新しい視覚化手法は、大規模なニューロン活動データセットを理解するのに役立ちます

最近の技術の進歩により、神経科学に刺激的な可能性が開かれ、ますます詳細な神経データの収集が可能になりました。しかし、世界中の神経科学者によって収集された多数の神経記録を理解することは、これまでのところさらに困難であることが判明しています。

ハワード・ヒューズ医学研究所 (HHMI) ジャネリア・リサーチ・キャンパスの研究者は、多くのニューロンから一度に収集された記録をより適切に視覚化するのに役立つ新しい計算手法であるラスターマップを開発しました。この方法は論文で概説されています 出版された で 自然神経科学、当初は、マウスとサルの皮質、ラットの海馬、ゼブラフィッシュの脳から収集された記録に適用され、さらには 人工ニューロン から ニューラルネットワーク。

「約10年前、私たちは同時に記録された数百、数千、場合によっては数万のニューロンからなるはるかに大規模なデータセットにアクセスできるようになりました」と論文の上級著者であるマリウス・パチタリウ氏はMedical Xpressに語った。

「これは、ニューラル計算の基本的な機能のいくつかを実際に理解するために、回路内で同時に多くのニューロンが『連携』しているのを観察する必要があるという理解によって動機付けられました。エンジニアは神経科学者と協力して、次のような記録装置を作成しました。モニター 神経活動 このようにして、計算の専門家はこれらの膨大な量のデータを処理するツールを作成しました。」

神経科学者と技術者の間の学際的な協力により、数え切れないほどの神経記録が収集され、多くのニューロンの活動が同時に検出されることがよくあります。これらの記録では、個々のニューロンには時間の経過とともに展開される独自の活動パターンがあり、通常はニューロンごとに数万のデータポイントで構成されます。

「これらの記録では、すべてのニューロンが神経空間内の神経活動の次元を構成しており、10,000 個のニューロンがある場合、10,000 の次元を持つことになります」とパチタリウ氏は説明しました。 「問題は、私たちがそのような高次元空間での神経活動を視覚化するのがあまり得意ではないということです。それがラスターマップを作成する動機でした。」

パチタリウ氏らによる最近の研究の主な目的は、神経科学者が大量のマルチニューロンデータを明確にマッピングする見慣れたプロット（つまり、ラスタープロット）を簡単に作成できる視覚化手法を開発することであった。彼らが開発したラスターマップと呼ばれる方法は、主に順序付けアルゴリズムに依存しています。

「20個のコーンがあり、類似性に基づいてそれらを順序付けする必要があると仮定します」とパチタリウ氏は述べた。 「まず、サイズが異なることに気づくかもしれませんので、それに基づいて注文することになります。

「十分に簡単ですが、それらは異なるランダムな色でもあることに気付き、色ごとに並べても見栄えが良くなります。そこで、順序を少し調整して、より似た色を並べて配置しますが、その後、それらも同じであることに気付きます。」形状がわずかに異なるため (たとえば、平らなものと尖ったものなど)、それも考慮する必要があるため、順序をさらに変更します。

「現在、サイズ、色、アスペクト比の特性を持つ 20 個の錐体ではなく、発火率、外部刺激に対する反応、動物の動きとの相関関係など、より抽象的な特性を持つ 50,000 個のニューロンが存在します。」

Rastermap は、個々のニューロンのプロパティを取得し、それらを意味のある方法で順序付けしようとします。その基礎となるアルゴリズムは、上記の例えで人間が円錐を並べる方法と同様にデータを処理します。このアルゴリズムは、ランダムな順序から開始してニューロンを継続的に移動し、同様の活動パターンを持つ他のニューロンの近くにニューロンを配置します。

「Rastermap は、少しスマートなアルゴリズムを使用して、このプロセスを非常に多くの反復で継続し、最終的には適切な順序付けが行われます」と Pachitariu 氏は述べています。 「最後に、この順序で何をするかが最も重要です。この順序を使用して、ニューロンの発火率を行列で表示します。ここで、各ニューロンの発火トレースを時間の関数として取得しました (行列を通る長い水平トレース)。各ニューロン)、これらを順序に従って移動し、同様のトレースを持つニューロンが互いに隣接するようにしました。」

