2016 Fiscal Year Annual Research Report
線虫の全脳イメージングによる探索型ナビゲーション神経基盤の解明
| Project Area | Systems Science of Bio-navigation |
|---|
| Project/Area Number |
16H06545
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
木村 幸太郎 大阪大学, 理学研究科, 准教授 (20370116)
|
|---|
| Project Period (FY) |
2016-06-30 – 2021-03-31
|
| Keywords | 脳・神経 / ナビゲーション / 行動 / 神経活動 / イメージング |
|---|
| Outline of Annual Research Achievements |
探索型ナビゲーションは、環境からの乏しい情報を元に目的地にたどり着くための手段であり、これには効率的な情報の抽出や蓄積、判断、行動の制御など、様々な脳活動が必要である。線虫C. エレガンスは、化学物質（匂いや味）に対して探索型ナビゲーションを行う事、わずか302個の神経細胞から構成される全回路構造が解明されている事、神経機能に必要な遺伝子はヒトなどと高い共通性を持つ事などから、探索型ナビゲーションを制御する神経細胞活動を明らかにするためのモデルとして優れている。本研究では、探索型ナビゲーションに関わる神経活動の全貌を解明するために、「課題１：刺激-行動対応解明のための半自動分析方法の確立」「課題２：全脳神経活動の同時イメージング」「課題３：刺激と行動を結ぶ脳機能のモデル化とシステム同定」「課題４：フィードバック介入実験によるモデルの検証」を目指している。H28年度は、課題１と課題２を中心に行った。
課題１ 刺激-行動の対応解明のための半自動分析方法の確立：H28年度は、発表済のデータを用いて、環境刺激と行動状態の時系列データから、「刺激と行動状態遷移の因果関係」に関する知識を抽出するための複数のデータ分析手法を検討した。具体的には、古典的機械学習分析手法「決定木」で使われる情報ゲインや識別パターンマイニングの手法を用いて、線虫ナビゲーションの学習依存的行動変化の特徴を野生株および変異株から抽出した。
課題２ 全脳神経活動の同時イメージング: H28年度は独自の正倒立型顕微鏡システムを確立し、共焦点ユニットを用いて３次元イメージングのための準備を整えた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
課題１ 刺激-行動の対応解明のための半自動分析方法の確立（A02前川班との共同研究）：本研究課題では、環境刺激と行動状態の時系列データから、「刺激と行動状態遷移の因果関係」に関する知識を抽出するためのデータ分析手法を開発する事を目指している。具体的には、環境刺激と行動について高精度の計測が行える線虫のデータをモデルとして、機械学習技術を用いて、半自動的に特徴抽出のためのパラメータ設定やモデル化のための手法を検討する。H28年度は、発表済のデータを用いて、環境刺激と行動状態の時系列データから、「刺激と行動状態遷移の因果関係」に関する知識を抽出するための複数のデータ分析手法を検討した。ほぼ当初の予定通りに、古典的機械学習分析手法「決定木」で使われる情報ゲインや識別パターンマイニングを用いて、線虫ナビゲーションの学習依存的行動変化の特徴を野生株および変異株から抽出した。
課題２ 全脳神経活動の同時イメージング: 課題１で明らかになった行動状態遷移を制御する神経活動を明らかにする。研究代表者木村は、これまでに仮想匂い勾配中をナビゲーションする線虫を自動追跡しながら、特定の神経活動を光学測定する実験系を確立した（Tanimoto et al., eLIFE 2017）。本研究課題では、この実験系を全脳イメージングに拡張することで、ナビゲーションに伴う全脳活動を明らかにする。具体的には、これまでに開発した自動追跡型顕微鏡システムを、より高速・高感度な画像取得カメラおよび共焦点システムと統合し、化学物質勾配空間を探索する線虫の全脳神経活動の同時イメージングを行う。H28年度はほぼ当初の予定通りに、独自の正倒立型顕微鏡システムを確立し、共焦点ユニットと共に３次元イメージングのための準備を整えた。
|
| Strategy for Future Research Activity |
課題１ 刺激-行動の対応解明のための半自動分析方法の確立：H28年度に機械学習によって抽出された特徴と、実際の線虫のナビゲーションとの対応を複合的に検証し、その成果を論文として発表する。また、本手法が他の動物のナビゲーションにも応用できるように一般化を進め、B01生態班が持つデータを用いて解析する。
課題２ 全脳神経活動の同時イメージング：H28年度に確立した３次元イメージング顕微鏡システムから得られた画像を用いて、線虫の全脳神経活動を抽出するためのソフトウェアを整備する。さらに、実際に線虫の全脳神経細胞の刺激に対する応答性の理解などに取り組み、「刺激と行動を結ぶ脳機能のモデル化（課題３）」を目指す。
課題４ これまでに樹立した「介入型ロボット顕微鏡」 (Tanimoto et al., Sci Rep 2016)を改良し、線虫の行動や神経活動の値を元にフィードバックする機能の実現を目指す。
|
Research Products
(8 results)
