強化学習理論に基づく免疫系設計原理の解明

点击翻译按钮获取中文摘要

獲得免疫系は体内の免疫環境を学習・記憶する多細胞システムである。免疫細胞の中でも特にT細胞が体内でどのような表現型でどこに存在しているかが、適切な免疫応答を引き起こすために重要である。T細胞のように表現型を変化させ遊走するような細胞の集団動態を記述する数理モデルは存在するが、集団動態と機能との関係は不明瞭である。そこで本研究では、強化学習理論を始めとする情報処理の理論と、細胞集団の振る舞いを接続するような理論の構築を目指している。昨年度は学習を実現するための基本的なアルゴリズムである勾配流を一般化することで細胞集団と機能が関係づけられる可能性があることを発見した。本年度はこの一般化された勾配流の数学的性質をより詳細に調べた。その結果、（１）細胞集団の勾配流が１細胞レベルでも勾配流様の動態を含意すること、（２）勾配流よりも広いクラスの集団動態でも勾配流と同様の性質を示しうること、が分かった。特に（１）の結果は多細胞システムに普遍的に見られる分化の一方向性や増殖と分化の協調といった法則と整合しており、生物学的によく知られた事実に対する数学的基礎づけを与えることができた。（２）の結果は免疫系に限らず一般の多細胞システムの理解に有用な理論的基盤となる可能性がある。これらの成果について論文を一報投稿(査読中)し、国内外の学会で発表した。特に情報物理領域会議においてポスター発表賞を受賞した。次年度は、投稿した論文の掲載と、一般的に得られた結果を免疫系の具体的な現象に適用して免疫学的にも意義のある結果を得ることを目指す。