最終的に、Rastermap は、同様の活動プロファイルを持つニューロンのグループが隣り合って配置された、きちんとしたプロットを生成します。これにより、研究者は高密度で広範な神経データを迅速に理解できるようになり、新たな興味深い発見につながる可能性があります。

「脳内のニューロンは互いに完全に独立しているわけではないため、私たちの視覚化手法はうまく機能します。ニューロンは特定の活動パターンを共有していますが、多くの場合、それらが共有するパターンは、組織内で最も近いニューロンとではなく、比較的遠く離れたニューロンとのものです。たまたま同様の活動を行っている」とパチタリウ氏は語った。

「また、単一のニューロンは非常にノイズが多い傾向があるため、うまく機能します。そのため、それらの 1 つを単独で観察しただけでは、特定の刺激や行動に対する反応を実際に「見る」ことはできませんが、これらのニューロンが 20 ～ 50 個ある場合には、同様のパターンでは、単一の試行ベースで平均を確認するのがはるかに簡単です。」

最近の論文の一環として、Pachitariu らは、マウス皮質の複数のニューロンの同時記録やゼブラフィッシュの脳全体で記録されたニューロンなど、過去の研究で収集されたデータを可視化する方法を使用しました。

どちらの場合でも、Rastermap は以前に報告された結果をより明確で視覚的に魅力的な方法で表示しているように見えました。研究者らは、研究室で実施されている他の研究でも Rastermap を使用し始めており、新たな興味深い結果が得られています。

「科学者がより多くのニューロンを記録するにつれて、ラスターマップはますます有用になると考えています。それは必ず起こるでしょう」とパチタリウ氏は述べた。 「私たちは、これが科学への発見ベースのアプローチをサポートすることを願っています。これは伝統的に神経科学の進歩の強力な原動力であり、それは単純に、私たちはどの神経特性を調べるべきか分からず、興味深い神経特性に遭遇するのはほとんどが偶然であるためです。」 。

「ラスターマップは、大規模な神経記録の時代にそのような研究を行う機会を与えてくれます。」

この研究者チームによって導入された新しい視覚化手法は、世界中の他の神経科学者によって間もなく、複数のニューロンの活動を同時に追跡する大規模なデータセットを理解するために使用される可能性があります。これは、特定のニューロンの機能や脳のさまざまな部分間の接続についての新たな洞察を収集するのに役立つ可能性があります。

「おそらくいつか、大規模な録音が到着するとき、 臨床現場ラスターマップを使用すると、科学者は人間の脳の神経活動のパターンを読み取って解釈できるようになり、たとえばBCIなどをより効果的でより簡単に解釈できるようになります」とパチタリウ氏は述べた。

パチタリウ氏と彼の同僚たちは、最近の取り組みを基に、神経科学研究を前進させる可能性のあるさらなる視覚化技術の開発に取り組んでいます。同時に、HHMI ジャネリア研究キャンパスの神経科学者や医学研究者と協力して開発した手法をテストしています。

「最近のノーベル賞受賞者の言葉を引用すると、14次元空間（あるいはもっと大きな空間）を扱うには、（頭の中で）3次元空間を視覚化し、自分自身に大声で14と言いなさい」とパチタリウ氏は付け加えた。 「50,000 次元の空間を視覚化する必要がある場合、これはさらに困難になるため、直感的に視覚化できない空間から視覚化できる空間までをカバーする方法が必要です。

「そして、これらの単純化を行う際には、いわゆる『赤ちゃんをお風呂のお湯と一緒に捨てる』ことがないように注意する必要があります。なぜなら、単純化する最も簡単な方法は、データの大部分を単に破棄することだからです。それが PCA の目的です。たとえば、ニューラル データはシンプルで人気のある次元削減アルゴリズムですが、おそらくそれを超える必要があります。」

サイエンスX提供

© 2024 サイエンス X ネットワーク
お問い合わせ・広告・著作権・不具合に関するご連絡は [email protected] までメールでお願いします。