| 研究課題/領域番号 |
20K06922
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
上田 壮志 筑波大学, 国際統合睡眠医科学研究機構, 助教 (00599821)
|
|---|
| 研究分担者 |
日野 英逸 統計数理研究所, モデリング研究系, 教授 (10580079)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 大脳皮質 / 睡眠 / 脳状態 / イメージング / 機械学習 |
|---|
| 研究実績の概要 |
本研究は、睡眠、休息、麻酔、学習時などの様々な状態に依存した脳内の様相をニューロンの集団的ふるまいから解析し、脳状態と脳機能の関連を明らかにすることを目的としている。統計的機械学習を用いることで、多ニューロンの活動という多変量時系列データから何らかの規則性の発見を試みている。本研究ではカルシウムイメージングデータからの機能的結合性の推定に、スパースモデリングの手法の一つであるグラフィカルラッソを用いて、ネットワーク構造のモデル化を行っている。
|
| 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
自発的な睡眠を含む様々な脳状態のマウスを実験に用いた。脳状態に依存したネットワーク構造の動的性質を明らかにすべく、大脳皮質ニューロンの自発活動を2光子カルシウムイメージング法によって記録し、このデータの解析に統計的機械学習を使用した。脳波では異なる状態である休息と睡眠の２つの状態において、皮質局所ネットワーク構造の視点においては類似性が高いことを見出し、いくつかの学会で紀要及び口頭発表を行った。また共同研究として、非負値行列因子分解を用いたカルシウムイメージングデータからのセルアセンブリ推定をNeural Networksに発表した。
|
| 今後の研究の推進方策 |
睡眠などの生理状態に依存した大脳皮質ネットワーク構造の動態における新たな特徴を発見できている。今後はその特徴の可塑的な変化を検証するために、投薬、障害、課題などと組み合わせた研究を展開する。
|
| 次年度使用額が生じた理由 |
新型コロナウイルスの感染拡大のため動物実験の一時減少と学会や共同研究打ち合わせなどがオンライン化したため、支出が大幅に少なくなったため。
|
