Combining brain-wide activity imaging with electron microscopy reveals a distributed nociceptive network in the brain

この論文は、光シート顕微鏡による全脳機能イメージングと電子顕微鏡による同一脳の高解像度構造解析を組み合わせる新たな手法を開発し、ショウジョウバエ幼虫の脳において痛覚刺激に応答するニューロンを同定することで、痛覚処理が 25 の異なる系統にわたる広範な分散ネットワークによって行われていることを明らかにしたものである。

要約

この論文は、**「果実の幼虫（ショウジョウバエの幼虫）の脳の中で、痛みを感じたときにどの神経細胞が動いているのか、そしてその細胞がどんな形をしているのかを、一度にすべて突き止める新しい方法」**を発見したという画期的な研究です。

難しい専門用語を避け、身近な例え話を使って説明しますね。

🕵️‍♂️ 研究の背景：「誰が何をしているか」がわからない迷宮

まず、脳の研究には大きな壁がありました。

1. 活動を見るカメラ（LSM）： 脳全体を撮影して、「どの神経細胞が光って（活動して）いるか」をリアルタイムで見ることはできます。これは**「街中の全灯りを一瞬で撮影するカメラ」**のようなものです。
2. 構造を見る顕微鏡（電子顕微鏡）： 神経細胞の「形」や「誰と繋がっているか（配線図）」を詳しく見ることはできます。これは**「街のすべての建物の設計図と配線図を詳細に描く」**ようなものです。

しかし、問題がありました。
「活動カメラ」で見つけた「光っている建物（神経細胞）」が、設計図（配線図）のどこにあるのか、「どの建物か」を特定するのが難しかったのです。
「あそこの角に光っているよ」と言われても、街中に似たような建物が無数にあるため、「それが『郵便局』なのか『パン屋』なのか」がわからないのです。

💡 解決策：同じ街を二度見る「タイムトラベル」

研究者たちは、**「同じ脳を、まず活動カメラで撮影し、すぐに同じ脳を電子顕微鏡で撮影する」**という、まるでタイムトラベルのような方法を開発しました。

1. ステップ 1（活動撮影）： 幼虫に「痛い！」と感じさせる刺激を与え、脳全体を撮影。「あ、この 119 個の建物が光った！痛みに関係しているんだ！」と特定します。
2. ステップ 2（構造撮影）： すぐに同じ脳を電子顕微鏡で撮影。「よし、この 119 個の建物の『配線図（形）』を詳しく描こう」。
3. ステップ 3（地図の重ね合わせ）： 2 つのデータを重ね合わせます。「光った建物は、この配線図の『郵便局』だったのか、それとも『警察署』だったのか？」と、「活動している場所」と「正体（名前）」を一致させます。

これにより、「痛みを感じたときに、郵便局（感覚を伝える細胞）だけでなく、警察署（行動を決定する細胞）や、学校（学習に関わる細胞）までが動いていることがわかった」のです。

🧠 発見された驚きの事実：痛みは「分散型ネットワーク」だった

この方法でわかったことは、痛みに対する脳の反応は、特定の「痛みセンター」だけにあるのではなく、脳全体に散らばった 25 種類の異なるチーム（神経回路）が協力して処理しているということでした。

特に面白い発見は以下の 2 つです：

1. 学習の専門家も痛みを感じる？
   以前は「学習や記憶（においや光の記憶など）」を担当する**「マッシュルーム体（キノコ体）」という部分の細胞は、痛みには反応しないと考えられていました。しかし、今回の研究では、「痛みを感じると、学習の専門家たちも一緒に動いている」**ことがわかりました。

   • 例え話： 学校で勉強している生徒たちが、突然「火事だ！」と叫ぶと、勉強を中断して避難行動に参加するのと同じです。痛みは、学習システムにも直接影響を与えているのです。

2. 行動の司令塔も動いている
   「痛みを感じたら、転がって逃げよう（ロール行動）」という命令を出す細胞も、脳の中で直接活性化されていることがわかりました。

🛠️ 検証：本当にそうなのか？

「本当にその細胞が痛みを感じているのか？」を確認するために、研究者たちは特定の細胞だけを光らせる遺伝子ツールを使って、個別の細胞を撮影し直しました。
「はい、予想通り、この細胞は痛みを感じると反応していました！」と確認でき、新しい方法が正しいことが証明されました。

