A single-channel EEG classification system for multiscale characterization of mouse vigilance state

睡眠探偵の新しいツールキット

都市の日常的なリズムを、電力網のハミングを聞くだけで理解しようとしているところを想像してみてください。人々を見ることはできず、交通量を見ることもできませんが、街が目覚める時に電気が急増し、静かな午後に落ち着いて低下し、深夜のパーティー中にスパイクする音は聞こえます。これは、科学者がマウスの睡眠を研究する際に行っていることの本質です。彼らは単に動物を観察するだけでなく、脳の電気的なささやき、すなわち脳波（EEG）を聴いています。何十年もの間、マウスがいつ起きているのか、深い眠りに入っているのか、あるいはあの夢を見ているような「レム（REM）」状態（体がピクピクと動き、目がキョロキョロ動く状態）にいるのかを正確に判断するには、人間の専門家が画面上の波形を何時間も凝視する必要があり、確実を期すために筋肉に別のセンサーを付けることもよくありました。それは遅く、退屈で、研究者が扱えるデータ量にも限界がありました。しかし、もしコンピューターが、たった一本の脳のワイヤーから学習し、一度も出会ったことのないマウスであっても、一晩の睡眠の物語を語ることができるとしたらどうでしょうか？ それこそが、この論文が取り組んでいる大きな問いです。「人間によるダブルチェックを必要とせず、いつでも、どんなマウスに対しても機能する、スマートなシングルチャネルの『睡眠探偵』を構築できるだろうか？」

一本のワイヤーによる睡眠探偵

この研究において、研究チームはマウスの睡眠探偵として機能するように設計された、巧妙なコンピュータープログラムを構築しました。通常、マウスが起きているのか眠っているのかを知るには、科学者は脳の電気信号（EEG）と筋肉の信号（EMG）の両方を見る必要があります。これは、人の顔と足の両方を見て、その人が走っているかどうかを推測しようとするようなものです。では、もし顔のカメラしか持っていなかったらどうでしょう？ この論文はこう問いかけます。「脳の信号だけで、物語のすべてを解き明かすことができるだろうか？」

研究者たちは「チャンネル・アグノスティック（チャネルに依存しない）」なシステムを作成しました。これは、自分がどの特定の街角に立っているかを気にしない探偵のようなものです。公園にいようと、市場にいようと、工業地区にいようと、その街のリズムを認識できるのです。彼らは、マウスの脳の3つの異なる部位（運動野、体性感覚野、視覚野）からの脳波記録を使用してAIモデルを訓練し、それぞれを独立した手がかりとして扱いました。目標は、AIがマウスの睡眠の一般的な「言語」を十分に学習し、見たこともない新しいマウスの睡眠状態を正しく推測できるかどうかを確認することでした。

これをテストするために、彼らは「リーブ・ワン・アウト（一つ抜き）」というゲームを行いました。8匹のマウスのデータを用意し、7匹のデータでAIを訓練した後、一度も会ったことのない8匹目のマウスの睡眠状態を推測させました。これをすべてのマウスが「ゲスト」になるまで繰り返しました。結果はどうだったでしょうか？ AIは驚くほど優秀でした。睡眠ステージを約90%の精度で正しく当てました（具体的には 0.897 ± 0.058）。特に、マウスが起きている時や深い睡眠中にいる状態を見抜くのが得意でしたが、夢を見ているレム睡眠については少し難しく、正解率は約77%でした。これは、たった一本の脳のワイヤーが、コンピューターが未だ見ぬマウスであっても、睡眠の物語を伝えるのに十分な情報を持っていることを証明しています。

凹凸のある道を滑らかにする

しかし、AIの生の出力は少しギザギザしていました。まるで、キャラクターが明らかにぐっすり眠っている時でさえ、数秒ごとに「起きている」と「寝ている」の間を激しく行き来する映画のようです。AIは微細で急速な間違いを犯しており、それが睡眠の履歴を断片的なものに見せていました。これを修正するために、研究者は「因果的テンポラル・スムージング（因果的時系列平滑化）」というステップを追加しました。これは、「待てよ、もしマウスが過去10秒間ずっと眠っていたのなら、たとえ信号が少し変に見えたとしても、おそらく今はまだ眠っているはずだ」と言う賢明な編集者のようなものです。

