| 研究領域 | 身体－脳の機能不全を克服する潜在的適応力のシステム論的理解 |
|---|
| 研究課題/領域番号 |
22H04766
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
複合領域
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
船水 章大 東京大学, 定量生命科学研究所, 講師 (20724397)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
2023年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2022年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
|---|
| キーワード | 学習則 / イメージング / 人工神経回路網 / 知覚意思決定 / 光遺伝学 / マウス |
|---|
| 研究開始時の研究の概要 |
じゃんけんを例に考えよう．私達は，様々な戦略を脳内で保持し，次の一手を複雑に選択する．脳は複数の学習則を独立に保持するのか．それとも，脳には単一学習則が存在し，複雑な神経回路で行動を決定するのか．本研究は，マウスの行動実験や神経活動操作と計測，人工神経回路網 (人工知能：AI) での行動モデル化で，脳の行動戦略様式を検証する．本研究の達成は，脳の柔軟な適応行動の神経基盤解明につながる．将来は脳型人工知能の構築に貢献する．
|
| 研究実績の概要 |
脳は，単一の感覚刺激に対して複数の行動戦略を用意し，戦略を使い分ける．工学分野では，行動戦略は，経験に基づいて行動を決定するモデルフリー戦略と，感覚刺激から隠れ状態を推定し，行動を柔軟に変化させる推論戦略に区別できる．本研究課題は，モデルフリー戦略・推論戦略を駆動する「学習則」に注目した．学習則の神経基盤として，中脳のドーパミン細胞に注目し，計測を進めた．
研究代表者らは，各戦略を切り分ける行動課題「マルチタスク課題」を，他の研究課題から継続して実施した．行動課題は，頭部固定マウスをトレッドミル上に設置した．マウスは，音刺激の周波数に応じて，左右のスパウトを選択し，報酬の水を得た．マルチタスク課題は，各試行の音周波数 (低，高) を，遷移確率pで切り替えた．p=0.8とp=0.2の交互条件と連続条件で，それぞれ，マウスの状態推定戦略とモデルフリー戦略を切り分けた．
上記の行動課題時に，ファイバーバンドルイメージングで，マウスの腹側線条体のドーパミン変動を計測した．この計測で，dlight (dopamine sensor) を発現したアデノ随伴ウイルス (AAV5-CAG-dLight1.1) を，腹側線条体に注入した．また，眼窩前頭皮質 (OFC) や腹側被蓋野 (VTA) での計測も試みた．本研究は現在，線条体のドーパミン変動に注目し，計測と解析を進めている．なお，ドーパミン変動の計測は，音周波数弁別の学習時と学習後，状態遷移確率に基づく行動バイアスの学習時と学習後の，計4段階で実施した．これまでに，線条体のドーパミン変動が，各段階で異なることを発見した．
なお，代表者らは，上記の行動課題時のマウスの選択行動を，人工神経回路網のRecurrent Neural Network (RNN) でモデル化している．今後，計測したドーパミン変動と，RNNの誤差学習信号との関係を検証する．脳の学習則と人工知能の関係を検証する．
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
