Do we understand orientation selectivity? A simulation study

あなたの脳が、何十億もの小さな伝令係（ニューロン）が絶えずメッセージを叫び合っている、巨大で賑やかな都市であると想像してみてください。その都市の中で最も魅力的な仕事の一つは、「視覚地区」と呼ばれる、あなたが見ているものを処理することに特化した近所で起きています。何十年もの間、科学者たちは、ニューロンがどのようにして注目すべき形を決定しているのかを解明しようとしてきました。具体的には、なぜあるニューロンは垂直な線を見たときにだけ興奮し、他のニューロンは水平な線にしか関心を持たないのかを知りたかったのです。この特別な能力は「方位選択性」と呼ばれます。これは、クラブの入り口に立って、赤い帽子をかぶっている人だけを通すセキュリティガードがいるようなものです。脳内では、これらのガードマンが「垂直な線」の信号だけを通すようにしています。

長い間、科学者たちはこのクラブがどのように機能するかについての設計図を持っていると考えてきました。彼らは、もし伝令係を正しく配置すれば（例えば、垂直な線が好きな者同士を隣り合わせにし、彼ら全員が正しい情報源から指示を受け取るようにすれば）、脳は自然に線を分類し始めるはずだと信じていました。それは単純な配線の問題、つまり、正しい道路地図を作れば、交通の流れは完璧になるという単純な話のように思えたのです。しかし、これから見ていくように、脳は単純な地図よりもはるかに複雑であり、時には、最高の計画であっても、現実の世界で機能させるためには少し余分な助けが必要になることがあります。

---

偉大なる脳シミュレーション：なぜ設計図だけでは不十分だったのか

この研究において、ブルー・ブレイン・プロジェクトの研究チームは、古い設計図をテストするために、マウスの視覚野の歴史上で最もリアルで高精細なシミュレーションを構築することに決めました。それは、マウスの脳の極小の断片のデジタルツインを作るようなものですが、単純で漫画的なブロックを使うのではなく、非常に詳細な、形や大きさ、接続関係がリアルな3Dモデルのニューロンを使用しました。彼らは、もし脳がこれほど高いレベルの現実的な複雑さを持って構築されたとしても、線の分類に関する古いルールが依然として機能するかどうかを確認したいと考えました。

ライン分類のルールをテストする前に、チームは目から脳へと指示を運んでくる「道路」をマッピングしようと試みました。彼らは、ニューロンの物理的な形状や、それらのワイヤー（軸索）がどのように交差しているかが、特定のタイプのニューロンがどの接続を受けるかを自然に決定すると想定していました。それは、もし都市のレイアウトと郵便トラックがどこを走るかを知っていれば、どの家に郵便物が届くかを完璧に予測できると想定するようなものでした。

最初の驚き：マップは間違っていた
研究者たちは、自分たちの詳細な脳の解剖学的3Dマップが、実際の接続を予測できなかったことを発見しました。ニューロンの形状や位置に関する完璧な知識があっても、物理的なレイアウトだけでは、なぜ特定のタイプのニューロンが目からの強い信号を受け取り、他のニューロンがほとんど受け取らないのかを説明できなかったのです。「道路マップ」としての脳は、単純な幾何学だけでは説明できないほど乱雑で複雑でした。これは、物理的なレイアウトではなく、化学的な信号やワイヤー間の競争といった、目に見えない他の要因が、誰が接続されるかを決定していることを意味していました。

チームはその後、線の角度の好みをニューロンがどのように選ぶのかを説明するとされていた2つの有名なアイデアを再現し、分類の問題を解決できるのではないかと期待しました。

1. 「特別配送」理論： 目からの指示が、まるで郵便局が郵便物を異なる箱に仕分けするように、特定のパターンへと「明」と「暗」の信号を自然に分離する形で脳に届くという考え。
2. 「類は友を呼ぶ」理論： 同じ線の角度を好むニューロン同士が自然に繋がり合い、互いの好みを強化し合う緊密なクラブを形成するという考え。

チームはこの超リアルなモデルを構築し、これら2つの理論（および修正された接続データ）をプログラムし、そして「実行」ボタンを押して何が起こるかを見守りました。彼らは、実際のマウスが見るのと同様に、動く縞模様の光をシミュレートしました。

