興奮性・抑制性ニューロン比率の最適性原理に基づく精神疾患発症メカニズムの解明

点击翻译按钮获取中文摘要

本研究課題の目的は，(1)なぜ興奮性ニューロンと抑制性ニューロンの比率は4対1なのかを明らかにすること，(2)興奮性・抑制性ニューロン比率の存在理由を明らかにする過程で得た知見を元に，自閉症スペクトラム，アスペルガー症候群，広汎性発達障害，統合失調症などの種々の精神疾患の発症メカニズムをニューラルネットワークレベルからの解析により明らかにすることである.本年度は，(1)の目的を達成することを中心に研究を遂行した．まず，興奮性・抑制性ニューロン比率を変化させた場合，どのような処理が困難となるのか，興奮性・抑制性ニューロン比率がニューラルダイナミクスに与える影響を解析した．その際，ニューラルネットワークでの学習は，ニューロンの応答 (状態変化) によりスパイクが出力され，それに応じて，ニューロン間のシナプス結合が増強，減弱される．そこで，興奮性・抑制性ニューロン比率を変化させた場合に，出力情報の統計量の変化を解析することで，ダイナミクスを定量化し，生理学的比率において，発火率が最適となること，ネットワーク上を伝播する情報量が最大化されること，ネットワーク構造がフィードフォワード化されることなどを明らかにした．これに加えて，脳・神経系の数理モデル構築を進め，その過程でニューラルネットワークリザバーを用いた異常検知手法の開発や分類問題への応用、膵β細胞への応用などの成果を得た．また，(2)の目的を達成するための準備段階として，精神疾患患者の脳機能データ解析のために，精神疾患患者・健常者総計60名分のMRI画像を新たに取得した．さらに，脳機能データのネットワーク解析への応用を念頭に，テンポラル・ネットワーク構造の予測手法，およびネットワーク中で重要な役割を担う頂点を推定するためのランキング手法を提案し，種々のネットワークに対してその有効性を検証した．