🧬 biology

Predictions for and lack of maximal information transmission in the neuromuscular junction

本論文は、実験的に観察された神経伝達物質濃度の分布と情報最大化原理から導出された理論的予測との間に顕著な相違があることから、ショウジョウバエの神経筋接合部は情報伝達を最大化するようにシナプス小胞の放出確率を最適化していないことを実証するものである。

原著者： Eitan Goldfein, Sarah Marzen

公開日 2026-06-12

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Eitan Goldfein, Sarah Marzen

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。免責事項の全文を読む

論文の解説：身体は完璧な伝達者なのか？

あなたの神経系を、指令を出す「ボス」、筋肉という「工場」、そして指令を運ぶ「メッセンジャー（神経伝達物質）」に例えてみましょう。ボスが命令を叫ぶと、メッセンジャーは工場の門へと走り、工場の作業員（受容体）はその叫び声がどれほど大きかったかに基づいて、作業を開始するかどうかを判断します。

科学者たちは長い間、次のような疑問を抱いてきました。「自然界は、これらのメッセンジャーを完璧に効率的なものとして設計しているのだろうか？」 言い換えれば、身体は混乱を招くことなく、可能な限り最大限の情報量を送れるように信号を整理しているのでしょうか？これを「情報伝達の最大化」と呼びます。

身体の一部は、これを完璧にこなしているように見えます。例えば、発達中の胚は化学信号を用いて、細胞を正確にどこに配置すべきかを判断しますが、それは極めて高い精度で行われます。では、神経が筋肉に働きかけて動きを作る特定の場所である「神経筋接合部（NMJ）」についてはどうでしょうか？

実験：理論 vs 現実

この論文の著者たちは、「期待 vs 現実」というゲームを行うことにしました。

理論（理想的な計画）： 彼らは情報理論の数学を用い、もし身体が最大限に効率的であろうとするならば、神経伝達物質の信号の分布は「完璧」にはどのような姿になるはずかを計算しました。これは、最もクリアな信号を得るために、完璧なラジオ局の周波数を設計するようなものです。
現実（実際のデータ）： 彼らはショウジョウバエ（Drosophila）から得られた現実世界のデータを調査しました。彼らは「メッセンジャー（シナプス小胞）」が実際にどれくらいの頻度で現れ、どれくらいの「量（神経伝達物質）」を運んでいたのかを測定しました。

比喩：ボリュームノブ

神経伝達物質の濃度を、ラジオのボリュームノブだと想像してください。

目標： 身体は、最もクリアで明瞭な音（情報）が得られる位置にボリュームノブを合わせたいと考えています。
予測： もし身体が情報を最適化しようとしているなら、ボリュームノブは、ラジオがはっきりと聞こえるほど大きく、かつ音が歪むほど大きくならない「スイートスポット」に最も長く留まっているはずです。数学は、ノブがどの程度の音量に対してどのくらいの頻度で回されるべきか、という特定のパターンを予測しました。
現実： 著者たちがショウジョウバエのデータを調べたところ、ボリュームノブは数学が予測したものとは全く異なる場所に回されていました。

結果：ミスマッチ

この論文は、驚くべき結果を示しました。ショウジョウバエの神経筋接合部は、情報の伝達を最大化しようとはしていないということです。

その理由は以下の通りです：

予測： 数学によれば、身体はメッセージを送るために特定の範囲の化学濃度を使用するはずでした。
観察： ショウジョウバエは、それとは全く異なる範囲を使用していました。「現実」のデータは、「完璧な」データとは似ても似つかないものでした。
結論： ショウジョウバエの筋肉の接続は壊れているわけではありません。ただ、情報の最大化を目指して設計されているわけでもありません。それは、絶対的な最大量のデータを送ることよりも、安定性やエネルギー節約といった他の要素を優先しているようです。

