学習メカニズムを照らしだす包括的モデル

学習における複雑な分子ネットワークが新たな研究で明らかになりました。

私たちが学習と呼ぶプロセスは、オーケストラの素晴らしい演奏による交響曲のように、何千もの分子レベルでの反応が合わさったものです。しかしながら分子反応における正確な相互作用のほとんどは、不明のままです。この度、沖縄科学技術大学院大学（OIST）の研究者らは、感覚入力を受信し、随意運動を調整する小脳における学習の分子機構の計算モデルを構築しました。

「本モデルは、これまでに報告されている中でも、我々が知る限り、最も複雑な計算モデルです。」と、Cell Reports 誌に発表した論文上席著者である、OIST計算脳科学ユニットのエリック・デ・シュター教授は述べています。以前の計算モデルでは、ニューロンの受信側に到達する信号に着目していました。「今や私たちは、ニューロンにおける信号の送信側と受信側の両者間で進行中のやり取りを観察できるのです」と、同教授は説明します。

エリック・デ・シュッター教授とアンドリュー・ガリモア博士が、小脳の学習における分子機構を計算モデル化。

学習とは、ある意味ニューロン間の信号伝達の強弱の調節機能をもつ分子ダイアルを介したバランスと考えられます。すなわち2つのニューロン結合が強化された長期増強（LTP）と、２つのニューロン結合が弱まった長期抑圧（LTD）との間のバランスです。両プロセスとも、2つのニューロン間の接合部であるシナプスで生じます。本論文の筆頭著者であるOISTポスドクのアンドリュー・ガリモア博士は、運動学習において平行繊維とプルキンエ細胞というふたつのタイプの細胞を用いて、LTPとLTDの計算モデル構築をしました。

学習とは、ある意味ニューロン間の信号伝達の強弱の調節機能をもつ分子ダイアルを介したバランスであると考えられ、 2つのニューロン結合が強化された長期増強（LTP）と、２つのニューロンの結合が弱まった長期抑圧（LTD）が存在するこの大規模かつ包括的なモデルを使用すれば、複雑な信号システムがどのように連携しているかを調べられるようになる。

OIST計算脳科学ユニット

複雑なシステムのモデルを作成するコンピュータプログラムを使用し、ガリモア博士は活性化したニューロンにおける実験から得た何百もの計算式を統合させました。そして韓国の共同研究者らから提供を受けた、マウスの小脳のニューロンの活動記録と比較し、これらの記録を計算モデル内に取り込みました。

その結果、シナプス両側の分子ネットワークが、学習をコントロールするために重要であることを示していることが明らかになりました。すなわち神経活動において、LTDが生成されるかLTPが生成されるかを制御するため、シナプス先端の両側から双方向でのコミュニケーションが行われる必要があるということです。

本モデルではまた、LTPとLTDのバランスを保つための分子ダイアルにおいて、何らかの誘引でトリガーされると自動のオフスイッチが作動し、学習システムは休止状態に戻ることが明らかになりました。過去に報告された研究でもこのオフスイッチの存在は示唆されていましたが、タンパク質および受容体の複雑なネットワークといった背景メカニズムの存在が実証されたのは初めてです。このような大規模で包括的なモデルにより、これまでの実験系の研究論文にはあまり見られなかった、複雑な信号システムがどのように連携作用するかの検証が可能になったとデ・シュター教授は説明します。