超並列計算環境によるカイコガ脳嗅覚－運動系神経回路の再構築とその検証

本研究では，カイコガ脳に対する様々な実験結果をデータベース上に集積し，それらを元に，嗅覚-運動系神経回路をマルチコンパートメントHodgkin-Huxley型モデルシミュレーションとして再現する事を目指し，そのための計算量的課題に対処するため，スーパーコンピュータを用いた大規模並列化手法の開発を行った．１．実験情報データベースを元にした神経回路シミュレーションベンチマークモデルの構築：シミュレーションの高速化を行う上で，基準となるベンチマークモデルの構築は研究の基盤となる部分である．本研究では，単一神経細胞レベルの実験データが整備されている生物として，カイコガ (Bombyx mori)及びショウジョウバエ (Drosophila melanogaster)を用い，神経細胞形態からマルチコンパートメントHodgkin-Huxley型モデルとして大規模神経回路を再構築した．２．Roofline解析による単体性能のメモリバンド幅制約の解析：本シミュレーションの演算数及び要求メモリアクセス量を推定し，Roofline解析を行った．３．細胞形態縮約手法・細胞の分割計算手法による，不均一な細胞形態を有するモデルでのロードバランシング改善：「ショウジョウバエ大規模モデル」について，「細胞分割計算手法」と「細胞形態縮約手法」の2種類を段階的に適用する手法を開発した．その結果，リアルタイムに比べ，3～5倍遅い程度でのシミュレーションを達成した．本研究により，実験情報のデータベースを元にした大規模神経回路モデルの構築手法及び，そのような多種多様な細胞形態を有するモデルの大規模並列環境下での計算手法を確立する事ができた．これは，将来的な全脳スケールでのシミュレーションを実現する上でも非常に重要な技術となる．

本研究では，カイコガ脳に対する様々な実験結果をデータベース上に集積し，それらを元に，嗅覚-運動系神経回路をマルチコンパートメントHodgkin-Huxley型モデルシミュレーションとして再現する事を目指し，そのための計算量的課題に対処するため，スーパーコンピュータを用いた大規模並列化手法の開発を行った．１．実験情報データベースを元にした神経回路シミュレーションベンチマークモデルの構築：シミュレーションの高速化を行う上で，基準となるベンチマークモデルの構築は研究の基盤となる部分である．本研究では，単一神経細胞レベルの実験データが整備されている生物として，カイコガ (Bombyx mori)及びショウジョウバエ (Drosophila melanogaster)を用い，神経細胞形態からマルチコンパートメントHodgkin-Huxley型モデルとして大規模神経回路を再構築した．２．Roofline解析による単体性能のメモリバンド幅制約の解析：本シミュレーションの演算数及び要求メモリアクセス量を推定し，Roofline解析を行った．３．細胞形態縮約手法・細胞の分割計算手法による，不均一な細胞形態を有するモデルでのロードバランシング改善：「ショウジョウバエ大規模モデル」について，「細胞分割計算手法」と「細胞形態縮約手法」の2種類を段階的に適用する手法を開発した．その結果，リアルタイムに比べ，3～5倍遅い程度でのシミュレーションを達成した．本研究により，実験情報のデータベースを元にした大規模神経回路モデルの構築手法及び，そのような多種多様な細胞形態を有するモデルの大規模並列環境下での計算手法を確立する事ができた．これは，将来的な全脳スケールでのシミュレーションを実現する上でも非常に重要な技術となる．