|
大脳皮質は、知覚、運動、情動といった脳の高次機能を司る重要な役割を担っている。先行研究から、個々の神経細胞タイプを決定する形態や、発現分子、電気的性質等のミクロ的な知見や、あるいは特定課題に賦活する脳領野などのマクロ的な知見が得られている。しかし、個々の神経細胞の関係を、ネットワークとみなした中間(メゾ)レベルに関しては、多くが未解明である。
メゾレベルの神経機能の理解するには、多数の神経細胞の解剖学的・情報論的ネットワークを同定する必要がある。メゾスケール(数十~数千細胞)であっても、多くの分析に必要な計算では指数的な組み合わせ爆発が問題となる。これに対し、数理計画法の優モジュラ関数の最大化に帰着させることで、実用可能な解析法を本研究は開発する。
平成28年度は、メゾスケールの多変量時系列データから情報ネットワークを推定し、その情報構造を一定水準で再現する非線形モデルの構築を目指し、概ね計画通りの研究成果を得た。これを踏まえ平成29年度の目標を、情報分割法のアルゴリズムの改善により、数百~1000程度の細胞数に対する計算可能性を確かめ、その有用性を実証する事とした。具体的な成果として、情報量の集合関数の最大化に帰着される分割問題の高速な計算法の改善により、500程度の細胞数に関して、十分に実用的な計算時間で推定できることを確認した。また、非線形振動子を結合したモデルの一つであるCoupled map latticeを用いたシミュレーションを行い、潜在的な結合の強さによって推定されるクラスタの変化を調べ、比較的頑健なクラスタ推定が可能であることを示した。こうした一連の成果は、すでに計算神経科学論文誌へ投稿し、複数回の査読を経ており、まもなく採録されると見込まれる。
|
