Extraction of Visual Information Processing and Learning Rules through Large-Scale Neural Data Analysis

• Project Area: Multicellular neurobiocomputing: Understanding and advancing towards biological supremacy
• Project/Area Number: 24H02331
• Research Category: Grant-in-Aid for Transformative Research Areas (A)
• Allocation Type: Single-year Grants
• Review Section: Transformative Research Areas, Section (IV)
• Research Institution: Doshisha University
• Principal Investigator: 松井 鉄平 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) ; 林 健二 同志社大学, 研究開発推進機構, 准教授 (50512349)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥127,010,000 (Direct Cost: ¥97,700,000、Indirect Cost: ¥29,310,000); Fiscal Year 2025: ¥27,950,000 (Direct Cost: ¥21,500,000、Indirect Cost: ¥6,450,000); Fiscal Year 2024: ¥34,840,000 (Direct Cost: ¥26,800,000、Indirect Cost: ¥8,040,000)
• Keywords: 脳活動イメージング / カルシウムイメージング / 機能的MRI / バイオ超越 / 多細胞バイオ計算

Outline of Research at the Start

本研究課題では自発活動をキーワードとした研究を更に推進し，脳型ウェットウェア・ハードウェアが満たすべき設計原理を，生物の脳の立場からマルチセルラ数理モデルとしてトップダウン的に提示することを目標とする．このため：1） 大脳皮質の自発活動が階層的神経回路による視覚情報処理に果たす機能的意義の解明とモデル化。2）数理モデルから予測される自発活動の機能と，実際の神経回路の発達過程および経験依存的可塑性における自発活動パターンの変化との整合性の解析。3） 1.と2.を単一シナプスレベルで解析・モデル化することによる生体脳学習則の抽出を行う．