🌟 この研究のすごいところ

• 新しい地図の作り方： これまで「活動」と「構造」を別々に調べていたのを、**「同じ脳で両方同時に」**調べる方法を確立しました。
• 偏見のない発見： 「多分この細胞が反応するだろう」と予想して調べるのではなく、**「脳全体をスキャンして、反応したものを全部拾う」**という方法で、誰も予想していなかった細胞（学習に関わる細胞など）を見つけ出しました。
• 未来への扉： この方法は、痛みだけでなく、「喜び」「恐怖」「睡眠」など、あらゆる行動や感情が脳でどう処理されているかを解明するための強力なツールになります。

まとめ

この研究は、**「脳の街全体を一度にスキャンし、光った建物の正体を即座に特定する」**という、まるで探偵が事件現場の全容を瞬時に解明するような画期的な方法を開発しました。

その結果、「痛み」という感覚は、脳全体に広がる複雑なネットワークによって処理されており、学習や記憶のシステムとも深く繋がっているという、新しい脳の姿が明らかになりました。これは、私たちが「痛み」や「行動」をどう理解するかを根本から変える可能性を秘めた大発見です。

技術概要

この論文は、果実蝇（Drosophila）の幼虫脳において、光シート顕微鏡（LSM）による全脳活動イメージングと、電子顕微鏡（EM）による構造イメージングを同一の脳で組み合わせる新しい手法を開発し、痛覚（nociception）処理に関与する分散型の神経ネットワークを解明した研究です。

以下に、問題意識、手法、主要な貢献、結果、そして意義について詳細な技術的サマリーを記述します。

1. 問題意識 (Problem)

脳機能を理解するためには、神経活動とシナプス解像度の回路構造を結びつけることが不可欠です。

• 光シート顕微鏡 (LSM) の限界: 近年の LSM の進歩により、小動物の全脳における細胞レベルの活動イメージングが可能になりました。しかし、LSM の分解能では、細胞体の位置だけでは神経細胞を特定できず、特に神経突起（アックスや樹状突起）が密集する領域（神経網）では、細胞のアイデンティティ（発生系統や投射パターン）を特定することが困難です。
• 電子顕微鏡 (EM) の限界: 一方、EM は細胞の投射パターンやシナプス結合を解像できますが、通常は活動情報の取得が困難です。
• 既存手法の課題: 特定の神経タイプを遺伝的に標識して活動記録を行う従来の手法は、時間がかかり、個体内の異なる神経タイプ間の活動相関を評価することが困難です。また、LSM で活動が検知された神経を、既知の接続情報や分子特性と結びつける方法が欠如していました。

2. 手法 (Methodology)

本研究では、LSM と eFIB-SEM（強化型集束イオンビーム走査型電子顕微鏡）を同一の脳サンプルで順次適用する統合的なワークフローを確立しました。

• サンプル準備とイメージング:
  • LSM (機能イメージング): 幼虫の全神経系にカルシウムインジケーター（RGECO1a）を泛発的に発現させ、痛覚中間ニューロン（Basins）を光遺伝学的に（Chronos を用いて）活性化しました。多視点 SiMView 顕微鏡を用いて、刺激前後の全脳活動を細胞レベルで記録しました。
  • EM (構造イメージング): 機能イメージング直後に、同一サンプルを化学固定し、コントラスト増強のための OTO 法（オスミウム - チオカルボヒドラジド - オスミウム）と鉛アスパラギン酸処理を施しました。その後、eFIB-SEM により $12 \times 12 \times 12$ nm/ボクセルの解像度で全中枢神経系（CNS）を走査しました。
• データ統合と解析:
  • 空間登録: LSM 画像と EM 画像の 51 個のランドマークを用いて、薄板スプライン変換（TPS）により両データを厳密に整合させました。
  • 細胞同定: EM 画像でセグメント化された細胞核の位置を LSM 空間へ投影し、活動を示した細胞の位置を特定しました。
  • 神経再構成: 活動を示した細胞のアックス（神経突起）を EM 画像上で手動で再構成し、神経網への進入点や投射パターンから発生系統（Lineage）を特定しました。さらに、中間的な分枝まで追跡可能な細胞については、既知の全脳コネクタム（Winding et al., 2023）と形態を比較して個々の神経細胞を同定しました。
• 検証: 同定された神経細胞に対応する GAL4 ドライバーラインを用いて、特定の神経に GCaMP8s を発現させ、二光子顕微鏡で Basins 刺激に対する応答を個別に確認しました。