信号の直近の履歴を見ることで、AIはこれらのチラつきを滑らかにしました。これにより、全体的な精度は大きく変わりませんでしたが、睡眠の「構造」が修正されました。AIが数百もの、あり得ない「4秒間の昼寝」を捏造するのを防ぎ、代わりにそれらを現実的な、より長い睡眠エピソードへとグループ化しました。これにより、自然な夜の流れが回復し、睡眠パターンが人間の専門家が描くものに非常に近いものになりました。

「ヒプノデンシティ（睡眠密度）」マップ：グレーゾーンを見る

ここからが、この論文の非常に独創的な部分です。ほとんどの睡眠トラッカーは、「午後10:00 - 就寝」、「午後10:04 - 起床」といった単純なリストを出力します。しかし、睡眠は常に白か黒かのスイッチではありません。時には、脳が半分起きていて半分寝ているような、グレーゾーンが存在します。研究者たちは「ヒプノデンシティ（睡眠密度）」という概念を導入しました。

単に一つのラベルを選ぶのではなく、彼らのシステムはあらゆる秒に対して確率スコアを出力します。これは、「雨」とだけ言うのではなく、「降水確率60%、晴天の確率40%」と言う天気予報のようなものです。4秒間のウィンドウを1秒ずつ前方にスライドさせることで、彼らはマウスの睡眠状態の連続的な、秒単位のマップを作成しました。

このマップは、非常に興味深い事実を明らかにしました。マウスが起きている状態から眠っている状態へ（あるいはその逆へ）切り替わる瞬間に、AIは「混乱」するのです。確率スコアは曖昧になり、「不確実性（エントロピー）」が急上昇します。これは、睡眠の移行が、瞬時の切り替えではなく、乱雑で緩やかなプロセスであることを裏付けています。AIはこの曖昧さを美しく捉えており、脳が完全にどちらか一方の状態ではなく、その中間にある「混合ゾーン」に数秒間留まっていることを示しています。

長期テスト：33日間の睡眠

最後に、チームはこの探偵が短距離走だけでなく、マラソンにも対応できるかどうかを確認したいと考えました。彼らは同じAIモデルを使い、6匹の「新しい」マウスに対して、32日から33日間連続で睡眠を記録させました。決定的なのは、彼らはこれらの新しい動物のためにAIを再訓練したり調整したりせず、ただそのまま走らせたことです。

結果は印象的でした。AIは数週間にわたって一貫した、整理された睡眠スケジュールを維持し、マウスの自然な日内リズムを捉えていました。しかし、研究ではある落とし穴も見つかりました。システムは記録機器に対して敏感であるということです。研究者が実験の途中で記録ハードウェアを変更したところ、AIの予測が変化しました。あるマウスは突然、睡眠が増えたように見え、別のマウスは減ったように見えました。これはAIの「脳」の失敗ではなく、「耳（センサー）」が変わったことを示すサインでした。これは、AIが堅牢であっても、物理的なセットアップが変わる際には監視が必要であることを教えてくれます。

まとめ

この論文は、マウスの睡眠を理解するために複雑なセンサーのネットワークは必要ないことを示しています。時間の流れを尊重し、移行期のグレーゾーンを認めるスマートなAIによって処理された、たった一つの脳活動チャネルがあれば、信頼できる長期的な覚醒状態の全体像を構築するのに十分なのです。これにより、科学者は、一本のワイヤーしか記録されていなかった古いデータを再利用したり、画面を凝視する人間を必要とせずに数週間にわたる実験を行ったりすることが可能になります。システムは完璧ではありません（特にハードウェアが変わった時や、夢を見ている正確な瞬間を特定しようとする時）が、それは、静かな睡眠の言語に耳を傾けるための、強力で柔軟な新しい方法を提供しています。