| 研究課題/領域番号 |
17K00344
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
立野 勝巳 九州工業大学, 大学院生命体工学研究科, 准教授 (00346868)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 内側側頭葉 / 海馬 / 嗅内皮質 / 嗅周皮質 / 痕跡恐怖条件付け学習 |
|---|
| 研究実績の概要 |
本プロジェクトの目的は内側側頭葉モデルを提案することにある。プロジェクトを3つの小プロジェクトに分けて実施することにしており、H29年度は、プロジェクト1のHodgkin-Huxley型モデルを用いた内側側頭葉モデルの構成を実施した。まず、プロジェクト1-1として、海馬、嗅内皮質、嗅周皮質の神経回路モデルの作製に取り組んだ。海馬は歯状回、CA3、CA1から構成されるが、H29年度はCA3とCA1の神経回路モデルを作製した。CA3モデルとして、錐体細胞と抑制性介在細胞を合わせて約3000個の神経回路モデルを構成した。回路サイズは拡張可能で、試験的に10000個まで拡張した。その上で、セル・アセンブリのダイナミックな遷移を利用した時間細胞様の特性を再現するシミュレーションを行った。CA1神経回路モデルは、CA3神経回路モデルからのシナプス入力を受けて，時間細胞様の神経活動を示した。一方で、歯状回モデルと嗅内皮質モデルを作製できなかった。嗅周皮質の神経回路モデルは、内因性持続発火特性を有するHodgkin-Huxley型錐体細胞モデルを結合し、条件刺激と無条件刺激を想定した刺激を時間を空けて与えたとき、条件刺激後の待ち時間においても神経発火が持続して、2つの刺激を結びつける応答を再現できた。CA1-CA3神経回路モデルの時間細胞様の神経応答に関する結果は、Neuroscience 2017とJNNS2017において、ポスター発表を行なった。
H30年度に予定していたプロジェクト2のラット型ロボットの筐体、および駆動部の作製を先行して行った。ライントレーサを搭載し、1次元的移動と方向転換や位置情報の取得など行なえるようにした。また、簡素化した神経細胞モデルを高速並列計算するために、GPUを用いたプログラムの作製に着手し、数千個程度であれば、リアルタイム計算できるようになった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
Hodgkin-Huxley型の詳細モデルにおいて、CA3神経回路モデルやCA1神経回路モデルについては予定どおり作製し、経過時間依存の発火特性を再現したため、予定通りの順調な進展である。CA3錐体細胞モデルの発火特性が経過時間依存の発火パターンに影響を与える可能性についても言及することができた。加えて、H30年度以降に予定していた小プロジェクトのうち、ラット型ロボットのプロトタイプの作製を先行して行なった。また、ラット型ロボットへ内側側頭葉モデルを搭載するため、簡素化した神経細胞モデルを並列計算することにしているが、H29年度にCUDAプログラミングによる並列計算プログラムの作製に着手した。この点は当初計画よりも進展している、と評価した。一方で、歯状回と嗅内皮質をHodgkin-Huxley型の詳細モデルで作成し、大規模神経回路モデルにする予定であったが、各領域の神経回路モデルを作製できなかった。そのため、プロジェクト1-2で予定していた内側側頭葉の詳細モデルによる痕跡恐怖条件付けタスクのシミュレーションに着手することができなかった。この点を考慮し、全体的にはやや遅れていると評価とした。
|
| 今後の研究の推進方策 |
H30年度も引き続き、3つの小プロジェクトにわけて研究を遂行する。特に、プロジェクト1「内側側頭葉モデルによる痕跡恐怖条件付け学習」と、プロジェクト2「タスク学習検証プラットフォームの作製」を進める。プロジェクト3は、プロジェクト1とプロジェクト2の成果を踏まえたプロジェクトであるので、平成31年度に実施する予定である。
プロジェクト1では、Hodgkin-Huxley型の神経細胞モデルを用いて、内側側頭葉モデルを作製する。特に、H29年度に作製できなかった歯状回モデルと嗅内皮質モデルの作製を優先的に進め、他の領域と結合する。内側側頭葉モデルが完成した後、プロジェクト1-2としている痕跡恐怖条件付け学習タスクを模擬するシミュレーションを行う。
プロジェクト2-1の移動ロボットの作製では、すでに筐体と駆動部分が作製できているが、動作試験を重ね、よりスムーズに動作するように改善する。また、ロボットがラットの形状に近づくように筐体のデザインを修正する。
プロジェクト2-2では、移動ロボットに内側側頭葉モデルを搭載するため、神経細胞モデルの簡素化を行う。これを簡素モデルと呼ぶ。簡素モデルを高速に計算するため、神経回路モデルの並列計算を行なう。並列計算については先行して実施しているが、複数の異なる種類の神経細胞を含んだ神経回路モデルを高速計算できるようにする。
プロジェクト2-3では、移動ロボットに各種センサーを搭載し、内側側頭葉の簡素モデルに入力できるよう符号化を行なう。センサー処理の結果をロボットの行動にフィードバックする仕組みを組み込む。
|
