文部科学省科学研究費 助成事業「学術変革領域研究(A)」行動変容を創発する脳ダイナミクスの解読と操作が拓く多元生物学

行動変容生物学 - 行動変容を創発する脳ダイナミクスの解読と操作が拓く多元生物学

メンバー

  1. ホーム
  2. メンバー

総括班

研究代表者 松崎 政紀(東京大学・教授)
研究分担者 春野 雅彦(情報通信研究機構・室長)
井上 謙一(京都大学・助教)
田中 康裕(玉川大学・准教授)
中江 健(京都大学・特定助教)
尾藤 晴彦(東京大学・教授)
研究協力者 Aurelio Cortese(ATR脳情報通信総合研究所・副室長)
石田 綾(理化学研究所・チームリーダー)
山川 宏(東京大学・特任研究員)
喜多村 和郎(山梨大学・教授)

計画研究班

A01 行動変容の広域脳動態

研究項目A01「社会行動の行動変容を生む脳ダイナミクスの解読と操作」

代表者:春野 雅彦(情報通信研究機構・室長)

メンバー
代表者 春野 雅彦(情報通信研究機構・室長) 代表者 顔写真
研究分担者 渡邉 慶(大阪大学・助教)
研究協力者 榎本 一紀(情報通信研究機構・研究員)
田中 敏子(情報通信研究機構・研究員)
Zhang Qiang(情報通信研究機構・協力研究員(大学院生))
藤野 美沙子(情報通信研究機構・協力研究員(大学院生))
Pranav Sankhe(情報通信研究機構・協力研究員)
研究内容の概要

社会における行動変容の意味は大きい。しかしヒトが外部あるいは内在情報に基づき行動変容を起こす脳ダイナミクス、特に、外側/内側前頭葉、島皮質と、扁桃体/線条体/海馬といった皮質下領域の相互作用機序は未知の部分が多い。本研究では、1)社会行動中のヒトが、複数の競合するゴールから各自が重視する項目を選択、意思決定する際の脳ダイナミクスを解明し、2)外部、内在情報(例:他者との関係、XRによる刺激)に応じて行動変容を生む脳ダイナミクスを、顔面表出、皮膚温度など自律神経活動、SNS情報などに基づく多次元脳動態解析で明らかにする。さらに、3) 深部刺激が可能なdouble-cone coilによるTMSと収束超音波刺激を用いた脳活動操作実験により、脳ダイナミクスと行動変容の因果関係の同定をめざす。

文献
  1. Tanaka T, Okamoto N, Kida I, Haruno M. (in press) The initial decrease in 7T-BOLD signals detected by hyperalignment contains information to decode facial expressions. NeuroImage.
  2. Nihonsugi T, Tanaka T, Haruno M. (2021) Functional connectivity basis and underlying cognitive mechanisms for gender differences in guilt aversion. eNeuro 8, 0226-21.
  3. Ganesh G. Minamoto T. Haruno M. (2019) Activity in the dorsal ACC causes deterioration of sequential motor performance due to anxiety. Nature Communications 10, 4287.

研究項目A01「Metacognitive control of the neural signals that shape behaviour changes」

代表者:Aurelio Cortese(ATR脳情報通信総合研究所・副室長)

メンバー
代表者 Aurelio Cortese(ATR脳情報通信総合研究所・副室長) 代表者 顔写真
研究分担者 川人 光男(ATR脳情報通信総合研究所・所長)
研究協力者 外山 敬介(ATR脳情報通信総合研究所・招聘研究員)
Huu Hoang(ATR脳情報通信総合研究所・研究員)
研究内容の概要

The goal of our group is to understand the neural dynamics and computational mechanisms of efficient behaviour change. The brain has a sophisticated mechanism for monitoring internal representations and changing behaviour. Metacognition is the ability to evaluate our own thoughts or performance, and in the lab, it is often measured as confidence reports. Our group studies the broader functions of metacognition with a focus on the interaction with learning and choice. We are particularly interested in the precise neural dynamics of these functions, which we believe provide an algorithmic basis to govern adaptive behaviour (and generate meaningful behaviour changes). In our research we use a combination of carefully crafted decision-making tasks, neuroimaging (fMRI in humans, calcium imaging in rodents) and computational models. In order to reach beyond current experimental limitations, we capitalise on a novel technique we developed –decoded neurofeedback. This technique allows us to causally change behaviour in targeted directions by reinforcing abstract neural representations. A major advance will be to implement decoded neurofeedback in rodents with real-time feedback of calcium imaging. Beyond confidence self-reports (in humans), we also record eye movement patterns, choices, reaction time and in rodents licking patterns and orofacial movements. This way, besides directly inducing behaviour changes through targeted neural reinforcement, we will shed light on how metacognition controls the goal-relevant neural representations that lead to efficient behaviour change.

文献
  1. Cortese A et al. (2021) Value signals guide abstraction during learning. eLife 10, e68943.
  2. Cortese A, Lau H, Kawato M. (2020) Unconscious reinforcement learning of Hhdden brain states supported by confidence. Nature Communications 11, 4429.
  3. Hoang H et al. (2020) Improved hyperacuity estimation of spike timing from calcium imaging. Scientific Reports 10, 17844.

研究項目A01「行動変容を支える広域脳ネットワークの構造解明とその制御」

代表者:井上 謙一(京都大学・助教)

メンバー
代表者 井上 謙一(京都大学・助教) 代表者 顔写真
研究分担者 松本 惇平(富山大学・助教)
研究協力者 兼子 峰明(京都大学・特定助教)
研究内容の概要

本研究では、独自に開発した多重蛍光越シナプストレーシング法やAIを活用した自動ラベル解析法を駆使し、行動の強化に関わる大脳皮質―大脳基底核ループ回路を中心に、内的欲求と理性的・社会的判断などが絡み合う行動変容に関わる広域神経ネットワーク回路構造について、情報統合パターンを含むその構築様式を解析します。また、AIを利用した霊長類のマルチモーダル行動解析法により、自然行動から社会行動変容を検出・評価するシステムを開発し、社会行動変容に関わるニューロン活動記録を行うとともに、遺伝子導入・操作による活動操作モデルや精神疾患モデルの解析から、ネットワーク状態変化と社会行動変容との関係性を調べます。これらの研究により、行動変容を支える広域脳内ネットワークの構成とその協調動作原理を明らかにすることを目指します。また、行動変容ネットワークの各コンポーネントの活動を選択的に計測する技術を開発し、領域内連携によって行動変容中の脳動態を効率良く検出する方法の確立に取り組みます。

文献
  1. Labuguen R et al. (2021) MacaquePose: A novel ‘in the wild’ macaque monkey pose dataset for markerless motion capture. Front Behav Neurosci 14, 581154.
  2. Ishida H#, Inoue K#, Takada M, Hoshi E. (#equally contributed). (2016) Origins of multisynaptic projections from the basal ganglia to the forelimb region of the ventral premotor cortex in macaque monkeys. Eur J Neurosci 43, 258-69.
  3. Inoue K, Takada M, Matsumoto M. (2015) Neuronal and behavioral modulations by pathway-selective optogenetic stimulation of the primate oculomotor system. Nature Communications 6, 8378.

研究項目A01「発達とその障害における行動変容と広域脳動態の解明」

代表者:石田 綾(理化学研究所・チームリーダー)

メンバー
代表者 石田 綾(理化学研究所・チームリーダー) 代表者 顔写真
研究協力者 柴田 明子(理化学研究所・特別研究員)
研究内容の概要

生まれたばかりの乳児の行動は、時々刻々と変容し多彩な機能を獲得する。発達に伴う行動変容は、広域ネットワークの動態に支えられるが、その実態については未解明な点が多い。代表者は正常脳発達に必須であるシナプス分子の役割を見出し、神経発達障害Rett症候群の分子病態を明らかにしてきた。そこで本研究では(1) 発達を支える広域脳動態の時空間変化を全脳イメージングにより捉え、発達障害モデルマウスでの変化を同定する。(2)「発達変容ネットワーク」と「障害感受性ネットワーク」を人為的にシフトする方法を考案する。局所シナプス変化と広域脳動態の相互関係を明らかにし、ネットワークへの介入を試みる。また、Rett症候群モデルマウスでは行動介入により発症を軽減できるとの報告を踏まえ、広域脳動態への影響を明らかにする。(3)行動変容と脳動態の関係性を明らかにするため、自動行動解析装置を用い、マウスの高次脳機能を解析する。発達とその障害における広域脳動態を明らかにし行動変容の理解と制御につなげる。

文献
  1. Ito-Ishida A* et al. (*co-corresponding authors) (2020) MeCP2 levels regulate the 3D structure of heterochromatic foci in mouse neurons. Journal of Neuroscience. 40, 8746-8766.
  2. Ito-Ishida A et al. (2018). Genome wide distribution of linker histone H1.0 is independent of MeCP2.” Nature Neuroscience 21, 794-798.
  3. Ito-Ishida A et al. (2015) Loss of MeCP2 in parvalbumin-and somatostatin-expressing neurons in mice leads to distinct Rett Syndrome-like phenotypes. Neuron 88, 651-8.

研究項目A01「脳参照アーキテクチャを用いた行動変容の分析」

代表者:山川 宏(東京大学・特任研究員)

メンバー
代表者 山川 宏(東京大学・特任研究員) 代表者 顔写真
研究分担者 田和辻 可昌(早稲田大学・講師)
谷口 彰(立命館大学・講師)
研究協力者 高橋 恒一(理化学研究所・チームリーダー)
研究内容の概要

本研究では、他班が行った神経科学実験について、解剖学的構造や神経活動現象を計算機能に関連付ける分析を標準化されたデータ形式を用いて行う。まず着目脳領域(ROI)内のメゾスコピックレベルの解剖学的構造を抽出し、脳情報フロー(BIF)と呼ばれるデータ形式として格納する。次にBIF に沿った形で、特定の行動変容において、生体にとっての課題(Task)を解決するために必要な機能を体系的に分解した仮想コンポーネント図(HCD)を、神経科学実験で得られた神経活動(NBP)を参照しながら製作する。ここで、BIF、NBP、HCD を組み合わせたデータ形式を脳参照アーキテクチャ(BRA)と呼ぶ。なお、BRA に基づいて構築された計算モデルの振る舞いと、一部の実験で得られたNBP の挙動を比較することで、BRA の妥当性を検証する。そして、BRA として登録された複数の行動変容の脳科学的メカニズムの共通点と相違点を比較・分析・整理することで、個々の神経科学実験を超えた普遍性の高い知識の共有を促進する。さらに行動変容を促進する環境(仕掛け・ナッジなど)を設計するための構築論を検討する。

文献
  1. Yamakawa H. (2021) The whole brain architecture approach: Accelerating the development of artificial general intelligence by referring to the brain. Neural Networks: The Official Journal of the International Neural Network Society 144, 478–495.
  2. Taniguchi A, Fukawa A, Yamakawa H. (2022) Hippocampal formation-inspired probabilistic generative model. Neural Networks: The Official Journal of the International Neural Network Society 151, 317–335.
  3. Yamakawa, H. (2020) Revealing the computational meaning of neocortical interarea signals. Frontiers in Computational Neuroscience 14, 74.

A02 行動変容の広域-局所脳動態態

研究項目A02「行動変容の基盤となる認知・記憶回路動態の解明」

代表者:松崎 政紀(東京大学・教授)

メンバー
代表者 松崎 政紀(東京大学・教授) 代表者 顔写真
研究分担者 尾藤 晴彦(東京大学・教授)
節家 理恵子(理化学研究所・研究員)
研究内容の概要

報酬確率とコストなどを組み合わせることで、葛藤が起こる行動変容課題をマウスとマーモセットに実行させ、同時に大脳皮質広域カルシウムイメージングや各領域での2光子カルシウムイメージングを行う。これにより、行動変容時、変容前後、その履歴に関わる脳動態を明らかにする。同時に計測した高次元行動データから行動変容時、変容前後、その履歴に関わる低次元行動変容を抽出して、脳動態と行動変容の関連性をマウスとマーモセットで説明できる強化学習モデルを構築する。マウスのカルシウムイメージングでは、連合記憶、価値、意思決定に関わる大脳皮質に加えて、大脳基底核の信号を大脳皮質へ伝達する視床皮質軸索活動を計測・解析することで、異なったネットワーク間の活動動態を明らかにし、記憶、意思決定から運動発現に至る脳動態の解明を目指す。

文献
  1. Kondo M, Matsuzaki M. (2021) Neuronal representations of reward-predicting cues and outcome history with movement in the frontal cortex. Cell Reports 34, 108704.
  2. Terada S et al. (2018) Super-wide-field two-photon imaging with a micro-optical device moving in post-objective space. Nature Communications 9, 3550.
  3. Tanaka YH et al. (2018) Thalamocortical axonal activity in motor cortex exhibits layer-specific dynamics during motor learning. Neuron 100, 244-258.

研究項目A02「行動変容の表出を規定する運動回路動態の解明」

代表者:喜多村 和郎(山梨大学・教授)

メンバー
代表者 喜多村 和郎(山梨大学・教授) 代表者 顔写真
研究分担者 山﨑 匡(電気通信大学・准教授)
研究内容の概要

行動には必ず運動が伴い、行動変容は最終的には運動変化として表出される。代表者らは、運動の制御や学習に必須な脳構造である小脳に着目し、その多様な情報表現をこれまでに明らかにしてきた。さらに大脳と小脳の間の活動連関を生きたマウスで計測する方法を開発している。そこで本研究では、マウスが周囲の状況に応じて行動を変容させる課題を実行中に、課題行動のみならず顔面運動や全身運動をモニターして課題の学習と相関して変容する特徴的な低次元行動を抽出する。それと同時に1)広視野マクロカルシウムイメージングにより小脳および大脳皮質の神経ネットワーク活動を同時にイメージングすることによって計測し、大脳−小脳連関と行動変容の関係を明らかにする(喜多村)。さらに2)小脳および大脳における行動変容の情報表現を2光子カルシウムイメージングにより細胞レベルで明らかにする(喜多村)。3)得られたデータをもとに、スーパーコンピュータによる大規模神経回路シミュレーションを行い(山﨑)、行動変容の表出を担う運動回路動態の全貌を解明する。

文献
  1. Manita S, Ikezoe K, Kitamura K. (2022) A novel device of reaching, grasping, and retrieving task for head-fixed mice. Front. Neural Circuit 16, 842748.
  2. Tsutsumi S et al. (2019) Modular organization of cerebellar climbing fiber inputs during goal-directed behavior. eLife 8, e47021.
  3. Inoue M et al. (2019) Rational engineering of XCaMPs, a multicolor GECI suite for in vivo imaging of complex brain circuit dynamics. Cell 177, 1346-1360.

研究項目 A02「行動変容を導く皮質-皮質下相互作用」

代表者:田中 康裕(玉川大学・准教授)

メンバー
代表者 田中 康裕(玉川大学・准教授) 代表者 顔写真
研究分担者 倉本 恵梨子(鹿児島大学・助教)
森島 美絵子(慈恵医科大学・特任講師)
研究内容の概要

行動変容には意思決定過程が本質的に介在する。意思決定には、様々な外的・内的要因による揺らぎが存在し、このメカニズムを解明することは行動変容を理解あるいは予測、操作するうえで重要である。動物を用いた行動課題上、もっとも単純な意思決定課題の一つとして、感覚刺激を知覚あるいは比較し、報酬を得られる選択肢を選ぶという知覚的意思決定課題がある。実際に動物を訓練すると、その学習過程には課題成功率が不安定な時期がある。このような時期においては、個々の動物の生活歴や訓練歴あるいは個々の動物の試行錯誤などによる神経回路の柔軟な組み換えや使い分けが起きると考えられ、行動変容を理解するうえで有効な動物モデルとなりうる。本研究では、行動変容、特に意思決定学習過程における大脳皮質―大脳基底核―視床並列ループにおける情報動態の変化及びその働きを解明することを目標とする。そのために、意思決定学習課題における行動を解析し、大脳皮質―大脳基底核―視床並列ループの解剖学的検討を行い、学習過程での大脳皮質―大脳基底核―視床並列ループ情報動態を測定する。また、スライス電気生理も用いることでループ内外のシナプス結合についても調べる。

意思決定課題遂行中の動物における複数の皮質―線条体回路の多細胞同時記録
文献
  1. Tanaka YH et al. (2018) Thalamocortical axonal activity in motor cortex exhibits layer-specific dynamics during motor learning. Neuron 100, 244-258.e12.
  2. Morishima M et al. (2017) Segregated excitatory–inhibitory recurrent subnetworks in layer 5 of the rat frontal cortex. Cerebral Cortex 27, 5846–57.
  3. Kuramoto E et al. (2017) Individual mediodorsal thalamic neurons project to multiple areas of the rat prefrontal cortex: A single neuron-tracing study using virus vectors. J Comp Neurol 525, 166–85.

研究項目A02 「脳回路動態に基づく行動変容の標準化」

代表者:中江 健(自然科学研究機構・特任准教授)

メンバー
代表者 中江 健(自然科学研究機構・特任准教授) 代表者 顔写真
研究分担者 東 広志(京都大学・助教)
篠本 滋(ATR脳情報通信総合研究所・研究員)
研究協力者 Lee Sehyung(京都大学・特定助教)
研究内容の概要

本領域で扱われる行動変容は、運動、認知、記憶そして社会性にいたるまで多岐にわたるが、そこでの最重要課題の一つは、行動変容に関わる脳機能単位の抽出と、その機能単位に基づく行動変容の定量化である。近年の画像処理技術の発展により、カメラ画像から身体特徴を網羅的に取得することができるようになった。本研究では、行動変容に関わる複数のタスク(ヒトおよびマウスを対象に総括班にてデータ取得される)において、個体内あるいは個体間で共通する身体情報と、それを駆動する脳回路動態(機能的結合)の抽出および標準化を行う。近年のAIベースの画像処理技術の大幅な進展を利用する。標準化された身体情報と脳回路動態に基づき、それらの関係性(潜在空間での座標)の変化として行動変容を定量評価し、もって心的状態が駆動する脳-身体機能連関である行動変容の基盤を明らかにする。

文献
  1. Okochi Y, Sakaguchi S, Nakae K, Naoki H. (2021) Model-based prediction of spatial gene expression via generative linear mapping. Nature Communications 12, 3731, 2021.
  2. Kobayashi R et al. (2019) Reconstructing neuronal circuitry from parallel spike trains. Nature Communications 10, 4468.
  3. Ito R, Nakae K et al. (2019) Semi-supervised deep learning of brain tissue segmentation, Neural Netw 116, 25-34.
ページの先頭へ戻る