A brain-wide, trial- and time-dependent deterministic drive synergizes with within-trial noise to time self-initiated actions

マウスが自発的に行動を開始するタイミングは、脳全域にわたって試行ごとに変化する決定論的な駆動力と、試行内での連続的なノイズが相乗的に作用することで決定され、これは階層的なモジュール構造ではなく分散型の意思決定プロセスを示唆しています。

要約

この論文は、**「私たちはいつ、なぜ、行動を起こすのか？」**という昔からある謎を解き明かした素晴らしい研究です。

例えば、「今、立ち上がってコーヒーを飲もうか」と思った瞬間、その「今」というタイミングは、脳の中でどう決まっているのでしょうか？

これまでの研究では、2 つの対立する説がありました。

1. 決定論説： 脳が「よし、今だ！」と計画的に準備を進め、一定のペースで行動する。
2. 確率論説： 脳のノイズ（ランダムな雑音）が偶然大きくなって、ふとした瞬間に行動が始まる。

この論文は、**「実は、この 2 つはどちらも正解で、お互いに協力し合っている」**と結論づけました。

以下に、難しい専門用語を排し、身近な例え話を使って解説します。

---

1. 実験の舞台：ネズミの「気まぐれ登り」

研究者たちは、ネズミに「外からの合図がない状態」で、好きなタイミングで車輪を登らせる実験を行いました。

• GO 期間： 登ればおやつがもらえる（登るタイミングは決まっている）。
• NO-GO 期間： 登るとおやつがもらえないし、次のチャンスが遅れる（登るタイミングはネズミの「気まぐれ」次第）。

研究では、この「NO-GO 期間中に、ネズミが『ふと』登り始めた瞬間」に注目しました。この瞬間こそが、外部の合図なしに「自分から行動を決める」瞬間です。

2. 発見：脳全体が「一斉に」準備している

研究者は、ネズミの脳（大脳皮質、視床、小脳など）の 8 つの場所から、同時に何千もの神経細胞の活動を記録しました。

すると、驚くべきことがわかりました。

• 行動の 2〜3 秒前から、脳全体で「登る準備」の信号が徐々に高まっていたのです。
• しかも、この信号は脳の一部だけでなく、脳全体がまるで一つのオーケストラのように、同じリズムで同期して動いていました。

これは、ある特定の場所が「司令塔」となって順番に指令を出すのではなく、**脳全体が「みんなで一緒に決めている」**ことを示しています。

3. 核心：「坂道」と「ランダムな風」の共演

では、この「いつ登るか」というタイミングは、どう決まっているのでしょうか？

研究者は、脳内の信号を**「坂道を転がるボール」**に例えて分析しました。

A. 決定的な「坂道」（Deterministic Drive）

脳には、行動を起こすための**「坂道」**が常に用意されています。

• 特徴： 一度坂を転がり始めると、自然とゴール（行動）に向かって進みます。
• バラつき： しかし、この坂の**「スタート地点の高さ」や「坂の急な度合い」**は、試すたびに（ネズミの気分や状態によって）変わります。
  • 例： 「少し高い場所からスタートして、急な坂」ならすぐにゴールします。「低い場所からスタートして、緩やかな坂」なら時間がかかります。
• この「坂道」の準備さえあれば、ノイズがなくてもゴールに到達できることがわかりました。つまり、行動を起こすための「原動力」は計画的です。

B. ランダムな「風」（Within-trial Noise）

しかし、現実の行動はもっとバラバラです。なぜか？

• ここに**「ランダムな風（ノイズ）」**が吹いてきます。
• この風は、ボールを少し揺らしたり、加速させたりします。
• 重要な発見： この「風」は、行動を起こすために必須ではありません（坂道があればゴールできます）。しかし、「風」が吹くと、ゴールまでの時間が短縮されたり、バラつきが生まれたりします。

4. 結論：「計画」と「偶然」のタッグ

この研究が示した新しいモデルは以下の通りです。

「行動のタイミングは、『計画的な坂道（決定論）』と、『ランダムな風（確率論）』がタッグを組んで決めている」

• 坂道（計画）： 「いつ行動するか」の大まかな枠組みを決めます。脳全体が協力して、この坂を準備しています。
• 風（偶然）： その枠組みの中で、「ちょうど今、この瞬間だ！」という微細なタイミングを調整し、行動を予測不能にします。

なぜこれが重要なのか？

もし行動が「完全に計画」だけなら、敵に動きを予測されてしまいます。逆に「完全に偶然」だけなら、必要な時に行動できず、生存に不利です。

この研究は、生物が**「必要な時は確実に行動できる（計画性）」一方で、「敵に読まれないよう、予測不能なタイミングで行動する（偶然性）」という、両方のメリットを兼ね備えるために、脳内でこの 2 つの仕組みを「シナジー（相乗効果）」**させていることを明らかにしました。

まとめ

私たちの「ふとした行動」は、脳全体が「よし、行くぞ」と準備を進める**「計画的な坂道」の上に、「ランダムな風」**が吹いてタイミングを微調整することで生まれています。

脳は、単なる計算機でも、単なるサイコロでもなく、**「計画と偶然が踊り合う、リズミカルなオーケストラ」**だったのです。

技術概要

この論文「A brain-wide, trial- and time-dependent deterministic drive synergizes with within-trial noise to time self-initiated actions（脳全体にわたる、試行依存かつ時間依存の決定論的駆動力が、試行内のノイズと相乗的に作用して自発的行動のタイミングを決定する）」の技術的な要約を以下に記します。

1. 研究の背景と課題

自発的行動（外的な手掛かりなしに行動を開始する意思決定）のタイミングを決定する神経メカニズムについては、長年「決定論的」と「確率的（ランダム）」のどちらが支配的かという議論が続いていました。

