Habit and the hippocampus: Model-based spatial representations without outcome-sensitive control

本研究は、空間ナビゲーションに海馬の認知地図が不可欠であっても、それが報酬の価値変化に対する適応（目標指向行動）を保証するものではなく、海馬依存のナビゲーションであっても習慣的な価値無視の行動制御によって行われ得ることを示しています。

要約

この論文は、脳の「海馬（かいば）」という部分と、私たちが物事を決める時の「習慣」と「目的意識」の関係について、とても面白い発見をした研究です。

難しい専門用語を使わず、**「迷路でミルクと水を求めるネズミの物語」**として解説します。

1. 実験の舞台：魔法の迷路

研究者たちは、ネズミに大きな迷路を走らせました。
迷路のゴールには、2 つの飲み物があります。

• ミルク（ネズミが大好きな甘いおやつ）
• 水（普通の水）

ルールは少しトリッキーです。
「左に曲がる」という行動が、場所によって意味を変えるのです。

• 北の分かれ道で左に行くと→ミルク
• 南の分かれ道で左に行くと→水

つまり、ネズミは「左に行けばミルク」と単純に覚えるのではなく、「今、自分が迷路のどこにいるか（北か南か）」を覚えて、それに応じて「左」か「右」かを選ばなければなりません。

2. 2 種類のネズミ：地図使い vs 目印使い

実験では、ネズミを 2 つのグループに分けました。

• グループ A（地図使い）： 迷路に目印（光や床の質感）がありません。ネズミは自分の動きを記憶して「今、北にいる！だから左に行けばミルクだ！」と、脳内で地図を描きながら正解を見つけます。このグループは海馬がフル稼働しています。
• グループ B（目印使い）： ミルクのゴールに明るいライト（ビーコン）がついています。ネズミは「光の方へ行けばいい」という単純なルールで、地図を描かずにゴールにたどり着けます。このグループは海馬を使わずにタスクをこなせます。

3. 驚きの出来事：喉が渇いた時のテスト

ネズミたちはこの迷路を何十回も繰り返し、完璧に覚えました。
そして、ある日、ネズミたちを**「水なし」にして喉を渇かせました**。
当然、ミルクよりも水の方が欲しくなります（価値が変わりました）。

ここで、研究者はネズミに「もうミルクも水も出さない（消去テスト）」状態で迷路を走らせました。
もしネズミが「目的意識（ゴール志向）」を持って行動していれば、「今は喉が渇いているから、水の方に行くべきだ」と判断して行動を変えるはずです。

しかし、結果はどうだったでしょうか？

• 目印使い（グループ B）： 相変わらず「光の方（ミルク）」へ行こうとしました。
• 地図使い（グループ A）： なんと、同じく「ミルクの方」へ行こうとしました！

ここが最大の驚きです。
「地図使い」のネズミは、海馬を使って複雑な場所の記憶を使っていたのに、喉が渇いて「水が欲しい」という状況が変わっても、行動を全く変えませんでした。
まるで「左に行けばミルク」という**習慣（クセ）**が、脳に焼き付いてしまっていたかのように、状況に柔軟に対応できなかったのです。

4. 海馬の役割：地図を作るが、価値を決めるわけではない

研究者は、海馬に薬を注入して一時的に機能を止めてみました。
すると、「地図使い」のネズミは迷路で迷子になり、正解できなくなりました。
つまり、「場所を特定する（地図を作る）」には海馬が必要でした。

しかし、「喉が渇いたら水を選ぶ（価値を判断する）」という判断には、海馬があってもなくても、ネズミは失敗しました。
海馬は「どこにいるか」を教えてくれますが、「今、何が欲しいか（価値）」を判断して行動を変える力までは持っていないことが分かりました。

5. 結論：地図があるからといって、賢く動けるとは限らない

この研究が伝えているメッセージは、とてもシンプルで重要です。

「海馬を使って地図を描くこと」と「目的に合わせて柔軟に行動すること」は、実は別の能力なのです。

• 悪い例： 地図（海馬）は完璧に描けているのに、目的地（価値）が変わっても、古いルート（習慣）をただひたすら歩き続ける人。
• 良い例（後から学習した場合）： 研究者が「喉が渇いている時に、実際に水を与えて学習させる」特別なトレーニングをすると、ネズミはようやく「水の方へ行く」という新しい行動を覚えました。

