| 研究領域 | 行動変容を創発する脳ダイナミクスの解読と操作が拓く多元生物学 |
|---|
| 研究課題/領域番号 |
22H05157
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅲ)
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
井上 謙一 京都大学, ヒト行動進化研究センター, 助教 (90455395)
|
|---|
| 研究分担者 |
松本 惇平 富山大学, 学術研究部医学系, 助教 (00635287)
|
|---|
| 研究期間 (年度) |
2022-06-16 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
92,950千円 (直接経費: 71,500千円、間接経費: 21,450千円)
2024年度: 14,430千円 (直接経費: 11,100千円、間接経費: 3,330千円)
2023年度: 20,280千円 (直接経費: 15,600千円、間接経費: 4,680千円)
2022年度: 30,030千円 (直接経費: 23,100千円、間接経費: 6,930千円)
|
|---|
| キーワード | 霊長類 / ウイルスベクター / トレーシング / 行動解析 / 社会行動 |
|---|
| 研究開始時の研究の概要 |
本研究では、多重蛍光トレーシング法や、脳活動操作法・全脳的遺伝子導入法などのネットワーク解析法とマルチモーダル行動解析法を駆使し、霊長類における行動変容、特に社会行動変容に関わる神経ネットワーク回路構造とその機能を解明することを目的とする。具体的には、双方向性多重蛍光トレーシングとAIや空間統計を利用した解析により、霊長類を中心に、大脳皮質と皮質下領域や小脳を巡る広域ネットワーク構造について、その回路構築様式を明らかにする。また、AIを利用して自然行動から社会行動変容を検出・評価する行動解析システムを開発し、ネットワーク状態変化と社会行動変容との関係性を明らかにする。
|
| 研究実績の概要 |
本研究では、多重蛍光トレーシング法や、脳活動操作法・全脳的遺伝子導入法などのネットワーク解析法とマルチモーダル行動解析法を駆使し、霊長類における行動変容、特に社会行動変容に関わる神経ネットワーク回路構造とその機能を解明することを目的とする。
今年度は、行動変容を実現する広域ネットワーク構造解析では、感染速度低下・高発現型RVベクターによる逆行性越シナプストレーシングと、Tet-Off法を利用した超高発現型AAVベクターによる軸索トレーシングの同時適用のためのベクター開発と前部帯状回を対象とした組み合わせ検討を実施し、実用性の高い双方向性多重蛍光トレーシングに適した組み合わせを見いだした。また、AIを利用したニューロンラベルの自動検出法の開発を進めるとともに、運動前野へのRVベクター注入後のラベルに対して空間統計を用いたラベルパターン分析を利用し、同解析が大脳基底核内における情報処理様式の違いを明らかに出来ることを示した。
マルチモーダル行動解析法による社会行動変容の神経メカニズム解析では、8台同期カメラによる複数サルの多視点撮像データから単独および複数頭の3Dモーションキャプチャを行なうアルゴリズムを開発した。検証実験の結果、マカクサル・マーモセット共にグループケージ内の複数個体の自然行動において、高い精度で個体IDと各体部位位置の推定が出来ることが示され、現在その結果を論文にまとめている。また、これらのモーションデータから社会行動を解析する手法を開発した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
交付申請書の研究の目的および実施計画欄に記載した計画が順調に進展している。行動変容を実現する広域ネットワーク構造解析においては、実用性の高い双方向性多重蛍光トレーシングに適した、感染速度低下・高発現型RVベクターと超高発現型AAVベクターの組み合わせを見いだした。また、8台同期カメラによる複数サルの多視点撮像データから単独および複数頭の3Dモーションキャプチャを行なうアルゴリズムの開発に成功し、モーションデータから社会行動を解析する手法の開発も順調に進展している。
|
| 今後の研究の推進方策 |
研究はおおむね順調に進展していると考えられるため、今後も当初予定に従って研究を進める。行動変容を実現する広域ネットワーク構造解析では、感染速度低下・高発現型RVベクターによる逆行性越シナプストレーシングと、Tet-Off法を利用した超高発現型AAVベクターによる軸索トレーシングの同時適用のためのベクターの組み合わせ検討を前年度に引き続き実施し、実用性の高い双方向性多重蛍光トレーシングを確立するとともに、前部帯状回の3領域を対象に双方向性多重蛍光トレーシングを適用する。また、前年度に引き続きAIを利用したニューロンラベルの自動検出法を開発して適用し、空間統計を用いたラベルパターン分析を利用することで、同皮質を含む大脳基底核ループにおける入出力の局在関係を明らかにし、その情報統合パターンを解明する。また、注入サルの脳のex vivo MRI画像と薄切時の切断面画像を利用し、ラベル座標データの標準脳への投影を行う事により、複数頭のデータを統合して解析するための標準化法の開発を実施する。
マルチモーダル行動解析法による社会行動変容の神経メカニズム解析では、前年度に引き続き自由行動下のサルの動作・視線などを高精度で推定するマルチモーダル行動解析法の開発を進める。まずモーション撮像系により得られるデータを利用して、精密かつ頑健な複数個体の３次元姿勢推定AIや顔面方向検出とViewpoint aware GANを組み合わせた視線推定法を開発し、その成果の一部を論文として報告する。さらに、モーション撮像系にマルチ音声計測系を組み合わせることで、複数頭マーモセットの自然行動のマルチモーダル計測系の開発に取り組む。
|