3. 主要な貢献 (Key Contributions)

• 活動と構造の統合フレームワーク: 全脳活動イメージングと高解像度 EM 構造イメージングを同一サンプルで統合し、活動を示す神経をその投射パターンに基づいて同定する新しい手法を確立しました。
• 痛覚処理の全脳マップの作成: 果実蝇幼虫脳において、痛覚刺激に応答する神経細胞の全脳分布と、その発生系統、接続性を初めて包括的にマッピングしました。
• 予期せぬ神経回路の発見: 学習・記憶回路（キノコ体）や嗅覚処理領域（側角）の神経細胞が、無条件の痛覚刺激にも応答することを発見しました。

4. 結果 (Results)

• 応答神経の同定: 脳内の約 3,000 個の神経細胞のうち、Basins 活性化に対して有意に応答した細胞は 119 個（約 4%）でした。
• 分散型ネットワーク: これらの応答神経は、25 の異なる発生系統（Lineage）にまたがって分布しており、脳内の多様な領域に広がっていました。
• 主要な神経カテゴリー:
  • 感覚統合: 体性感覚上行ニューロンからの入力を受け、痛覚情報を他の感覚（味覚、嗅覚）と統合する脳内ニューロン。
  • 下行ニューロン (DNs): 脳から腹神経索（VNC）や食道下神経節（SEZ）へ信号を送る出力ニューロン。これらは行動選択に関与すると考えられます。
  • 予備下行ニューロン (pre-DNs): 下行ニューロンに直接入力を与えるニューロン。
  • 学習回路の関与: 驚くべきことに、学習に関与するキノコ体の内在性ニューロン（Kenyon Cells: KCs）の一部と、その出力ニューロン（MBONs）が痛覚刺激に応答しました。また、嗅覚処理に関わる側角ニューロン（LHNs）も応答しました。
• 接続性解析:
  • 応答神経の多くは、Basins から 2〜5 ホップ以内の経路で入力を受けていました。
  • 特定のハブニューロン（例：DNsez-1, CSD, LHN-32）が、痛覚回路の情報を統合し、Basins へのフィードバックループを形成していることが示されました。
  • 痛覚刺激から逃避行動（転がり行動）を司るコマンドニューロン（Gorogoro）への最短経路は、脳を介して 4 ホップであることが明らかになりました。
• 検証: 同定された 3 つの神経タイプ（DNsez-1, CSD, KCs）について、遺伝子ドライバーを用いた個別イメージングにより、LSM で得られた応答パターンが再現されることが確認されました。
• 行動への影響: KCs を光遺伝学的に抑制すると、痛覚刺激に対する逃避行動（転がり）が軽度ながら有意に減少しました。これは、KCs が学習だけでなく、本能的な逃避行動の促進にも関与していることを示唆しています。

5. 意義 (Significance)

• 方法論的革新: 細胞体の位置だけでは特定できない神経を、その投射パターンに基づいて同定し、活動データと接続情報を結びつける手法は、将来的に様々な行動課題における全脳活動マップをコネクタム上に重ね合わせることを可能にします。
• 痛覚処理の理解の深化: 痛覚処理が局所的な領域だけでなく、脳全体に分散したネットワークで行われていること、そして学習・記憶や嗅覚処理に関わる領域が、無条件の痛覚刺激にも関与しているという新たな知見を提供しました。
• 未探索神経の発見: 特定の遺伝子ドライバーが存在しない神経タイプについても、この手法によりその機能とアイデンティティを特定できる可能性を示しました。
• 将来展望: EM 画像の取得速度と解像度の向上、および自動セグメンテーション技術の進歩により、このアプローチはより大型の脳や、より複雑な神経回路の機能解明に応用できると期待されます。

この研究は、神経活動と構造を統合的に解析する新しいパラダイムを示し、昆虫脳における感覚処理と行動選択のメカニズム理解に大きく貢献しました。