まとめ

この論文は、**「海馬という素晴らしいナビゲーター（地図作成者）が働いていても、それが自動的に『賢い判断（目的意識）』につながるとは限らない」**ことを示しました。

私たちが「習慣」に縛られて、状況が変わっても行動を変えられない時、それは脳が「地図」は描けているけれど、「価値の更新」をするスイッチが切れているのかもしれません。海馬は「場所」を覚える天才ですが、「今、何が大切か」を決めるのは、また別の脳の仕組みが担当しているのかもしれませんね。

技術概要

論文の技術的サマリー：習慣と海馬：結果に敏感な制御なしのモデルベース空間表現

1. 研究の背景と問題提起

海馬は「認知地図（cognitive maps）」を構築し、目標指向的なナビゲーションを支援すると広く考えられています。海馬ニューロンは未来の状態や経路を符号化でき、海馬の機能障害は空間的・文脈的記憶に依存する意思決定における結果の再評価（outcome revaluation）への感受性を損なうことが知られています。これにより、海馬のモデルベース表現と価値に敏感な制御（goal-directed control）の間にリンクが存在すると推測されてきました。

しかし、海馬の表現が習慣的（habitual）、つまり結果に insensitive な行動選択を支援しうるかについては、ほとんど研究されていませんでした。従来の見解では、習慣的行動は海馬外（特に背外側線条体）に依存し、海馬依存の戦略は目標指向的（結果に敏感）であるとされてきましたが、この仮説を検証する直接的な証拠は不足していました。

本研究の核心的な問いは以下の通りです：

• 海馬に依存するナビゲーションタスクにおいて、行動は結果の価値変化に敏感に反応する（目標指向的）のか、それとも価値変化を無視して習慣的に実行されるのか？
• 海馬の関与は、それだけで結果に敏感な制御を保証するのか？

2. 研究方法

2.1 被験者と実験デザイン

• 被験者: 38 匹の Long-Evans 系ラット（雄 16、雌 22）。
• 手術: 実験前に背側海馬にカニューレを両側埋め込み、薬物注入（ムシモルによる不活化）を可能にしました。
• タスク: 2 結果空間ナビゲーションタスク。
  • 環境: 2m x 2m の正方形の周回トラックと中央のプラス型迷路からなる装置。
  • 条件: 北または南の分岐点で左または右に曲がる。
  • 結果の分岐: 曲がる方向（左/右）は同じでも、空間的位置（北か南か）によって報酬が異なります（例：北では左→ミルク、右→水；南では左→水、右→ミルク）。
  • この構造により、単純な刺激 - 反応（S-R）連合ではなく、空間的文脈の識別が必要です。

2.2 3 つの学習条件（海馬依存度の操作）

ラットは以下の 3 つの条件のいずれかで訓練されました：

1. Path Integration (PathInt) グループ: 視覚・触覚の手がかりなし。ラットは自己運動（経路統合）のみを頼りに分岐点を識別する必要があります（海馬高度依存）。
2. Texture グループ: 分岐点に異なる床の質感（テクスチャ）を配置。触覚的手がかりで識別可能（海馬依存）。
3. Beacon グループ: 報酬（ミルク）の近くに LED ビーコンを点灯。視覚的なビーコンを追うだけで解決可能（海馬非依存）。

2.3 評価プロトコル

訓練後に、行動が目標指向的か習慣的かを評価するために 2 つの異なるアプローチを比較しました。

• インセンティブ学習 (Incentive Learning: IL) 群:
  • 水制限下で、迷路内の分岐点なしの隔離区画でミルクと水の両瓶テストを行い、渇きによる水への欲求変化を学習させました。
  • その後、**報酬なし（消去）**のテストセッションを行い、渇き状態でも以前学習した「ミルク関連の行動」を継続するか確認しました。
• 再評価トレーニング (Revaluation Training: RT) 群:
  • 水制限下で、報酬ありの完全なナビゲーションセッションを再実行させました。これにより、渇き状態での行動 - 結果の結合を再学習させます。
  • その後、同様に消去テストを行いました。

