|
複雑な時系列信号によるコミュニケーションを司る神経メカニズムを解明するため、複雑な囀りを生成・学習できるジュウシマツのHVCという神経核に注目し、微小領域に記録点を多数集めることのできる高密度シリコン電極を用いて、当該神経核内から多数のニューロン活動を同時に記録し、神経核内の情報の流れやその情報表現を可視化する解析を行った。
まず、HVC内のニューロン集団における相互作用の時間ダイナミクスを可視化するため、時間方向の状態遷移過程の抽出を行うための新しい手法を独自に開発した。具体的には、相関を考慮したポアソンスパイクモデルを考え、そのパラメータがマルコフ的に状態変化していくと仮定する。これを隠れマルコフモデルとして定式化し、確定的アニーリングを応用した変分ベイズ法を用いてメタパラメータの推定を行う。これを上記データに適用したところ、歌刺激の系列に応じた時間方向の状態遷移ダイナミクスの抽出に成功した。
さらに、歌に含まれる音要素系列の神経情報表現を深い階層まで明らかにするために、音要素のランダム切り換え刺激を呈示した際の聴覚応答を記録した。各音要素系列ごとに各ニューロンの平均発火率の時間変化を調べたところ、それぞれのニューロン活動には、少なくとも3つ前までの状態依存性が見出された。これは、時系列情報の動的コーディングであるカントールコーディングの必要条件の一つを満たしているということであり、in vivoによるカントールコーディングの実験的検証へと繋がる重要な知見と言える。
|
