée à des enregistrements d’activité de neurones DA de la VTA en tétrodes, et de libération de DA dans le NAc en fiber photometry.Dans une première étude, nous identifions trois archétypes stratégiques dans la tâche probabiliste, chaque animal étant décrit comme une combinaison de chaque et étant plus proche de l’un d’eux (définissant un profil). Une exposition chronique à la nicotine i) augmente l’activité DA de repos et ii) affecte ces profils différemment, les poussant globalement vers plus d’exploitation. En augmentant ou diminuant l’activité DA en ligne par optogénétique, nous récapitulons les effets de la nicotine et modulons la balance exploitation / exploration en ligne pour chaque souris. Dans une deuxième étude, des analyses comportementales et computationnelles en cadre complexe montrent que les souris augmentent progressivement la variabilité dans leurs séquences de choix, et renforcent une stratégie pseudo-aléatoire sans utiliser de mémoire de leurs choix précédents. Dans une troisième étude, nous montrons que la libération phasique de DA dans le NAc encode valeur obtenue, prédiction et erreur, d’une façon suggérant des représentations neurales différentes selon les contingences de la tâche et la règle de distribution des récompenses. En déterministe, la DA encode des pics aux récompenses, qui sont réduits par rapport à des ICSS inattendus. En complexité, la DA signale, au coup par coup, des pics (récompenses) et creux (omissions) dont l’amplitude varie selon l’historique local de résultats, suggérant un calcul en ligne de valeur attendue, mise à jour à chaque essai, mais sans effet sur le choix. En probabiliste, où les contingences peuvent être apprises, pics et creux sont modulés par la probabilité seulement après apprentissage, supportant l’idée de construction de valeur attendue pour chaque cible. De plus, les souris montrant un écart important dans ce corrélat DA de valeurs attendues en chaque cible sont aussi plus exploitantes (visitant les cibles 100% et 50% plus fréquemment).
- Open Access
Dopamine tracks adaptive learning of action representations
Flexible decision-making requires not only updating values, but redefining which features constitute an action in a given context. We recorded nucleus accumbens (NAc) dopamine release while mice navigated a three-target intracranial self-stimulation foraging task in which outcomes were evaluated under three distinct reward delivery rules. Despite a constant motor repertoire, dopamine transients reorganized across contingencies and generalized linear models revealed context-dependent dopamine signal reflecting action direction, recent outcome-history, or target identity. Reinforcement-learning model comparison showed that these signatures are best explained by distinct reward prediction errors (RPEs) defined over different state–action representations, rather than a single fixed model-free scheme. A single deep reinforcement-learning agent trained by temporal-difference learning, recapitulated both the rule-specific policies and the corresponding dopamine signature. These results identify NAc dopamine as a dynamic readout of representation learning, remapping prediction errors onto the task features that define successful action as contingencies change.
Open AccessDopamine tracks adaptive learning of action representations
Flexible decision-making requires not only updating values, but redefining which features constitute an action in a given context. We recorded nucleus accumbens (NAc) dopamine release while mice navigated a three-target intracranial self-stimulation foraging task in which outcomes were evaluated under three distinct reward delivery rules. Despite a constant motor repertoire, dopamine transients reorganized across contingencies and generalized linear models revealed context-dependent dopamine signal reflecting action direction, recent outcome-history, or target identity. Reinforcement-learning model comparison showed that these signatures are best explained by distinct reward prediction errors (RPEs) defined over different state–action representations, rather than a single fixed model-free scheme. A single deep reinforcement-learning agent trained by temporal-difference learning, recapitulated both the rule-specific policies and the corresponding dopamine signature. These results identify NAc dopamine as a dynamic readout of representation learning, remapping prediction errors onto the task features that define successful action as contingencies change.