ななぜこのようなことが起きるのか？

著者らは、生物学的システムは自動車のエンジンに似ていると示唆しています。エンジンを最も燃費が良い状態（情報最大化）に調整することもできますが、同時に信頼性やスピード、あるいは荒れた路面への対応力（安定性）も必要になります。

身体はしばしば妥協を強いられます。筋肉が制御不能に痙攣することを防いだり、エネルギーを節約したりするために、「完璧な情報」を多少犠牲にすることがあります。ショウジョウバエのシステムは、「完璧な情報」戦略よりも、これらの他の優先事項を選択したようです。

「オーダー・オブ・マグニチュード（桁違い）」という注意書き

著者らは、これらが「オーダー・オブ・マグニチュード（桁違い）」の推定値であることに注意を払っています。これは、「時速はおよそ60マイル（誤差±10マイル）だ」と言うようなものです。彼らは、正確なスピードメーターの数値を主張しているわけではありません。細胞間の隙間のサイズや、一包あたりの分子数といった項目に対して、概算値を使用しています。

しかし、これらの概算値を用いたとしても、「完璧な理論」と「実際のショウジョウバエ」の間の隔たりは非常に大きく、小さな測定誤差で片付けられるようなものではありませんでした。その違いは根本的なものでした。

まとめ

アイデア： 科学者たちは、神経と筋肉の接続が、可能な限り最大の情報を送るように設計されているかどうかをテストしました。
方法： 彼らは、数学的な「完璧な世界」のモデルと、ショウジョウバエの実際のデータを比較しました。
発見： ショウジョウバエのシステムは、「完璧な世界」のモデルとは一致しませんでした。それは情報を最大化するように信号を整理していません。
教訓： 生物学とは、しばしば完璧さではなく、バランスの問題です。神経筋接合部は、最も効率的な情報チャネルであることよりも、安定性やその他の制約を重視しているようです。

要するに、身体の神経からメッセンジャーへのシステムは、仕事をやり遂げるための「十分に優れた」労働者ではありますが、世界で最も効率的なデータ送信機になろうとしているわけではないのです。

技術的要約：神経筋接合における予測と最大情報伝達の欠如について

問題提起
理論生物学における中心的な問いは、生物学的システムが入力に関する情報の伝達を最大化するように機能しているのか、それとも情報の効率性と他の物理的制約（例：エネルギー、ノイズ、安定性）との間の妥協点として機能しているのかという点である。遺伝子制御ネットワークや感覚符号化などのシステムでは情報理論的な限界が観察されている一方で、他のシステムは情報の流れよりも安定性に最適化されているように見える。神経筋接合（NMJ）は、この論争における重要なテストケースとなる。NMJは、神経伝達物質の濃度（入力）が受容体の活性化を介してイオン電流（出力）へと変換される通信チャネルとして機能する。著者らは、NMJにおける神経伝達物質濃度の分布が相互情報量を最大化するように形成されているのか、あるいはシステムが異なる制約の下で動作しているのかを調査している。

手法
著者らは、情報最大化分析を用いて、濃度（ $X$ ）と電流（ $Y$ ）の間の相互情報量 $I[X; Y]$ を最大化する、神経伝達物質濃度の最適な分布（ $\rho^*(c)$ ）の理論的予測を導出する。

