マウス脳で人間のニオイ感覚を予測する：生物模倣型自動官能検査法の提案

2014 Fiscal Year Research-status Report

• Project/Area Number: 25540125
• Research Institution: Hiroshima University
• Principal Investigator: 辻 敏夫 広島大学, 工学(系)研究科(研究院), 教授 (90179995)
• Co-Investigator(Kenkyū-buntansha): 滝口 昇 金沢大学, 自然システム学系, 准教授 (20304462) ; 栗田 雄一 広島大学, 工学(系)研究科(研究院), 准教授 (80403591)
• Project Period (FY): 2013-04-01 – 2016-03-31
• Keywords: 嗅覚 / 官能検査 / マウス / 神経活動 / ニューラルネットモデル

Outline of Annual Research Achievements

匂いの評価法は，人間の主観的な感覚指標を統計的に分析する官能検査が主流であるが，個人の主観や体調による評価のばらつきといった問題を最小限に抑えるためには非常によく訓練された専門家が多人数必要になる．本研究では，嗅覚系に関する知見が豊富に蓄えられているマウスの嗅覚構造や内部状態を用いて嗅覚系に内在する情報処理機構をモデル化し，人間の匂い感覚を予測するという生物模倣型自動官能検査法を提案する．
本年度は，昨年度に引き続き人間に対する官能検査実験を実施するとともに， 当初の予定に加え，近赤外光脳機能イメージング装置（NIRS）を用いた官能検査実験中の脳活動計測を行った．NIRSによる脳活動計測では，被験者に目隠しをしていただき，匂いを染み込ませた匂い紙を鼻先に提示して前頭部16点における脳活動を計測した．そして，上記の計測結果を用いて，人間の匂い類似度感覚と脳活動の比較・検討を行った．さらに，被験者が匂いを意図的に嗅ぐために生じる脳活動と匂いによって誘起される脳活動を分離するため，シリンジを用い手動で匂いを鼻腔中に送り込むことができる匂い提示装置のプロトタイプを製作した． なお，官能検査に関しては，疫学研究倫理審査委員会の許可を受けており（第疫-725号），実験に際してはヘルシンキ宣言に則り，被験者に書面による同意書を得ている．
また，当初の予定通りマウス嗅球表面の糸球体層に誘起される活動パターンを予測し得る数理モデルの構築を行った．本モデルでは，匂い分子の構造をグラフとして扱い，グラフカーネル法を用いて嗅覚受容細胞の匂い分子選択性を表現している．モデルのパラメータについては，相互情報量の最大化を規範とした機械学習的手法による新たな自動調整法の構築を進めている．

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

本研究では，人間の匂い感覚予測が可能な生物模倣型自動官能検査法の提案を目的として，（１）マウスと人間それぞれの匂い感覚特性データベースの構築，（２）嗅覚系の構造とその内部状態に基づいた感覚予測モデルの構築，および，（３）嗅覚系の感覚予測モデルのパラメータ最適化アルゴリズムの構築を行う予定である．
課題（１）については，昨年度に実施した１対２点識別法に基づく匂い同士の類似度評価を引き続き行い，データベースを拡充した ．
課題（２）については，昨年度までにラットの嗅覚系の活動パターンと人間の感覚との間にある程度の相関を見出しており，本年度はこれに加えて人間の感覚の脳内表現の計測を行い，感覚予測モデルの入力部である神経活動パターン予測モデルの構築を行った．
課題（３）についても相互情報量の最大化を規範とした機械学習的手法による新たなパラメータ自動調整法をグラフカーネル法に導入するための基礎検討を終えている．
以上により，課題とする全項目において進展が認められたため．

Strategy for Future Research Activity

本年度までに，ラット嗅球の神経活動パターンから人間が感じる匂いの類似度をある程度予測できることを確認し，匂いに対する人間の脳活動計測と感覚予測モデルの入力部である神経活動パターン予測モデルの構築を行った．本研究の最終目的である匂い感覚予測モデルの構築のためには，これまでに構築したモデルを統合するとともに，収集したデータに基づいたパラメータ調整法の開発が必要である．
そこで，最終年度は課題（２）嗅覚系の構造とその内部状態に基づいた感覚予測モデルの構築，および，課題（３）嗅覚系の感覚予測モデルのパラメータ最適化アルゴリズムの構築を行う予定である．具体的な推進方策を以下に示す．
嗅覚系内部では非常に複雑な特徴抽出処理や学習が行われており，その全容はまだ解明されていないが，本研究ではラット嗅球の糸球体層の活動パターンと新たに得られた人間の前頭部の脳活動データとを比較・検討することで，低次から高次に至る嗅感覚の脳内表現を考慮した特徴抽出モデルを構築する．そして，研究代表者が独自に構築した統計構造を内包するニューラルネットモデルに入力することで人間の匂い類似度感覚予測 モデルとして統合する予定である．さらに，モデルのパラメータ調整を行うための基礎データとして，官能検査と脳活動計測を引き続き行い，匂い感覚特性データベースのさらなる拡充を目指す．

Causes of Carryover

当初，匂い提示装置の購入を予定していたがプロトタイプ装置の製作にとどめたため．

Expenditure Plan for Carryover Budget

匂いの提示タイミングと匂い濃度の調整をコンピュータ制御可能な匂い提示装置の製作を予定している．また，匂い感覚が誘起する脳活動の計測を行うため現有する脳波計用の電極一式を購入する予定である．