| Project/Area Number |
23K28179
|
|---|
| Project/Area Number (Other) |
23H03489 (2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
山本 英明 東北大学, 電気通信研究所, 准教授 (10552036)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 茂雄 東北大学, 電気通信研究所, 教授 (10282013)
|
|---|
| Project Period (FY) |
2023-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥18,460,000 (Direct Cost: ¥14,200,000、Indirect Cost: ¥4,260,000)
Fiscal Year 2026: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2025: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2024: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Fiscal Year 2023: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
|
|---|
| Keywords | 物理レザバー / 培養神経回路 / 多点電極アレイ / マイクロ流体デバイス / バイオコンピューティング / 物理リザバー / カルシウムイメージング / オプトジェネティクス / リザバーコンピューティング |
|---|
| Outline of Research at the Start |
本研究では，マイクロ流体デバイスを用いた培養神経回路の構造制御技術を先端バイオ計測技術と融合させることにより，生物の脳がバイオ素子に基づいて実現する情報処理をボトムアップ的に解析するための新しい実験系を創成する．具体的には，生物の脳神経系で進化的に保存されているモジュール構造に焦点をあてて，高次元の神経ダイナミクスが安定に保持される回路的メカニズムを構造機能相関の観点から明らかにする．さらにレザバー計算の理論を用いて刺激応答パターンをデコードすることで，適度な高次元性を有する自己組織化臨界状態の計算論的意義を明らかにする．
|
| Outline of Annual Research Achievements |
本研究では，マイクロ流体デバイスを用いた培養神経回路の構造制御技術を先端バイオ計測技術と融合させることにより，生物の脳がバイオ素子に基づいて実現する情報処理をボトムアップ的に解析するための新しい実験系を創成することを目指している．初年度には，500細胞程度から構成される大規模培養神経回路を構築し，リザバーコンピューティングの枠組みを用いて，音声信号から手書き文字を生成する感覚運動制御タスクを実装し，刺激に応答して現れる大規模培養神経回路の神経ダイナミクスの特性と運動信号生成タスクにおける情報処理性能の関係について調べた．先行研究で用いていた100細胞程度の小規模回路と，今回新たに作製した大規模回路を比較したところ，小規模回路では刺激によって神経回路に誘起される過渡応答がすぐに減衰し，入力音声信号に対応した出力を生成するための運動信号が，生成されなかった．一方，大規模回路では過渡応答が十分に長く続き，出力信号を安定に生成できることが分かった．続いて，生成する時系列信号とリザバー計算性能の関係を調べたところ，信号持続時間が平均3.69秒，入力刺激を受けてから出力信号を生成し始めるまでの遅延時間が平均0.05秒の時に平均二乗誤差が最小化されることが分かった．実際，大規模培養神経回路の過渡応答は4秒程度あることから，この結果は教師信号の持続時間がその時間に相当するときに性能が最も高くなることを示している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
大規模な培養神経回路をパターニングするためのマイクロ流体デバイスを開発し，その刺激応答特性をリザバーコンピューティングの枠組みで解析する実験が予定通りに進んでいる．高密度多点電極アレイ上の培養神経回路に同様の実験を実装するための条件出しも進んでいる．
|
| Strategy for Future Research Activity |
高密度多点電極アレイ上の培養神経回路の刺激応答特性をリザバーコンピューティングで解析すること，およびリザバー層と出力層の荷重値をオンラインでリアルタイムに最適化するためのコーディングを進める．
|