チャネル・モデリング: 生物物理学的チャネルを小ノイズ近似を用いてモデル化する。入力は神経伝達物質の濃度であり、出力はイオンチャネルを流れる電流である。ノイズは、受容体の確率的な開閉に由来するものと仮定し、多数の受容体（ $N$ ）が存在する場合にガウス分布で近似される二項分布としてモデル化される。
用量反応関係:
- コリン作動性NMJ: ニコチン性アセチルコリン受容体（nAChR）の現象論的なヒル関数を用いてモデル化する。
- グルタミン酸作動性NMJ: 異なる解離定数（ $K_d$ ）およびヒル係数を考慮した、2種類の異なるタイプAおよびタイプBのイオン型グルタミン酸受容体（iGluR）を表す、2つの異なるヒル関数を用いてモデル化する。
最適分布の導出: 条件付きガウスチャネルに対する変分法を用いて、最適な入力分布を次のように導出する：
$\rho^*(x) \propto \frac{|d\bar{y}(x)/dx|}{\sigma_{y|x}}$
ここで、 $\bar{y}(x)$ は平均電流、 $\sigma_{y|x}$ は電流の標準偏差である。この式は、最適な濃度分布が、ノイズに対する用量反応曲線の傾きに依存することを示している。
チャネル容量: 理論的なチャネル容量（ $C$ ）を計算し、受容体の総数（ $N$ ）に対する対数依存性と、用量反応曲線のダイナミックレンジへの依存性を示す。
実証的比較: 理論的な最適分布を、Drosophila（ショウジョウバエ）の幼虫NMJ（グルタミン酸作動性システム）から得られたシナプス小胞放出確率の実験的分布と比較する。参考文献[20]の実験データを、シナプス間隙の体積の幾何学的推定および標準的な小胞含有量の仮定を用いて、神経伝達物質濃度に変換する。

主な結果

理論的予測: 分析により、情報伝達を最大化する神経伝達物質濃度の具体的な理論的確率密度関数が得られる。コリン作動性システムでは、これらの分布は用量反応曲線の特定のパラメータ（例：胎児型 vs 成体型 nAChR）に敏感である。グルタミン酸作動性システムでは、2種類の受容体の存在が、独特な最適分布の形状を生み出す。
チャネル容量の推定: モデルは、約10,000個の受容体を持つNMJにおいて、約8ビットのチャネル容量を予測する。これは、他の生物学的システム（例：Drosophilaの胚発生パターンにおける約1.5ビットや、ノイズの多い生化学的シグナリングにおける約1ビット）で測定された容量よりも大幅に高い。容量は主に、用量反応曲線の具体的な詳細ではなく、受容体の数（ $N$ ）によって駆動される。
不一致の実証: グルタミン酸作動性NMJの理論的な最適分布をDrosophilaの実証データと比較したところ、深刻な不一致が見られた。実証データは低い神経伝達物質濃度に大きく偏った分布を示しているが、情報最大化を行う理論的分布は、より高い濃度に重みを置くことを予測している。
不一致の堅牢性: 著者らは、オーダー・オブ・マグニチュード（桁数）の推定には不確実性（例：正確な小胞含有量、間隙体積）が伴うものの、その乖離はこれらの要因によって説明できるほど大きくはないと指摘している。DrosophilaのiGluRの解離定数は、実証的なヒストグラムを理論的極大値に一致させるために必要な値とは大きく異なっている。

意義と主張
本論文は、DrosophilaのNMJは、神経系から筋肉への情報伝達を最大化するようにシナプス小胞放出確率の分布を形成していないと主張している。この知見は、生物学的システムが必ずしも情報理論的な限界で動作しているわけではなく、安定性、信頼性、またはエネルギー効率といった他の機能的制約を優先している可能性があることを示唆している。

著者らは、メカニズムに基づいた受容体モデルを情報理論的構造へと翻訳するための枠組みを提供することで、実験データとの有意義な比較を可能にしたことを強調している。彼らは、NMJがこの特定の事例において情報伝達を最大化していないように見えるものの、受容体応答曲線の形状が、どの入力が最も情報量を持つかを本質的に構造化していると結論付けている。本研究は、生物学的サブシステムが、情報最大化レジームと制約支配レジームの間のスペクトラム上に存在するという見解を支持しており、NMJは入力分布に関して後者のカテゴリーに属しているように見える。著者らは、これらがオーダー・オブ・マグニチュードの推定であり、チャネル容量の最終的かつ決定的な生物学的値を提供することを目的としているのではなく、あくまで最大情報伝達がDrosophilaのNMJ入力分布における組織化原理ではないことを示すデモンストレーションであると明言している。