| Project Area | Molecular Cybernetics -Development of Minimal Artificial Brain by the Power of Chemistry |
|---|
| Project/Area Number |
20H05971
|
|---|
| Research Category |
Grant-in-Aid for Transformative Research Areas (A)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Transformative Research Areas, Section (IV)
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
中茎 隆 九州工業大学, 大学院情報工学研究院, 教授 (30435664)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
嶋田 直彦 東京工業大学, 生命理工学院, 助教 (10423972)
小宮 健 国立研究開発法人海洋研究開発機構, 超先鋭研究開発部門(超先鋭研究開発プログラム), 研究員 (20396790)
川又 生吹 京都大学, 理学研究科, 准教授 (30733977)
|
|---|
| Project Period (FY) |
2020-11-19 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥153,660,000 (Direct Cost: ¥118,200,000、Indirect Cost: ¥35,460,000)
Fiscal Year 2024: ¥26,650,000 (Direct Cost: ¥20,500,000、Indirect Cost: ¥6,150,000)
Fiscal Year 2023: ¥27,690,000 (Direct Cost: ¥21,300,000、Indirect Cost: ¥6,390,000)
Fiscal Year 2022: ¥27,690,000 (Direct Cost: ¥21,300,000、Indirect Cost: ¥6,390,000)
Fiscal Year 2021: ¥27,820,000 (Direct Cost: ¥21,400,000、Indirect Cost: ¥6,420,000)
Fiscal Year 2020: ¥43,810,000 (Direct Cost: ¥33,700,000、Indirect Cost: ¥10,110,000)
|
|---|
| Keywords | DNAコンピューティング / 分子コンピューティング / 記憶と学習 / 可塑性 |
|---|
| Outline of Research at the Start |
本研究では，ミニマル人工脳の条件反射獲得のための情報処理機構を開発する。記憶・学習能力を持つ可塑的な分子システムの実現に向けて，人工的に合成された核酸分子を用いた分子反応系を合目的的に設計するための理論と技術の研究を推進する。3つの要素技術として，分子回路に繰り返し印加される極めて微小な入力刺激を高利得で増幅する機構，増幅された入力刺激の印加履歴に応じて，内部状態を動的に更新し，適応的に条件反射を獲得する機構，実時間で学習を実行するために，DNAの分子反応を飛躍的に加速する機構を開発する。これらの機構を人工細胞リポソーム内で統合し，反復訓練のタイミングを制御する光クロックに同期した学習を行う。
|
| Outline of Annual Research Achievements |
ミニマル人工脳の条件反射獲得のための情報処理機構（条件反射回路）を実現すべく，必要となる3つの要素技術の開発を進めた。
(1)増幅機構：化学反応回路に印加される極めて微小な入力刺激(入力分子の濃度)を高利得で増幅する機構について，前年度に改変した非特異増幅を抑制する性能がより高いカスケード増幅機構の反応条件を検討し，前年度の半分以下である50分程度の反応時間で十分量のシグナル増幅が可能であることを実証した。また，プローブDNAを用いることなくシグナル配列を特異的に検出する手法について，従来と同等以上の発光強度が得られる可能性を示した。
(2)記憶・学習機構：前年度に確立した分子反応系の再生化機構を発展させ，領域が定める条件反射機構の仕様を満たす設計（回路A）を考案した。さらに，RNA鎖を用いることで光反応制御を不要とする設計（回路B）も考案した。それぞれシミュレーションでの検証を終え，実験検証を推進している。また，昨年度に引き続き，領域において必要な，「記憶」を行うDNAカウンタ回路の開発を進めた。DNA分子によって実装されたカウンタ回路では，入力となるDNA分子を加える回数が，あらかじめ設計した回数を超えると，出力となるDNA分子が出力される。当該年度では，DNAカウンタ回路の物性を詳しく調べ，昨年度の課題であった定量性の評価や，入力回数と等量比の区別を目標とするとともに，再現性についても確認した。
(3)分子反応の加速機構：光応答性分子ブースターの開発として，光応答性分子であるマラカイトグリーン(MG)誘導体の合成を行った。合成したいくつかの誘導体のなかから光応答性の高いMG誘導体を選定し，分子ブースターに導入した。MG誘導体導入分子ブースターの光応答性の確認を行った。また，別の光応答性分子であるN-ニトロベラトリルオキシカルボニル基の分子ブースターの導入も試みた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
(1)増幅機構：反応を構成する因子やその濃度，および溶液条件の検討により，非特異増幅を抑制した上で増幅時間を大幅に短縮した。最終目標である人工細胞リポソーム内での１分子応答に必要な入力濃度の範囲では，指数増幅機構より速い増幅を概ね実現している。また，プローブDNAを用いずに，従来と同等以上の発光強度でシグナル配列を特異的に検出できる色素や配列を特定し，増幅機構で使用できることを示した。
(2)記憶・学習機構：領域が定める条件反射機構の仕様を満たす設計を２種類（回路A，B）考案した。数理・シミュレーションにて動作原理と設計法を確立させたため，国内学会での発表を経て，学術論文に投稿した。また，当該年度では，新たな分子反応を導入することで，提案のDNA分子回路が定量的に期待した挙動を示すことを確認した。具体的には，DNAカウンタ回路対して過剰に加えた入力DNA分子が，複数回反応することを抑えた。そのために，システムの駆動原理として使われている一部の酵素反応を遅延させ，発生した待ち時間に過剰な入力分子を消耗する仕組みを導入した。新しい仕組みの有無や，加える入力DNA濃度の等量比を変更した比較実験によって，提案のシステムの妥当性を検証した。
(3)分子反応の加速機構：分子ブースターを用いた光スイッチングDNA回路高速化への展開を始めた。光スイッチングに必要なカチオンを生成するために，導入量の最適化が必要である。しかし，ある程度の光スイッチングに成功したことから最適化は必要であるものの順調に進行している。
|
| Strategy for Future Research Activity |
(1)増幅機構：扱いやすい直径数十マイクロメートルの人工細胞リポソーム内で増幅機構を他の反応系と統合したり，１分子応答を実現したりするには，より低濃度の入力に対しても短時間でシグナル増幅を可能にする必要がある。反応条件のさらなる最適化と，シグナル増幅後に蛍光強度を増幅する反応と組み合わせることも検討し，非特異増幅を抑制しつつ高感度化した増幅機構を用いて，外部入力を受けて演算から出力までを行う統合動作の実現に，他班とも連携しながら取り組む。
(2)記憶・学習機構：２種類の設計法（回路A，B）について，人工細胞リポソーム実装への簡便さも含めて評価しながら実験検証を推進する。また，数理モデルを用いた解析を行い，学習効率を改善するための改良に取り組む。さらに，当該年度までの研究により，記憶に関するDNAカウンタ回路について一定の結果が得られたため，できるだけ早急に研究成果をまとめ，論文として報告する。さらに「記憶」の次の目標として，分子サイバネティクスにおける重要な課題となっている「学習」を行う分子回路の開発を行う。すでに，シミュレーションによる予備実験によって，パブロフの犬をモデルとした学習機能を有したDNA分子回路（回路C）の設計と予測に成功している。今後は，DNAカウンタ回路で獲得したノウハウをもとに，システムの妥当性を実験的に検証する。
(3)分子反応の加速機構：光応答性分子ブースターの最適化を行った上で，DNA回路へ適応させ，演算の高速化が起きるかを調べる。また，班内で構築された回路への適応およびチューニングを行う。
|