大きな驚き：
シミュレーションは失敗しました。完璧な「特別配送」の指示と「類は友を呼ぶ」クラブがあったにもかかわらず、デジタル上のマウス脳内のニューロンは、線の角度を見分けることがあまり上手くなりませんでした。垂直な線と水平な線を区別する能力は、実際のマウスで見られるものよりもはるかに弱かったのです。実際、研究者がニューロン間の局所的な接続（「類は友を呼ぶ」の部分）を追加すると、分類は改善するどころか、むしろ悪化しました。

これは非常に重大なことでした。なぜなら、単純で低詳細なコンピュータモデルではうまく機能していた古い単純な説明が、現実の複雑な脳がどのように機能するかを説明するには不十分であることを意味していたからです。それは、車のエンジンを作るためにスケッチだけを使おうとしているようなものです。スケッチは正しく見えますが、実際に重くて硬い金属部品を入れると、エンジンはガタガタと音を立てて始動しません。

研究者が否定したもの

チームは単に「うまくいかなかった」で終わったわけではありません。彼らはなぜうまくいかなかったのかを突き止めるために、探偵のように動きました。彼らはいくつかの可能性をテストし、それらを排除しました。

• 「特別配送」による分類ではない： 彼らは目からの明と暗の信号を分離する方法をいくつか試しましたが、どのように配置しても、脳は線をうまく判別できませんでした。これらの信号の物理的な配置だけでは、魔法の鍵にはなりませんでした。
• 「類は友を呼ぶ」接続だけが問題ではなかった： ニューロン同士がどのように接続しているのかが問題なのかどうかをチェックしました。「類は友を呼ぶ」理論が予測する通りにニューロンを強制的に接続させたとしても、脳は依然として線を適切に分類することに失敗しました。
• 数学的なミスでもなかった： 彼らはコードと数値を再確認し、接続の計算方法に単純な誤りがないことを確かめました。

新しい仮説：脳には「自己調整システム」が必要である

もし配線や指示が不十分であるならば、何が欠けているのでしょうか？研究者たちは、現実の脳には彼らのシミュレーションに欠けていた秘密兵器があるのではないかと示唆しています。それは**恒常性可塑性（ホメオスタシス・プラスティシティ）**です。

これは、脳における「自己調整機能を持つサーモスタット」のようなものだと考えてください。実際の脳では、ニューロンは自分がどれくらい発火しているかを常に監視しています。もしあるニューロンが過剰な入力を受けて暴走しそうになれば、静かに感度を下げます。逆に、入力が少なすぎれば、ボリュームを上げます。これは常に発生しており、ネットワーク全体をバランスの取れた状態に保ち、準備万端の状態にします。

シミュレーションにおいて、ニューロンは静的でした。彼らは自分自身を調整することができなかったのです。彼らは生まれ持った設定のまま固定されていました。研究者たちは、この「自己調整」能力がなければ、現実の脳の複雑で乱雑な接続は、単に圧倒されてしまうのではないかと考えています。彼らは、乱雑なワイヤーの山を、鋭い線検出マシンへと変えるためには、このダイナミックなバランス調整が必要であると提案しています。

まとめ

この論文は、脳科学者に対する一種の「現実への引き戻し」です。単純でクリーンなコンピュータモデルで理論が機能するからといって、それが生きている脳という、乱雑で複雑な現実においても機能するとは限らないということを示しています。ニューロンがどのように線を分類するかについての古いアイデアは、おそらく物語の一部ではありますが、それがすべてではありません。

著者らは、私たちが世界をどのように見ているかを真に理解するためには、脳を静的な回路基板として見るのをやめ、ダイナミックで自己修正を行うシステムとして見始める必要があると示唆しています。彼らはこの新しいアイデアが間違いなく答えであると証明したわけではありません（まだ自己調整プロセスを完璧にシミュレートできていないため）。しかし、彼らの結果は、これなしでは脳の視覚システムは本来のようには機能しないことを強く示唆しています。これは、脳が単にパーツから作られた機械ではなく、バランスを保つために絶えず自らをチューニングしている、生きたシステムであることを思い出させてくれるのです。