CA3 sparsity stabilises high-connectivity recurrent autoassociation: complementary binary and spiking computational modes in a DG->CA3 model

脳の記憶能力は、二つの相反するタスクの間の繊細なバランスの上に成り立っています。新しい記憶を保存するためには、まずそれを過去の類似した経験から分離し、新しい出来事が古いものと混同されないようにしなければなりません。パターン分離として知られるこのプロセスは、似たような書類を異なるフォルダに整理するファイルシステムの役割を果たします。一度記憶が保存されると、脳はたとえ漠然とした、あるいは不完全なヒントしか与えられていなくても、それを想起できなければなりません。パターン完成と呼ばれるこの想起プロセスにより、一つの香りや音の断片から、場面全体の情景を呼び起こすことが可能になります。これらの二つの操作は、脳の深部にあるタツノオトシゴのような形をした構造、海馬の隣接する領域で行われています。第一の領域である歯状回が分離を行い、第二の領域であるCA3領域が完成を行います。

数十年にわたり、科学者たちはCA3領域がいかにしてこれほど確実に記憶を想起できるのかについて議論してきました。この論争の鍵は、この領域のニューロンがいかに密に互いに接続されているかにあります。ある測定ではこれらの接続は稀であると示唆されていますが、より高度なイメージングを用いた他の研究では、それらは10倍も一般的であると示唆されています。この不一致により、研究者たちは、接続が多いことが脳の記憶想起を助けるのか、それとも混沌を引き起こすのかという疑問を抱いてきました。上千（タダノブ・チュヨ）上千らによる新しい研究は、コンピュータ・シミュレーションを用いてこの対立を解決しようとしています。彼らは、答えは完全にニューロンの振る舞いに依存していることを発見しました。もしニューロンが非常に静かで希薄な状態に保たれていれば、高度に接続されたネットワークは見事に機能します。しかし、もしニューロンが活動的になりすぎると、その同じ高い接続性がシステムを崩壊させ、一つの記憶を他のものと区別することを不可能にします。

研究チームは、これらのシステムが異なる条件下でどのように記憶を扱うかをテストするために、歯状回からCA3への経路の詳細なコンピュータモデルを構築しました。彼らは、科学者がCA3領域をモデリングする際の異なる方法を表すために、二つのバージョンのCA3領域を作成しました。一方のバージョンは、ニューロンが厳密に「オン」か「オフ」のいずれかであるという単純化されたバイナリ（二進法的）なアプローチを用い、活動に厳格な制限があるシステムを表現しました。もう一方は、より現実的なスパイキング・モデルを用いました。これは、ニューロンが電気信号を発火させ、興奮と抑制のバランスを通じて自らの活動を調節するもので、実際の生物学的ネットワークと非常によく似ています。その後、両方のバージョンに入力の流れを与え、ニューロン間の接続数を変化させながら、部分的な記憶を完成させる能力をテストしました。

結果は、二つのモデルの間に顕著な違いがあることを明らかにしました。単純化されたバイナリ・バージョンでは、接続の数を増やすことは常にプラスに働きました。ニューロンのリンクが増えれば増えるほど、システムは部分的な手がかりから完全な記憶を想起するのが上手くなりました。これは、もし脳が活動に対して厳格な制限を持って運用されているならば、高密度の接続網を持つことが明確な利点になることを示唆しています。しかし、より現実的なスパイキング・モデルは異なる物語を語りました。このバージョンでは、接続を増やすことはある一定の地点までは役立ちますが、活動しているニューロンの数に対して接続数が大きくなりすぎると、システムは失敗しました。記憶は単に少しぼやけるだけでなく、完全に崩壊したのです。ネットワークは異なる保存されたパターンを区別できなくなり、事実上、記憶を失いました。

研究では、この失敗を支配する特定のルールが特定されました。システムは、活動しているニューロンの数と、ニューロンあたりの接続数の積が、ある一定の閾値を下回っている場合にのみ安定を保ちます。簡単に言えば、ニューロンが頻繁に発火しすぎると、高い接続数のためにそれらがすべて一緒に点灯してしまい、記憶の明確なパターンを曖昧にしてしまうのです。研究者たちは、ネットワークが内部のブレーキ、すなわち抑制を強めることで補償しようとしても、この崩壊は起こることを発見しました。この失敗は、活動の暴走による爆発ではなく、脳がもはや一つの記憶を他と区別できなくなるという特異性の喪失なのです。これは、なぜ脳がCA3ニューロンの活動を非常に低く、いつでも約2パーセントから5パーセントのニューロンだけが活動するように保っているのかを説明しています。この極端な希薄さが、高度に接続されたネットワークが崩壊することなく機能するための条件なのです。

チームはまた、成人の神経発生（成人の脳における新しいニューロンの誕生）がこの図の中にどのように適合するかについても探求しました。新しいニューロンは成熟したニューロンよりも興奮しやすいことが知られており、これがネットワークの繊細なバランスを乱す可能性があります。シミュレーションによれば、もしこれらの新しいニューロンが接続を変えずに単に活動性を高めた場合、それらはシステムを限界へと押しやり、記憶ネットワークを崩壊させる可能性があることが示されました。しかし、もしこれらの新しいニューロンがネットワークを静めるための抑制細胞を動員すれば、それらは実際にシステムを安定させる助けとなりました。これは、脳が新しい細胞を統合する方法が極めて重要であることを示唆しています。つまり、新しい細胞が全体的な活動を低く保つのに役立てば記憶を守りますが、単にノイズを加えるだけであれば記憶を破壊してしまうのです。

この研究は、CA3領域にどれほどの接続が存在するかという長年の論争を再構成するものです。低さと高いという推定値の間の不一致は、測定の矛盾ではなく、むしろ異なる動作モードの反映である可能性があります。もし脳が、希薄で制御されたコードに依存しているならば、非常に高い密度の接続を支えることができ、これは高い方の推定値と一致します。もしコードがこれほど希薄でなければ、混沌を避けるためにより少ない接続が必要となるでしょう。この研究は、脳の記憶想起能力は、単に適切な数のワイヤーを持っていることではなく、グリッドロックを防ぐためにそれらのワイヤー上の交通量を十分に軽く保つことにあることを示唆しています。活動を希薄に保つことで、脳は、安定かつ精密な記憶想起が可能な、豊かで高度に接続されたネットワークを維持することができるのです。