Elucidating the principle of global non-uniformity of microneuronal networks.

• Project/Area Number: 20H04257
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: Kyoto University
• Principal Investigator: 下野 昌宣 京都大学, 医学研究科, 准教授 (30552137)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Project Status: Declined (Fiscal Year 2023)
• Budget Amount: ¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000); Fiscal Year 2023: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000); Fiscal Year 2022: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2021: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000); Fiscal Year 2020: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
• Keywords: ネットワーク / 脳 / ビックデータ / 皮質 / 非一様 / Network / Deep Neural Nework / Cortex / nonuniformity / data generation / Artificial Intelligence / Multielectrode recording / Immunostaining / ミクロとマクロ / 全脳 / 細胞 / コネクトーム / 電気活動 / 神経 / モデリング / 多細胞 / 法則

Outline of Research at the Start

脳は極めて非一様な組織であるとの認識は古くからある。しかし、脳広域で、細胞以下の解像度での非一様性を反映したビックデータの取得と分析は、今こそ世界が凌ぎを削っている最中である。とりわけ、高等動物から機能的な多神経細胞間の相互作用ネットワークの非一様性を、脳広域で観察した例はない。本研究では、申請者がこれまでに準備した技術を総動員して、マウスの脳領域”内”の(細胞密度を超えて)1000個以上の細胞間相互作用ネットワークのパターンを反映したデータを、20程度の脳領域から取得し、それらのパターンの非一様性(相対的な相同性と相違性)を体系的に説明するルールの解明を目指す。

Outline of Annual Research Achievements

私たちは、脳や神経データを体系的に取得するwet系の実験と、ネットワーク科学や人工知能の技術を活用したdry系の解析を両面として進める、新たな研究の展開を試みてまいりました。以下に成果をリストします。(1) 一つの脳皮質領域の神経細胞ネットワークに対してネットワークサイエンス解析を行い、抑制細胞がネットワークのハブ的位置づけにあることを明らかとしました。この知見は、神経科学に極めて原理的なものですが、広く評価されたことはありませんでした。(2) 上と同じデータを用いて、オートエンコーダという人工ニューラルネットワークの一種を適用して、トポロジー的特徴を自動的に抽出・解釈する技術を開発し、人では直感的に分からないデータの傾向を明らかとしました。具体的には、複数のトポロジーのブレンドが、その非一様性を効果的に説明することを明らかとしました。(3) 1の方法の実験の適用域を拡張し、12個の脳領域のトポロジーを幅広く比較しました。その結果、前頭部が他領域と比べて、極めて特殊な内部での接続構造を有していることを明らかとしました。(4) 時系列を取り扱うことのできる深層神経ネットワークの一種を、複数領域のデータに適用し、神経活動のスパイクデータを生成することに成功しました。この研究により、異なる脳領域間でも神経活動の相互生成が可能であることが判明しました。(5) 3の分析を、精神疾患モデルマウスの前頭部のデータに適用し、健常群と疾患群の差異を明らかとしました。

Current Status of Research Progress

1: Research has progressed more than it was originally planned.

Reason

当初計画していた領域間の比較は完了し、そのデータに対して、計画当初には用意していなかったデータ生成の手法を適用する事で、未踏の展開が進んだため。

Strategy for Future Research Activity

極めて重要な展開を用意しているが、公開はできない段階である。5の成果に関して、今後まとめてゆく必要がある。

Research Products

• [Journal Article] Deep neural generation of neuronal spikes (2023)
  • Author(s): Nakajima Ryota、Shirakami Arata、Tsumura Hayato、Matsuda Kouki、Nakamura Eita、Shimono Masanori
  • Journal Title: bioRxiv Volume: 1 Pages: 1-17
  • DOI: 10.1101/2023.03.05.531237
  • NAID: 130008105365
• [Journal Article] Whole brain evaluation of cortical micro-connectomes (2022)
  • Author(s): Matsuda Kouki、Shirakami Arata、Nakajima Ryota、Akutsu Tatsuya、Shimono Masanori
  • Journal Title: bioRxiv Volume: 1 Pages: 1-20
  • DOI: 10.1101/2022.10.05.510240
• [Journal Article] Inhibitory neurons exhibit high controlling ability in the cortical microconnectome (2021)
  • Author(s): Kajiwara Motoki、Nomura Ritsuki、Goetze Felix、Kawabata Masanori、Isomura Yoshikazu、Akutsu Tatsuya、Shimono Masanori
  • Journal Title: PLOS Computational Biology Volume: 17 Issue: 4 Pages: 1008846-1008846
  • DOI: 10.1371/journal.pcbi.1008846
  • NAID: 120007026450
  • Peer Reviewed / Int'l Joint Research
• [Journal Article] Neural network embedding of functional microconnectome (2021)
  • Author(s): Shirakami Arata、Hase Takeshi、Yamaguchi Yuki、Shimono Masanori
  • Journal Title: bioRxiv Volume: 1 Pages: 1-22
  • DOI: 10.1101/2021.10.19.464982
• [Presentation] Whole brain comparison of effective cortical micro-connectome. (2022)
  • Author(s): Matsuda K., Shirakami A., Nakajima R., Yamaguchi Y., Shimono M.
  • Organizer: Organization for Computational Neuroscience
• [Presentation] Network properties of the medial prefrontal cortex altered by chronic social stress in mice. (2022)
  • Author(s): Yamaguchi Y., Hase T., Shirakami A., Shinohara R., Kitaoka S., Furuyashiki T., Shimono M.
  • Organizer: Organization for Computational Neuroscience
• [Presentation] Whole brain comparison of functional microconnectome (2022)
  • Author(s): Shimono M.
  • Organizer: Network Neuroscience2022
  • Invited
• [Presentation] Whole brain comparison of E/I categorized informatic microconnectome and the application. (2022)
  • Author(s): Shimono M.
  • Organizer: CNS*2022 Workshop on Methods of Information Theory in Computational Neuroscience
  • Invited
• [Presentation] Deep neural embedding of neuronal connectivity. (2021)
  • Author(s): Shirakami A., Shimono M.
  • Organizer: Organization for Computational Neuroscience
• [Presentation] Prediction of clinical symptoms based on global cortical thinning patterns in Parkinson's disease. (2021)
  • Author(s): Kikuchi S., Shimono M.
  • Organizer: Organization for Computational Neuroscience
• [Presentation] Prediction of clinical symptoms based on global cortical thinning patterns in Parkinson's disease. (2021)
  • Author(s): Saeko Kikuchi, Masanori Shimono
  • Organizer: organization for computational neuroscience 2021
  • Int'l Joint Research
• [Presentation] Deep neural embedding of neuronal connectivity. (2021)
  • Author(s): Arata Shirakami, Masanori Shimono
  • Organizer: organization for computational neuroscience 2021
  • Int'l Joint Research
• [Presentation] 神経接続データのニューラルネットワーク埋め込み (2021)
  • Author(s): 白上新, 鳥羽拓馬, 中本勲, 長谷武志, 下野 昌宣
  • Organizer: 日本生体医工学会
• [Presentation] パーキンソン病における皮質広域での菲薄化パターンに基づいた広範な臨床症状の予測 (2021)
  • Author(s): 菊池紗瑛子, 白上新, 下野昌宣
  • Organizer: 日本生体医工学会
• [Remarks]
  • URL: http://shimono-u.net/