| 研究概要 |
in vivo(生体内)やin vitro(生体外)で得られる生理実験データから神経細胞の様々な活動情報が解析されてきた.しかしながら測定している神経細胞がリアルタイムにどの程度の外部入力を受けているか等を定量化することはなされておらず,主な研究の対象は発火活動(出力)データの解析に向けられている.覚醒状態において大脳皮質にある神経細胞は,シナプスからの大量かつ複雑な外部入力を常に受けているため,個々の発火活動は非常に複雑であまり再現性がないことが分かっている.研究の対象である個々の神経細胞の特性(イオンチャネルの発現量やリアルタイムに受けている外部入力量等)をin vivoでの膜電位変化の測定データから解析する手法がないため,つまりin vivoでの入力と出力の関係を示すデータがないため学習による神経細胞の変化や外部入力データの中にある局所的な神経回路網の活動情報が抽出できなかった.今回,非線型微分方程式による神経細胞の電位変化のモデル(Hodgkin-Huxley model)を用いて,電流-電圧変化のデータから方程式の係数である各イオンチャネルのコンダクタンス量を求めるという逆問題の解法を示した.この手法によってin vivo生理実験で得られる(大量かつランダムな外部入力が混入している)データから測定中の神経細胞の各チャネルコンダクタンスが定量評価でき,その神経細胞が受ける外部入力量をリアルタイムに決定することが可能であることを示した.今までノイズとして排除されてきた外部入力量の解析が可能となり,個々の神経細胞の入出力関係や情報処理がより詳しく評価できると考えられる.
|