• 決定論的仮説: 「準備電位（Readiness Potential）」のような活動の徐々の上昇が、閾値に達するまで決定論的に進行し、行動を開始するとする古典的な見解。
• 確率的仮説: 近年のドリフト拡散モデル（DDM）に基づく見解では、試行内の神経活動のランダムな揺らぎ（ノイズ）が閾値を越える主要な要因であり、決定論的駆動力は小さいか存在しないとされる。
• 課題: これまでの研究は、脳領域を個別に記録するか、試行平均（trial-averaging）に依存していたため、単一試行レベルでの神経動態を解明できず、両仮説の対立が決着していませんでした。また、意思決定が特定の脳領域の階層的な処理によるものか、脳全体に分散したプロセスによるものかも不明確でした。

2. 研究方法

本研究では、マウスを用いて、単一試行・単一ニューロンレベルで脳全体を同時に記録する新しいアプローチを採用しました。

• 行動課題: マウスに頭固定状態で、外的な手掛かりがない「GO/NO-GO」パターンの交替課題を行わせました。特に、報酬を伴わない「NO-GO」期間中にマウスが自発的に開始する「登攀（クライミング）」行動のタイミングを分析対象としました。
• 神経記録: Neuropixels 1.0プローブを 4 本同時に挿入し、大脳皮質（mPFC, M1, M2）、視床（MD）、大脳基底核（GP）、小脳（DCN, SL）、および一次視覚野（V1）を含む 8 つの脳領域から、数千のニューロンを同時に記録しました。
• 予測モデルの構築:
  • Elastic Net 線形回帰モデルを用いて、行動開始前のスパイク活動から「行動までの残り時間（time-to-movement）」を単一試行レベルで予測するモデルを訓練しました。
  • 予測精度が偶然以上であることを統計的に検証し、どのニューロンが予測に寄与しているか（forecasting neurons）を特定しました。
• 数理モデル（DDM 変種）の fitting:
  • 従来の DDM を拡張し、以下の要素を組み込んだモデルを開発しました：
    1. 試行ごとの初期値（$x_0$）とドリフト率（$I_0$）のばらつき（試行間変動）。
    2. 試行内でのドリフト率の時間依存性（時間とともに増加する「緊急性シグナル」）。
    3. 試行内の拡散ノイズ（$c$）。
  • モデル選択（尤度比）を用いて、どのパラメータがデータに必要かを評価しました。
  • in silico アブレーション（ノイズ項を除去したシミュレーション）を行い、ノイズが閾値到達に必須かどうかを検証しました。

3. 主要な結果

A. 脳全体での決定論的駆動力の存在

• 予測可能性: 行動開始の数秒前（最大 3 秒以上）の神経活動から、行動開始のタイミングを単一試行レベルで有意に予測できました。
• 脳領域間の同期: 8 つの脳領域すべてで、行動開始までの残り時間を予測する信号が観測されました。これらの予測信号は、領域間で時間的に強く相関しており、遅延（ラグ）はほぼゼロでした。これは、意思決定が階層的・モジュール的ではなく、脳全体に分散した統一されたプロセスであることを示唆します。

B. 行動タイミング変動のメカニズム

• 決定論的駆動力の変動: 行動タイミングのばらつきは、主に「決定論的駆動力」のパラメータが試行ごとに異なることによるものでした。具体的には、初期値とドリフト率（傾き）が試行ごとにランダムに変動し、さらにドリフト率は試行内において時間とともに増加することが示されました。
• ノイズの役割: 従来の「ノイズが閾値を越えるために必須」という仮説とは異なり、本研究ではノイズ項を除去しても閾値は越えられました。しかし、ノイズが存在することで、平均的な閾値到達時間が短縮され（22〜45% 短縮）、試行間のばらつきが増大することが確認されました。
• 相乗効果: 行動タイミングは、試行間の変動（離散的なパラメータ変化）と試行内の変動（連続的なノイズ）が相乗的に作用することで決定されます。

C. 脳領域普遍性

• 上記のモデル（試行間・試行内の変動を含む）は、個別の脳領域のデータに対しても同様に当てはまり、パラメータ値も領域間で類似していました。これは、分散した脳領域すべてが共通の意思決定プロセスを反映していることを強く支持します。

4. 貢献と意義

1. 決定論と確率論の統合: 自発的行動のタイミング決定は、「完全な決定論」か「完全な確率論」のどちらかではなく、「試行ごとのパラメータ変動を持つ強力な決定論的駆動力」と「試行内のノイズ」が共存・相乗するハイブリッドモデルで説明できることを実証しました。
2. 脳全体のプロセスの解明: 意思決定は特定の脳領域（例：前頭前野）から順次伝達されるのではなく、皮質、視床、基底核、小脳を含む広範な脳領域が、時間的に同期した分散プロセスとして機能していることを示しました。
3. 方法論的革新: 単一試行レベルでの大規模神経記録と、それを解析するための新しい DDM 変種の組み合わせにより、従来の試行平均に依存した研究では見逃されていた神経動態を解明することに成功しました。
4. 知覚的決定との類似性: 自発的行動における「時間とともに増加するドリフト率（緊急性シグナル）」は、知覚的決定課題で見られる現象と類似しており、内外の要因を統合する一般的な意思決定の原理である可能性を示唆しています。

結論

本論文は、自発的行動のタイミング決定が、脳全体にわたる統一された決定論的プロセス（そのパラメータは試行ごとに変動し、時間とともに強化される）を基盤としつつ、試行内のノイズがそのタイミングを微調整・短縮する役割を果たすことで成立していることを明らかにしました。これは、神経科学における意思決定のメカニズム理解における重要なパラダイムシフトをもたらすものです。