Mus musculus mice self-organize existing behaviors into structured bouts as they become expert hunters.
本研究は、実験用マウスが、食物制限を受けることなく、既存の行動をサンプリングやサイト・チェッキングといった構造化された高品質なバウトへと再編成することにより、複雑で動的な環境において隠された資源を探索することを学習することを実証しており、それによって、自然な意思決定の神経学的および進化論的基盤を調査するための新たな手法を確立している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
野生の世界において、マウスはマルチタスクの達人です。マウスは、変化し続ける環境をナビゲートし、どこで食べ物を見つけたかを記憶し、危険に耳を澄ませ、いつ動き、いつ静止するかを判断しなければなりません。これらすべてを、自らの空腹と安全のバランスを取りながら行わなければならないのです。科学者たちは、脳がいかにしてこのような複雑で現実世界のような意思決定を処理しているのかを、長年理解したいと考えてきました。数十年にわたり、ラボで動物の行動を研究する標準的な方法は、報酬のためにレバーを何度も繰り返し押させるような、単純な動作を数百回繰り返すよう訓練することでした。この手法は多くのことを教えてくれましたが、野生における、自らのペースで行われる混沌とした性質を削ぎ落としてしまいます。研究者たちは、硬直した反復的なルーチンを強いることなく、ダイナミックな環境の中で動物がどのように選択を行うのかを観察する方法を模索してきました。
ジャネリア・リサーチ・キャンパスの科学者チームは、現在、そのような環境を作り出し、マウスが強制されることなく、いかにして狩りの学習を行うかを明らかにしました。彼らは157個のモジュール式タイルで作られた大きな六角形のアリーナを構築し、マウスが自由に動き回れる迷路のような空間を作り出しました。このアリーナの中には、マウスにとって自然な食料源である生きたコオロギを放出できる特別なタイルが隠されていました。しかし、マウスはコオロギを見ることも、遠くからその匂いを嗅ぎ取ることもできませんでした。唯一の手がかりは音でした。正しいタイルの中に隠されたスピーカーが音を鳴らしますが、それはマウスが0.5秒間、完全に静止している場合にのみ起こります。マウスが動き続けている間は、音は鳴りません。食べ物を見つけるためには、マウスは立ち止まり、耳を澄ませ、そしてその場所を調べるべきか、それとも通り過ぎるべきかを判断しなければなりませんでした。
最初は、マウスたちは不器用でした。彼らはあちこちを歩き回り、多くのタイルをチェックし、しばしば静止して音を聞いたものの、そこには何も見つからないということがよくありました。しかし、数日間の経験を積むにつれて、驚くべきことが起こりました。彼らは効率的なハンターへと成長し、はるかに少ないミスで、より素早くコオロロギを見つけるようになったのです。研究者たちは、マウスが単に静止する回数を増やしたり、見つける確率を高めるためにチェックするタイルを増やしたりするのではないかと予想していました。彼らは高速カメラでマウスのあらゆる動きを追跡し、コンピュータプログラムを用いて体の位置を分析することで、マウスを注意深く観察しました。彼らは、より良く聞くために後ろ足で立ち上がる、あるいは集中するために毛づくろいをするのを控えるといった、特定の行動が増加するかどうかを調べました。
データによれば、マウスは実際にこれらの特定の行動を増やすことはありませんでした。習熟したマウスであっても、立ち上がる頻度が増えたり、1時間あたりのタイルチェック数が増えたりすることはありませんでした。習熟度に関わらず、個々の行動の頻度はほぼ一定でした。その代わりに、マウスは既存の行動の「組み立て方」を変えたのです。彼らは、静止している瞬間とタイルをチェックする瞬間を、密接で集中した一連の動作（シーケンス）へと繋ぎ合わせ始めました。研究者たちは、これらのシーケンスを「エンゲージド・バウト（集中した一連の行動）」と呼びました。この短い時間の間に、マウスは立ち上がり、耳を澄ませ、タイルをチェックし、数歩動き、再び立ち上がって耳を澄ますといった動作を、毛づくろいや食事をすることなく連続して行いました。これらのバウトは、パズルを解く寸前になった時にのみスイッチを入れる、集中した探索パターンのようなものでした。
この戦略の変化こそが、彼らの成功の鍵でした。マウスは新しい技を学ぶ必要も、もっと一生懸命に働く必要もありませんでした。ただ、すでに持っている古い馴染みの行動を、より効果的なパターンへとグループ化することを学んだのです。研究者が音の手がかりを取り除くと、マウスは即座に効率を失ったため、音が不可欠であったことが証明されました。また、マウスを飢餓状態にしても成功指標に大きな影響を与えなかったことから、彼らのパフォーマンスはカロリー制限なしでも堅牢であることが示されました。この研究は、複雑で自然な設定における学習とは、必ずしも同じことをより多く行うことではないことを示しています。それは、すでに知っていることを再構成し、既存のスキルを目の前の課題に適合する新しい構造へと編み上げることなのです。
研究者たちは、この実験を柔軟かつ将来の研究に向けて開放するように設計しました。彼らはマウスを追跡し、リアルタイムで環境を制御できるシステムを使用しており、これにより、後に脳活動を記録したり、特定の脳回路をテストしたりすることが可能になります。このセットアップは、自然界で起こるような流動的で自己主導的な意思決定を、脳がいかに処理しているかを知るための新しい窓を提供します。野生のような空間でパズルを解くマウスを観察することで、科学者たちは今、学習の背後にある神経メカニズムについて、より深い問いを投げかけることができるようになりました。マウスは、自分自身を別の動物に変えるのではなく、すでに持っている行動をより上手く組織化することによって、変化する世界に適応できることを示したのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。