• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

適応行動を司る脳の単一学習則の提案と神経基盤検証

Publicly Offered Research

Project AreaHyper-adaptability for overcoming body-brain dysfunction: Integrated empirical and system theoretical approaches
Project/Area Number 22H04766
Research Category

Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)

Allocation TypeSingle-year Grants
Review Section Complex systems
Research InstitutionThe University of Tokyo

Principal Investigator

船水 章大  東京大学, 定量生命科学研究所, 講師 (20724397)

Project Period (FY) 2022-04-01 – 2024-03-31
Project Status Completed (Fiscal Year 2023)
Budget Amount *help
¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000)
Fiscal Year 2023: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2022: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Keywords学習則 / イメージング / 人工神経回路網 / 知覚意思決定 / 光遺伝学 / マウス
Outline of Research at the Start

じゃんけんを例に考えよう.私達は,様々な戦略を脳内で保持し,次の一手を複雑に選択する.脳は複数の学習則を独立に保持するのか.それとも,脳には単一学習則が存在し,複雑な神経回路で行動を決定するのか.本研究は,マウスの行動実験や神経活動操作と計測,人工神経回路網 (人工知能:AI) での行動モデル化で,脳の行動戦略様式を検証する.本研究の達成は,脳の柔軟な適応行動の神経基盤解明につながる.将来は脳型人工知能の構築に貢献する.

Outline of Annual Research Achievements

脳は,単一の感覚刺激に対して複数の行動戦略を用意し,戦略を使い分ける.工学分野では,行動戦略は,経験に基づいて行動を決定するモデルフリー戦略と,感覚刺激から隠れ状態を推定し,行動を柔軟に変化させる推論戦略に区別できる.本研究課題は,モデルフリー戦略・推論戦略を駆動する「学習則」に注目した.学習則の神経基盤として,中脳のドーパミン細胞に注目し,計測を進めた.
研究代表者らは,各戦略を切り分ける行動課題「マルチタスク課題」を,他の研究課題から継続して実施した.行動課題は,頭部固定マウスをトレッドミル上に設置した.マウスは,音刺激の周波数に応じて,左右のスパウトを選択し,報酬の水を得た.マルチタスク課題は,各試行の音周波数 (低,高) を,遷移確率pで切り替えた.p=0.8とp=0.2の交互条件と連続条件で,それぞれ,マウスの状態推定戦略とモデルフリー戦略を切り分けた.
上記の行動課題時に,ファイバーバンドルイメージングで,マウスの腹側線条体のドーパミン変動を計測した.この計測で,dlight (dopamine sensor) を発現したアデノ随伴ウイルス (AAV5-CAG-dLight1.1) を,腹側線条体に注入した.また,眼窩前頭皮質 (OFC) や腹側被蓋野 (VTA) での計測も試みた.本研究は現在,線条体のドーパミン変動に注目し,計測と解析を進めている.なお,ドーパミン変動の計測は,音周波数弁別の学習時と学習後,状態遷移確率に基づく行動バイアスの学習時と学習後の,計4段階で実施した.これまでに,線条体のドーパミン変動が,各段階で異なることを発見した.
なお,代表者らは,上記の行動課題時のマウスの選択行動を,人工神経回路網のRecurrent Neural Network (RNN) でモデル化している.今後,計測したドーパミン変動と,RNNの誤差学習信号との関係を検証する.脳の学習則と人工知能の関係を検証する.

Research Progress Status

令和5年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

令和5年度が最終年度であるため、記入しない。

Report

(2 results)
  • 2023 Annual Research Report
  • 2022 Annual Research Report
  • Research Products

    (4 results)

All 2023 Other

All Journal Article (1 results) (of which Open Access: 1 results) Presentation (2 results) (of which Int'l Joint Research: 1 results) Remarks (1 results)

  • [Journal Article] Localized and global computation for integrating prior value and sensory evidence in the mouse cerebral cortex2023

    • Author(s)
      Kotaro Ishizu, Shosuke Nishimoto, Akihiro Funamizu
    • Journal Title

      bioRxiv

      Volume: -

    • DOI

      10.1101/2023.06.06.543645

    • Related Report
      2023 Annual Research Report
    • Open Access
  • [Presentation] Dynamics of Dopamine Activity Across Learning of an Auditory Decion-Making Task2023

    • Author(s)
      Maria Ines De Sa Ribeiro, Akihiro Funamizu
    • Organizer
      The 2nd International Symposium Hyper-Adaptability 2023
    • Related Report
      2023 Annual Research Report
    • Int'l Joint Research
  • [Presentation] 大規模データ解析による脳の意思決定の理解.2023

    • Author(s)
      船水章大
    • Organizer
      データ駆動科学と情報計測の新展開.
    • Related Report
      2022 Annual Research Report
  • [Remarks] 研究者の主催する研究室のホームページ

    • URL

      https://www.iqb.u-tokyo.ac.jp/lab/funamizu/

    • Related Report
      2023 Annual Research Report 2022 Annual Research Report

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi