大規模集団神経活動データからの脳アルゴリズム推定

根据大规模群体神经活动数据进行大脑算法估计

基本信息

批准号：
16K07009
负责人：
伊藤真
金额：
$ 3.16万
依托单位：
Okinawa Institute of Science and Technology Graduate University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2016
资助国家：
日本
起止时间：
2016-04-01 至 2017-03-31
项目状态：
已结题

项目摘要

近年の神経科学においては、神経活動をモニターするカルシウムイメージング法の技術発展により、同時にモニターできる神経細胞の数が飛躍的に増加している。このような大規模集団神経活動データを、どのように解析すれば同時に計測されているという利を活かせるかが、今後の大きな課題となっている。本研究提案は、ラットから大規模神経活動データを収集し、脳マクロ状態という新しいコンセプトを用いて、脳のアルゴリズム解明に迫る解析を提唱するものであった。平成28年度において、餌探索課題と餌待ち課題遂行中の海馬CA1から集団神経活動データを収集した。これらのCA1集団神経活動データは、神経細胞1つの活動を1つの次元と見なした高次元時系列データとみなせるが、非線形の次元圧縮法(t-Distributed Stochastic Neighbor Embedding)で3次元に落とし込み、主成分分析法によって空間軸を分散の大きい順番に振りなおすと、第一成分と第二成分で、ラットの位置座標そのものが表されていることを示した。この位置座標表現は、餌探索課題と餌待ち課題の両方で抽出することができた。この結果は、集団神経活動から、脳で計算されているアルゴリズムを知るうえで重要なマクロ情報を抽出できたことを意味し、脳のアルゴリズム解読に向けての重要な貢献となると考える。本研究成果は、平成28年度における、日本神経科学学会、北米神経科学学会、光操作研究会で報告した。

近年来，监测神经活动的钙成像技术的开发导致可以同时监测的神经元数量急剧增加。未来的主要挑战是如何分析要同时测量的大规模组神经活动数据。这项研究建议是从大鼠那里收集大规模的神经活动数据，并提出了一种使用新的脑宏观概念来阐明脑算法的分析。 2016年，从海马CA1收集了小组神经活动数据，该数据正在接受食品搜索任务和等待任务。这些CA1种群神经活动数据可以视为高维时间序列数据，可以将神经元的活性视为一个维度，但是当一个神经元的活性降低到三个维度时，使用非线性尺寸压缩方法（T-Dist-Distribed随机邻居嵌入）中，使用空间轴进行了较大的分析，则在较大的位置分析时，将其重新分析，而这些轴是有效的，该均具有均匀的构图。在第一个和第二个组件中表达。可以提取此位置坐标表示，以便针对进料搜索任务和喂养等待任务提取。该结果意味着我们能够从集体神经活动中提取重要的宏观信息，以了解大脑中计算出的算法，并且我们认为这是对破译大脑算法的重要贡献。这项研究的结果在2016年的日本神经科学学会，北美神经科学学会和光感研究小组中报道。