| Project Area | Multicellular neurobiocomputing |
|---|
| Project/Area Number |
21H05165
|
|---|
| Research Category |
Grant-in-Aid for Transformative Research Areas (B)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Transformative Research Areas, Section (IV)
|
|---|
| Research Institution | Doshisha University (2022-2023)
Okayama University (2021) |
|---|
Principal Investigator |
Matsui Teppei 同志社大学, 脳科学研究科, 教授 (10725948)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
根東 覚 東京大学, ニューロインテリジェンス国際研究機構, 特任准教授 (20301757)
桂林 秀太郎 福岡大学, 薬学部, 教授 (50435145)
|
|---|
| Project Period (FY) |
2021-08-23 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥35,490,000 (Direct Cost: ¥27,300,000、Indirect Cost: ¥8,190,000)
Fiscal Year 2023: ¥13,650,000 (Direct Cost: ¥10,500,000、Indirect Cost: ¥3,150,000)
Fiscal Year 2022: ¥10,920,000 (Direct Cost: ¥8,400,000、Indirect Cost: ¥2,520,000)
Fiscal Year 2021: ¥10,920,000 (Direct Cost: ¥8,400,000、Indirect Cost: ¥2,520,000)
|
|---|
| Keywords | 自発活動 / マルチセルラ / 視覚 / シナプス / fMRI / 脳活動イメージング / カルシウムイメージング / 機能的MRI / 大脳皮質 / 神経科学 / 機械学習 |
|---|
| Outline of Research at the Start |
近年，脳を模した深層神経回路が画像認識などにおいて人と同等かそれを凌駕する性能を実現している．しかし，現在の深層神経回路はそのエネルギー効率や学習効率に大きな問題があり，生体脳における深層神経回路がこれらの性能を実現するメカニズムを明らかにすることが次世代の課題だと言える．本研究では，大規模公開データおよびマウス等でのシナプスレベル活動計測を通して，生体脳の異なるレイヤーでの情報の伝達および単一ユニット（＝神経細胞）による入力の統合のメカニズムを解析する．これによりマルチセルラ系の学習則の生物学的基盤を明らかにする．
|
| Outline of Final Research Achievements |
The goal of understanding the characteristics of information processing in biological brains has led to multifaceted research at the synaptic, cellular, and cerebral network levels. Particularly at the synaptic and cellular levels, insights were gained into the mechanisms of visual information transmission and neural circuit development in different brain regions during sensory information processing in the cerebral cortex's visual areas. Furthermore, at the synaptic level, a new analysis method for synaptic development in cultured cell systems was proposed. Additionally, research primarily at the cerebral network level focused on the inherent spontaneous activity of biological brains, combining human brain big data with model animal brain analysis, and developing novel analysis methods using deep learning and machine learning.
|
| Academic Significance and Societal Importance of the Research Achievements |
この研究は、生体脳の情報処理機構を深く理解するための基礎を築くことに貢献するものである。学術的には、シナプスや細胞の動作原理に関する新しい知見を提供し、大脳ネットワークを通じた情報の流れの解明に貢献する。社会的には、神経変性疾患の早期発見や治療法の開発、教育や人工知能技術の向上に役立つ可能性があり、幅広い分野に影響を与えることが期待される。
|
