Data driven approach integrating optics and machine learning to uncover parallel computation mechanism in brain circuits
| Project/Area Number |
21H02801
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 51010:Basic brain sciences-related
|
|---|
| Research Institution | National Institutes for Quantum Science and Technology (2021, 2023)
National Institute for Physiological Sciences (2022) |
|---|
Principal Investigator |
揚妻 正和 国立研究開発法人量子科学技術研究開発機構, 量子生命科学研究所, 主任研究員 (30425607)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,680,000 (Direct Cost: ¥13,600,000、Indirect Cost: ¥4,080,000)
Fiscal Year 2023: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2022: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2021: ¥10,010,000 (Direct Cost: ¥7,700,000、Indirect Cost: ¥2,310,000)
|
|---|
| Keywords | 二光子イメージング / population coding / 並列計算 / 前頭前野 / 光遺伝学 |
|---|
| Outline of Research at the Start |
大脳皮質前頭前野は、快・不快の情動や外界からの感覚刺激など様々な情報を「並列処理」することで生存に不可欠な判断を実現する。脳の限られた容量を効率的に利用するための独自の並列処理様式がその機能を支えると推察されるが、技術的制限によりその理解は理論や仮説の提唱に留まっている。そこで申請者らは新たなシステムを開発し、マウス前頭前野の詳細な神経活動記録と、複数の情動記憶が並列に形成される行動課題を実施可能にした。本研究課題では、機械学習によるデータ駆動型の解読と、光遺伝学による精密な因果性の検証により、前頭前野における並列処理の核となる要素を同定し、脳独自の並列処理様式の実態を証することを目指す。
|
| Outline of Annual Research Achievements |
大脳皮質の中でも前頭前野は、快・不快の情動や外界からの感覚刺激などの様々な情報を並列処理することで、生存に不可欠な判断を可能にする。一方、脳回路は増設可能な電子回路とは異なり、限られた容量を効率的に利用するための「脳独自の並列処理様式」がその機能を支えると推察されるが、技術的制限によりその理解は理論や仮説の提唱に留まってきた。
本課題では、新たな２光子イメージングシステムを開発し、マウス前頭前野の最大数千の神経細胞一つ一つから詳細な活動を記録しながら、複数の情動記憶が並列に形成される行動課題を実施可能にした。得られる学習過程を通じた長期神経活動記録を元に、機械学習によるデータ駆動型の解読と、光遺伝学による精密な因果性の検証により、前頭前野における並列処理の核となる要素を同定し、脳独自の並列処理様式の実態を実証することを目指している。
着目するマウス内側前頭前野（mPFC）は正負両方のvalence（恐怖・報酬など正負両方向の情動）の記憶を制御する。そこで2021年度は、valenceの異なる二つの記憶を同時平行に獲得する課題を行い、それらの記憶がmPFC内部で混線せずに保持される状態を解読した。学習課程を通じた神経細胞集団の活動記録を元に、二つの記憶がmPFC内部でどのように構築され、どのように分別して想起されるかについて調べ、そこからmPFC神経細胞集団が異なる記憶を分別しながら並列に情報処理する機序を明らかにした。特に、共同研究を通じてモデルベースの機械学習を用いた解析法を開発し、mPFCでの並列計算の鍵となる神経細胞集団（アンサンブル）の検出を可能とした。さらに、その検出結果をnoise correlation、グラフ理論などにより数理学的に評価し、脳情報動態の変遷を可視化することに成功した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究課題では、機械学習によるデータ駆動型の解読と、光遺伝学による精密な因果性の検証により、前頭前野における並列処理の核となる要素を同定し、脳独自の並列処理様式の実態を証することを目指している。
この中で、特に独創的でかつ本課題の基盤をなす「機械学習によるデータ駆動型の解読」の部分で当初の期待以上の成果と興味深い知見が得られており、さらにその知見はプレプリントとして報告することができた（Agetsuma et al., 2021, bioRxiv）。
従って、概ね順調に進展していると言える。
|
| Strategy for Future Research Activity |
内側前頭前野（mPFC）は正負両方のvalence（恐怖・報酬など正負両方向の情動）の記憶を制御する。2021年度は、valenceの異なる二つの記憶を同時平行に獲得する課題を行い、それらの記憶がmPFC内部で混線せずに保持される状態を解読し、異なる記憶を分別しながら並列に情報処理する機序を明らかにしてきた。さらにその知見はプレプリントとして報告することができた（Agetsuma et al., 2021, bioRxiv）。
次のステップとしては、これらの成果の論文化を目指していく。
併せて、神経細胞集団による活動パターンの精密な再現の為の光学系・顕微鏡の構築も推進する。SLM（spatial light modulator）と光遺伝学技術を基盤に、神経細胞集団による活動パターンの人工的な再現を推進する。
さらに、もう一つの提案課題（報酬系の学習課題）についても実験系構築を推進し、並列処理におけるその基盤原理の解明をさらに深めていく。
|
Report
(1 results)
Research Products
(4 results)