2.4 海馬機能の検証

• ムシモル注入: 海馬を局所麻痺させ、タスクの海馬依存性を確認しました。
• 行動指標: 正解率（ミルク獲得への正しい方向転換）と、渇き状態での行動選択の変化（結果再評価への感受性）。

3. 主要な結果

3.1 学習と海馬依存性の確認

• 学習速度: PathInt グループが最も遅く、Beacon グループが最も速く学習しました。
• 海馬不活化の影響:
  • PathInt/Texture グループ（海馬依存）: ムシモル注入により正解率が有意に低下しました。
  • Beacon グループ（海馬非依存）: ムシモル注入の影響を受けませんでした。
  • これにより、タスクの条件が意図通り、海馬依存度を操作できていることが確認されました。

3.2 結果再評価への感受性（IL 群 vs RT 群）

• IL 群（インセンティブ学習のみ）:

  • 両瓶テストでは、水制限によりラットは明らかに水への欲求を示しました（価値の再評価が成功）。
  • しかし、迷路上の消去テストでは、渇き状態であっても、以前学習した「ミルク関連の行動」を継続しました。
  • 重要: この「結果に insensitive な（習慣的）行動」は、海馬に依存する PathInt/Texture グループでも、海馬非依存の Beacon グループでも同様に観察されました。
  • 海馬が機能している状態でも、海馬依存タスクにおける行動は価値変化に追従しませんでした。

• RT 群（再評価トレーニングあり）:

  • 渇き状態での報酬ありトレーニングを受けたラットは、その後の消去テストで行動を適応させ、水関連の行動を選択するようになりました。
  • これは、海馬依存グループでも海馬非依存グループでも観察されました。
  • 結果として、適切な再評価トレーニングがあれば、海馬依存タスクであっても結果に敏感な制御が可能であることが示されました。

4. 主要な貢献と結論

4.1 海馬依存性と目標指向性の解離

本研究の最大の発見は、海馬の関与（認知地図の使用）は、それだけで結果に敏感な（目標指向的な）制御を保証しないという点です。

• 海馬は、空間状態の識別（状態推論）には必要ですが、その状態に基づいた行動選択が「価値に敏感かどうか」は別問題であることを示しました。
• 海馬依存タスクであっても、十分な訓練を経たラットは、価値の変化を無視して習慣的に行動する可能性があります。

4.2 認知的メカニズムの解釈

著者は、海馬が習慣的行動にどのように関与しているかについて 2 つの仮説を提示しています：

1. 「予測なしの記憶」: 海馬は現在の空間状態を特定するためにのみ使用され、将来の結果を予測して価値を評価するプロセスには関与していない。
2. 「価値なしの予測」: 海馬は将来の空間状態を予測しているが、その予測が動機付け状態の変化（渇きなど）を反映する価値システムと結合されていない。

4.3 再評価トレーニングの重要性

結果への感受性は、単なる渇きの経験（IL）ではなく、渇き状態下でのタスク実行（RT）を通じてのみ獲得されました。これは、価値の更新には、新しい動機付け状態と行動 - 結果の結合を明示的に再学習するプロセスが必要であることを示唆しています。

5. 学術的意義

この研究は、ナビゲーションにおける「モデルベース（認知地図の使用）」と「価値更新」の関係を再定義するものです。

• 従来の「海馬＝目標指向的」「線条体＝習慣的」という単純な二項対立を複雑化し、海馬は習慣的制御下でも機能しうることを実証しました。
• 意思決定における海馬の役割は、単に「地図を作る」ことではなく、その地図が「価値システムとどのように結合するか」に依存することを示しました。
• 空間ナビゲーションにおける習慣形成と目標指向行動のメカニズムを解明する上で、重要なパラダイムシフトを提供しています。

要約すれば、**「海馬を使って地図を描いていても、それが自動的に『目的意識のある行動』にはならない」**というのが、この論文が示す核心的な結論です。