A structured-illumination miniscope for optically sectioned imaging and real-time neural decoding

賑やかなコンサートホールの真ん中で、一人のバイオリニストが奏でる美しいソロを聴こうとしている場面を想像してみてください。それは、動物が走り回ったり、跳ねたり、探索したりしている間に、個々の脳細胞がどのように「会話」しているのかを観察したいと考えている科学者たちが日々直面している苦闘です。長年、彼らはマウスの頭部に小さな軽量の顕微鏡を取り付けてこれを行ってきました。これらの装置は、ニューロンの発火による光る信号を見ることができる、小さなカメラのようなものです。しかし、ここには大きな問題があります。これらのカメラは、見たい特定の層だけでなく、目の前にある「すべて」を見てしまうのです。それは、スタジアムの特定の列の座席を鮮明に撮影しようとしているのに、カメラがその上下の列にある、ぼやけた観客まで一緒に捉えてしまっているような状態です。この「焦点の外」にある光のボケが詳細をかき消してしまい、どのニューロンが何をしているのかを判別することを困難にしています。強力で高価な顕微鏡を使えば、特殊なレーザーを用いてぼやけた層を無視してこの問題を解決できますが、それらは重すぎて複雑すぎるため、走り回るマウスの頭に装着することはできません。そのため、科学者たちは「重い機械を使って鮮明な画像を得るか」、あるいは「軽量なカメラを使ってぼやけた映像を受け入れるか」という、板挟みの状態に置かれてきました。

この論文は、これらの小さなカメラのための「スマートフィルター」として機能する、巧妙で軽量な解決策を紹介しています。研究者たちは、重さが3グラム未満（単3形乾電池ほどの重さ）の新しいタイプのミニスコープを開発しました。これは「構造照明（ストラクチャード・イルミネーション）」と呼ばれるトリックを使用しています。これは、まるで柵越しに壁へ懐中電灯の光を当てるようなものです。普通の光を当てると壁全体が見えますが、柵を通して光を当てると、縞模様が見えます。この新しい装置のスマートカメラは、2回の素早いスナップショットを撮ります。一つは通常の光によるもので、もう一つは「縞模様」の光によるものです。これら2つの画像を比較することで、コンピュータは数学的に、画像のどの部分がピントが合っていて鮮明か（縞模様がはっきりしている部分）、そしてどの部分が背景のぼやけたノイズであるか（縞模様がぼやけている部分）を判断できます。そして、ぼやけた部分を差し引くことで、見ているニューロンだけのクリスタルクリアな画像を取り出します。これにより、マウスは自由に走り回ることができ、科学者は重くて高価な装置を必要とせずに、高品質で鮮明なデータを得ることができるのです。

「脳カメラ」のためのスマートフィルター

中国脳研究機構と北京師範大学の研究者を中心とするチームは、この「背景のぼやけ」問題を解決するために、この新しい装置を作り出しました。彼らはこれをHiLoミニスコープと呼んでいます。その名前は、使用されている技術であるHigh-frequency（高周波）とLow-frequency（低周波）の光処理に由来しています。

仕組みを平易に説明すると以下の通りです：
この装置は、2つの小さな青色LED（光源）を使用します。一つは脳に均一な通常の光を当てます。もう一つは単純な格子（ロンチ・グラティングと呼ばれます）を通して光を当て、脳の上に縞模様のパターンを作り出します。カメラは、均一な光の画像と、縞模様の光の画像を、1秒間に30回の速さで連続して撮影します。

カメラが焦点を合わせているニューロンは鮮明であるため、縞模様はそれらの上でくっきりと見えます。しかし、背景にある焦点の外の細胞は縞模様を明確に示さず、ただのぼやけた光のように見えます。コンピュータはこれら2つの画像を比較し、「よし、縞模様に見える部分が本物の信号だ。ぼやけた光に見える部分は背景ノイズだ」と判断します。そして、ぼやけた光を捨てて、鮮明な信号のみを残します。その結果、得られる脳のビデオは、標準的なカメラよりもはるかに鮮明でコントラストも非常に高くなります。

得られた知見：よりクリアな信号、より多くのニューロン

研究チームは、この新しい顕微鏡が本当に機能するかどうかを確認するために、いくつかの方法でテストを行いました。

1. ノイズを浄化する：
まず、マウスの脳切片を観察しました。新しいHiLo顕微鏡による画像は、標準的なワイドフィールド画像と比較して、「ぼやけた光」が劇的に減少していることが分かりました。ニューロンは暗い背景に対してくっきりと浮かび上がりました。