- Open Access
Self-generation of goal-directed choices in a distributed dopaminergic and prefrontal circuit
Summary: Goal-directed choices that are not triggered by external cues arise from internal representations of the outcomes. The use of a stimulus to specify when to act, which option to take, or whether to explore, has led to consider the reward circuit as a feedforward set of modules carrying independent computations. Here, we develop an uncued task in which mice self-determine the initiation, direction, vigor and pace of their actions based on their knowledge of the outcomes. Using electrophysiological recordings, pharmacology and optogenetics, we identify a sequence of oscillations and firing in the ventral tegmental area (VTA), orbitofrontal (OFC) and prefrontal cortices (PFC) that co-encodes and co-determines self-initiation and choices. This sequence appeared with learning as an unguided realignment of spontaneous dynamics. The interactions between the structures depended on the reward context, in particular regarding the uncertainty associated with the different options. We suggest that self-generated choices arise from a distributed circuit based on an OFC-VTA core setting whether to wait or to initiate actions, while the PFC is specifically engaged by reward uncertainty to participate in both the selection and pace of actions. Highlights: Self-paced actions arise from contextual reorganization of mesocortical dynamics. VTA, PFC and OFC complementarily encode predictions and errors about outcomes. Distributed firing-then-oscillations dynamics set the goal, initiation and pace of actions. VTA and PFC antagonistically promote and inhibit motivation by reward uncertainty.
Open AccessSelf-generation of goal-directed choices in a distributed dopaminergic and prefrontal circuit
Summary: Goal-directed choices that are not triggered by external cues arise from internal representations of the outcomes. The use of a stimulus to specify when to act, which option to take, or whether to explore, has led to consider the reward circuit as a feedforward set of modules carrying independent computations. Here, we develop an uncued task in which mice self-determine the initiation, direction, vigor and pace of their actions based on their knowledge of the outcomes. Using electrophysiological recordings, pharmacology and optogenetics, we identify a sequence of oscillations and firing in the ventral tegmental area (VTA), orbitofrontal (OFC) and prefrontal cortices (PFC) that co-encodes and co-determines self-initiation and choices. This sequence appeared with learning as an unguided realignment of spontaneous dynamics. The interactions between the structures depended on the reward context, in particular regarding the uncertainty associated with the different options. We suggest that self-generated choices arise from a distributed circuit based on an OFC-VTA core setting whether to wait or to initiate actions, while the PFC is specifically engaged by reward uncertainty to participate in both the selection and pace of actions. Highlights: Self-paced actions arise from contextual reorganization of mesocortical dynamics. VTA, PFC and OFC complementarily encode predictions and errors about outcomes. Distributed firing-then-oscillations dynamics set the goal, initiation and pace of actions. VTA and PFC antagonistically promote and inhibit motivation by reward uncertainty.
- Open Access
- 26 November 2021
- Published by Springer Nature in Nature Communications
- Vol. 12 (1) , 1-15
Chronic nicotine increases midbrain dopamine neuron activity and biases individual strategies towards reduced exploration in mice
Long-term exposure to nicotine alters brain circuits and induces profound changes in decision-making strategies, affecting behaviors both related and unrelated to drug seeking and consumption. Using an intracranial self-stimulation reward-based foraging task, we investigated in mice the impact of chronic nicotine on midbrain dopamine neuron activity and its consequence on the trade-off between exploitation and exploration. Model-based and archetypal analysis revealed substantial inter-individual variability in decision-making strategies, with mice passively exposed to nicotine shifting toward a more exploitative profile compared to non-exposed animals. We then mimicked the effect of chronic nicotine on the tonic activity of dopamine neurons using optogenetics, and found that photo-stimulated mice adopted a behavioral phenotype similar to that of mice exposed to chronic nicotine. Our results reveal a key role of tonic midbrain dopamine in the exploration/exploitation trade-off and highlight a potential mechanism by which nicotine affects the exploration/exploitation balance and decision-making.
- 26 November 2021
- Published by Springer Nature in Nature Communications
- Vol. 12 (1) , 1-15
Open AccessChronic nicotine increases midbrain dopamine neuron activity and biases individual strategies towards reduced exploration in mice
Long-term exposure to nicotine alters brain circuits and induces profound changes in decision-making strategies, affecting behaviors both related and unrelated to drug seeking and consumption. Using an intracranial self-stimulation reward-based foraging task, we investigated in mice the impact of chronic nicotine on midbrain dopamine neuron activity and its consequence on the trade-off between exploitation and exploration. Model-based and archetypal analysis revealed substantial inter-individual variability in decision-making strategies, with mice passively exposed to nicotine shifting toward a more exploitative profile compared to non-exposed animals. We then mimicked the effect of chronic nicotine on the tonic activity of dopamine neurons using optogenetics, and found that photo-stimulated mice adopted a behavioral phenotype similar to that of mice exposed to chronic nicotine. Our results reveal a key role of tonic midbrain dopamine in the exploration/exploitation trade-off and highlight a potential mechanism by which nicotine affects the exploration/exploitation balance and decision-making.