Canonical Hidden Markov Model Networks for Studying M/EEG

人間の脳を、何百万もの人々が絶えず動き、話し、協力して働いている、活気ある都市であると想像してみてください。科学者たちは、特別なカメラ（M/EEGと呼ばれます）を使って、上空からこの都市を観察し、思考、休息、記憶といった異なるタスクをこなすために、どのように「近隣地域（脳ネットワーク）」がオンになったりオフになったりするのかを理解しようとしています。

長い間、科学者が特定のグループを研究したいと思うたびに、ゼロから新しい地図を作成しなければなりませんでした。それは、小さな町の交通量を調査したい度ごとに、地図製作者のチームを雇って、数週間かけて道路を走り回り、新しい道を書き込み、その町のためだけの独自の地図を作成しなければならないようなものでした。これは時間がかかり、費用もかさみ、町Aの交通量と町Bの交通量を比較することも困難でした。なぜなら、地図の描き方がそれぞれ異なっていたからです。

大きなアイデア：「マスターマップ」
この論文は、一つの解決策を提案しています。個別の研究ごとに新しい地図を作るのではなく、一つのユニバーサルな「マスターマップ（共通のマスターマップ）」（正しくはCanonical Hidden Markov Model）を作ろうというのです。

このマスターマップは、標準的なレゴの組み立て説明書のようなものだと考えてください。すべてのビルダーが、ブロックを組み合わせるための独自のやり方を発明する代わりに、全員が同じ公式の説明書を使うのです。この本には、脳の「近隣地域」がどのようにオン・オフを切り替えるかという、最も一般的で信頼できるパターンが記述されています。

どのように構築されたか
このマスターマップを作成するために、研究者たちは単に少数の人々を見たのではありません。彼らは、18歳から88歳までの人々による1,849件もの異なる記録（194時間を超える脳活動！）を集めました。彼らは、これらの人々が休息している時と、何らかのタスクを行っている時の両方の状態を観察しました。この膨大な群衆を分析することで、彼らは一般集団において共通して起こる「標準的な」脳活動のパターンを解明したのです。

実用における仕組み
さて、もし科学者が、わずかな患者を対象とした小さな特別なデータセット（「ブティック」研究）を持っている場合、彼らは新しい地図を作る必要はありません。彼らは単に、自分のデータをマスターマップに適合させるだけでよいのです。

• 「ソース空間（Source Space）」法： これは、都市の内部の道路レイアウトを見ているようなものです。この方法でマスターマップを使用するには、科学者は元のチームと全く同じ方法（脳の内部構造を見るための同じ「レンズ」を使用すること）でデータを処理しなければなりません。
• 「センサー空間（Sensor Space）」法： これは、内部の通りを見る必要なく、ヘリコプターから都市を眺めているようなものです。研究者たちは、マスターマップを生のカメラデータに直接適用できることを示しました。これにより、内部の道路をマッピングするという複雑なステップをスキップできます。これによって、より多くの科学者がこのツールを使いやすくなります。

何を行ったか
チームはこのマスターマップを、3つの異なる小規模研究でテストしました。

1. アルツハイマー病患者のグループ（安静時）。
2. ワーキングメモリ（作業記憶）タスクを行っているグループ。
3. 安静時にEEG（別の種類の脳カメラ）を使用しているグループ。

すべてのケースにおいて、マスターマップは脳活動を正確に記述することに成功し、異なる種類の研究に対して共通の言語として機能することを証明しました。

まとめ
最も素晴らしい点は、研究者たちがこのマスターマップを無料で公開したことです。これはオープンアクセスのリソースとなっています。つまり、世界中の科学者が、自分の患者を他の人と比較するために、同じ標準的な脳ネットワークを使用できるということです。これにより、研究はより速く、より安く、そしてより一貫したものになります。誰もが異なる脳科学の方言を話すのではなく、ついに全員が同じ言語を話せるようになるのです。