2. 走るマウスでも機能する：
次に、デバイスをマウスの頭部に装着し、マウスが走り回る様子を観察しました。彼らは、記憶やナビゲーションに関与する脳の部位である海馬の活動を記録しました。

• 結果： 個々のニューロンからの信号は、はるかにクリアでした。データを分析したところ、HiLo顕微鏡を用いた場合の「信号対雑音比（実在する脳活動と背景のノイズの比率）」は、標準的なものよりも有意に高いことが分かりました。
• 興味深い点： 通常、標準的な顕微鏡からクリアなデータを得るには、実験が終わった後に複雑なコンピュータプログラムを使用して信号を「デミックス（分離）」する必要があります。これには多くの時間と計算能力が必要です。しかし、研究チームは、HiLo顕微鏡を使用すれば、ニューロンの領域の画素（ピクセル）の単純な平均を取るだけで、標準的な顕微鏡の複雑なコンピュータ補正後のデータとほぼ同等の精度が得られることを発見しました。これは、ゆっくりとしたコンピュータによる後処理を待つことなく、高品質なデータを「今すぐ」得られることを意味します。

3. より多くの層を見る：
この顕微鏡は、焦点を非常に素早く変えることができる特殊な液体レンズを備えています。チームはこの機能を利用して、脳の2つの異なる深さを同時に、1秒間に2.5回の速さで切り替えながら観察しました。

• 結果： これにより、以前よりもはるかに多くのニューロンを記録することが可能になりました。2つの層を観察することで、研究対象となるニューロンのグループを大幅に拡大でき、両方の層の信号が依然として鮮明で信頼できるものであることが確認されました。

4. マウスの位置を解読するのを助ける：
信号が非常にクリアであったため、研究者たちはマウスの脳活動を見るだけで、マウスが部屋のどこにいるのかを特定することができました。

• 結果： 単純なHiLo信号を用いてマウスの位置を推定した際、標準的なワイドフィールド信号を用いた場合よりも精度がはるかに高いことが分かりました。実際、単純なHiLo信号は、標準的な顕微鏡による複雑なコンピュータ補正後の信号とほぼ同等の性能を示しました。これは、「スマートフィルター」が記録の瞬間に重要な情報を捉えていることを証明しています。

「マインドコントロール」テスト：クローズドループ・ブレイン・マシン・インターフェース

この研究で最もエキサイティングな部分は、この技術が**ブレイン・マシン・インターフェース（BMI）**に使用できるかどうかを確認するための「原理実証」テストでした。これは、脳がリアルタイムで機械を制御するシステムです。

セットアップ：
彼らはマウスを頭部固定の状態で設置し、特定の臭い（匂い）を与えました。マウスの脳活動が特定のパターン（例えば「この匂いを嗅いでいる」という信号）と一致したとき、コンピュータは即座にマウスに甘い水の一滴を与えて報酬を与えました。

課題：
これが機能するためには、コンピュータが脳信号を読み取り、それがパターンに一致するかを判断し、報酬を「即座に」提供しなければなりません。もし信号がぼやけていたり、コンピュータがデータのクリーニングに時間をかけすぎたりすると、システムは失敗します。

結果：
HiLo顕微鏡を使用した場合、システムは完璧に機能しました。顕微鏡が極めてクリアな信号を即座に提供したため、コンピュータは「匂いのパターン」をリアルタイムで検出し、報酬をトリガーすることができました。マウスはシステムを制御することを学習し、報酬をより多く得るために自らの脳活動を調整することができました。これは、HiLo顕微鏡が、脳が機械と話し、即座にフィードバックを得るようなリアルタイムの実験に使用できるほど、高速かつ鮮明であることを示しています。

なぜこれが重要なのか

この論文は、このデバイスがすべての問題を解決する魔法の杖であると主張しているわけではありません。著者たちは、このデバイスが重くて高価なマルチフォトンの顕微鏡ほど深く脳を観察できないことや、最も高度なコンピュータアルゴリズムほど重なり合ったニューロンを完璧に分離できるわけではないことを慎重に注記しています。

しかし、彼らは、構造照明が、自由に動く動物における脳イメージングの質を向上させるための、実用的でアクセスしやすく、かつ非常に効果的な方法であることを示しました。画像をコンピュータが見る「前」に浄化することで、重い装置や遅い複雑な処理を必要とせずに、高品質なデータを得ることを可能にしたのです。これは、動物がただじっとしている時ではなく、実際に何かを行っている最中に、脳がどのように機能しているかを理解するための、より多くの実験への扉を開くものです。

要約すれば、彼らは、コンサートホールの真っ只中にいても、バイオリニストの演奏をはっきりと聴くことができる、小さくてスマートなカメラを作り上げたのです。