Cerebro-cerebellar interactions underlying anticipatory postural adjustments

2020 Fiscal Year Annual Research Report

• Project/Area Number: 18K10955
• Research Institution: The University of Tokyo
• Principal Investigator: 柳原 大 東京大学, 大学院総合文化研究科, 教授 (90252725)
• Project Period (FY): 2018-04-01 – 2021-03-31
• Keywords: 姿勢制御 / 小脳 / 学習 / 予測 / ラット

Outline of Annual Research Achievements

本研究は、様々な身体運動及び種々のスポーツにおける動きの基盤となっている予測的姿勢制御に関わる神経機構の本質的な解明を目指している。この神経機構における構成要素としては、大脳皮質運動関連領域のみならず、小脳及び脳幹・脊髄などがあげられるが、特に小脳がどのようにその学習過程に機能しているのかについて明らかにすることを目的とする。本研究では、ラットを対象に姿勢への外乱に対する先行刺激を与え、学習することによって外乱を予測できる条件付け学習課題を構築し、小脳傷害の影響について調べるとともに、ラットの身体力学モデルとモデル予測制御による姿勢制御の学習モデルを構築し、構築した姿勢制御の学習モデルの挙動と、実験で得られたラットの姿勢の学習過程を比較検証することで予測的姿勢制御における小脳の役割について調べている。
、本年度はラットが傾斜台において後肢2足による直立姿勢を維持している際に、光刺激による合図の一定時間後にラットが乗っている台が後方に傾斜する外乱を加え、条件付け学習としての実験パラダイムを構築した。その際の身体各部の動作については高速度カメラによってモーションキャプチャし、床反力計のデータとともに解析した。結果として、健常ラットにおいては、概ね20－40試行後に光刺激と台傾斜による外乱の関係を学習し、外乱に対して平衡姿勢を保つことが達成された。さらに、小脳虫部の局所破壊を行ったラットにおいては、外乱に対する平衡姿勢の維持が困難になり、この姿勢学習が傷害されていることが示された。
このような予測と学習が関与するラットの姿勢制御のメカニズムを考えるために、モデル予測制御を適用した数理モデルを構成し、ラットの動作データと比較検証した。傾斜の経験によって学習をしたラットの制御系がモデル予測制御で説明できる可能性が示唆された。