2021 Fiscal Year Research-status Report
脳情報フィードバック制御を活用した病態進行の予測・改善手法の開発
| Project/Area Number |
19K12768
|
|---|
| Research Institution | Doshisha University |
|---|
Principal Investigator |
井出 薫 同志社大学, 研究開発推進機構, 助教 (90806671)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高橋 晋 同志社大学, 脳科学研究科, 教授 (20510960)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 脳神経回路 / オプトジェネティクス / 神経細胞活動 / マルチニューロン |
|---|
| Outline of Annual Research Achievements |
脳神経回路網は動的に恒常性を維持・変容させる機構を備えているが、脳神経細胞が重度に変性・脱落した場合、恒常性変容機構が病的に作用し、神経変性疾患が発症すると考えられる。しかし、従来の脳深部刺激法は動的恒常性の乱れが考慮されておらず、刺激手順の体系的な最適化は成されていない。
本研究では、パーキンソン病に着目し、情報工学と最先端の電気生理学的手法を用い、脳神経回路の活動動態をリアルタイムに計測・解読し、解読した脳状態に応じた神経刺激を加え、脳機能ネットワーク活動をフィードバック制御する。更に、最適な解読情報、刺激パターン・タイミング等を探り出し、病態進行の予測・改善へ導く手法の開発を目指す。
本年は、6-OHDAによりドーパミン作動性ニューロンを選択的に変性脱落させた片側パーキンソン病モデルマウスと正常マウスを用いて、オープンフィールド内を自由歩行させ、その行動軌跡を収集した。共同研究で、その比較分析を、比較する群に特徴的な部分軌跡を自動的に検出する人工知能手法(ニューラルネットワーク)を用いて行った。その結果、パーキンソン病モデルマウスと正常マウス間での移動特徴を発見することができた。この結果は、マウスだけでなく、同様にパーキンソン病および正常のヒト、昆虫、線虫でも適用され、種横断的に見られる移動特徴であることがわかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
パーキンソン病モデルマウスと正常マウスを用いて、オープンフィールド内を自由歩行させた行動軌跡を収集し、比較する群に特徴的な部分軌跡を自動的に検出する人工知能手法(ニューラルネットワーク)を用いて行った。その結果、パーキンソン病モデルマウスと正常マウス間での移動特徴を発見することができた。
新たな解析結果が得られたことから、おおむね順調に進展していると判断した。
|
| Strategy for Future Research Activity |
継続して光遺伝学を用いた細胞種選択刺激をPDモデルマウスに活用し、様々な条件下で比較検討を実施する。データ解析と同時に、PD症状軽減や改善に適した刺激パターン、刺激回数や刺激タイミングをさらに検討し、脳状態や行動解析から最適なパラメーターを網羅的に探索する。
|
| Causes of Carryover |
PDモデルマウスを用い、光刺激などによる神経回路網を制御する追加実験が必要なため次年度使用額が生じた。
神経細胞活動や局所脳波の情報をもとに、電気や光による神経回路網のフィードバック制御を様々な条件下で実施するために次年度使用額を使用する。
|
-
-
-
[Presentation] Learning interaction rules from multi-animal trajectories via augmented behavioral models2021
Author(s)
Keisuke Fujii, Naoya Takeishi, Kazushi Tsutsui, Emyo Fujioka, Nozomi Nishiumi, Ryoya Tanaka, Mika Fukushiro, Kaoru Ide, Hiroyoshi Kohno, Ken Yoda, Susumu Takahashi, Shizuko Hiryu, Yoshinobu Kawahara
Organizer
Advances in Neural Information Processing Systems (NeurIPS'21)
Int'l Joint Research
-
