| 研究課題/領域番号 |
21K19781
|
|---|
| 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) |
2021-07-09 – 2024-03-31
|
| キーワード | 身体運動 / 深層学習 / マウス / 機械学習 |
|---|
| 研究実績の概要 |
1997年に中脳ドーパミン細胞による強化学習（報酬予測誤差）実装が発見されて以来，脳の意思決定研究は，神経細胞と強化学習の関係を調べてきた．しかし，強化学習は，動物の行動選択を100%説明できるわけではない．本研究は，脳の意思決定モデルの再構築に向けて，深層学習で，マウスの行動選択を予測する．情報学的手法と，マウスの神経活動計測を組み合わせて，脳の意思決定の新因子同定を目指す．
意思決定の新因子同定に向けて，本年度は，前年度に構築した行動実験系で，マウスの身体運動データを計測した．この行動実験系では，カメラを4台から5台に増設し，前後左右から (前方3台，後方2台)，マウスの身体運動を140 Hzのサンプリングレートで計測した．なお，複数のカメラで，異なる位置から身体運動を計測し，マウスの身体運動の3次元軌道を取得した．行動課題中の4匹以上のマウスで，データを計測した．また，身体運動計測と同時に，マウスの神経活動を電気生理学的に計測した．意思決定の因子同定に向けて，必須なデータの取得が完了した．
身体運動データの解析では，前年度と同様に，DeepLabCutで，マウスの主要な身体部位の軌道を抽出した．また，身体運動軌道と神経活動の同期を取り，解析用データセットを作成した．今後，深層学習や線形回帰，スパース性を持つラッソ回帰といった機械学習で，マウスの選択行動の100%予測を目指す．また，深層学習の素子の挙動から，行動選択に重要な非線形神経回路網を予測・モデル化し，マウスの実際の神経活動と対応付ける．
|
| 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
前年度に構築した実験系で，4匹のマウスで，身体運動と神経活動の同時計測に成功した．データは取得したが，深層学習を用いた情報学的解析が遅れている．今後，深層学習で，マウスの行動選択を予測し，行動を司る神経回路網をモデル化する．また，同回路網の素子の挙動を解析し，意思決定の新因子同定を目指す．
|
| 今後の研究の推進方策 |
これまでに計測した身体運動と神経活動データの解析を始める．特に，深層学習で，マウスの行動選択を過去の時系列データから予測する．この深層学習モデルの予測精度を，従来の強化学習の精度と比較する．また，深層学習の素子の挙動と，マウスの実際の神経活動を比較し，意思決定の新因子同定に繋げる．
|
| 次年度使用額が生じた理由 |
本年度は，前年度に継続して，コロナ禍の影響や世界的な半導体不足により，設備備品の納期が長期化し，研究期間中に物品の購入が困難になった．マウスのデータ計測は順調に進んでいるが，その他の部分で，研究計画の見直しが必要になったため．
次年度は，本年度に納入予定だった設備備品を揃える．また，技術補佐員を雇用し，研究を加速させる．深層学習を用いた情報学的解析を，計画通り実施する．
|
