Gradients of local circuit architecture shape stability and information integration across the cortical hierarchy
マウス皮質の生物学的に現実的なシミュレーションを用いた本研究は、接続密度および皮質階層におけるSST細胞の相対的な割合を増加させることが回路の安定性を高めることを示しており、それによって局所的な細胞型組成を集団レベルの活動および情報処理機能へと結びつけている。
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
哺乳類の脳は、単一で均質な器官ではなく、それぞれが異なる役割を果たすように調整された、多様な専門領域からなる広大な景観である。この景観の底部には感覚領域があり、これらは脳の「正面玄関」として機能し、目、耳、皮膚からの生のデータを迅速に処理する。情報が脳の構造を上昇していくにつれ、計画、意思決定、思考の保持といった複雑なタスクを担う高次領域へと到達する。科学者たちは、これらの領域が階層的に配置されていることを古くから知っていたが、一つの重要な謎が残されている。それは、各領域内部の微細で局所的な配線図が、どのようにしてこれら異なる役割を支えるために変化しているのかという点である。これは設計（アーキテクチャ）の問題である。図書館と工場が、本を扱う場合と組立ラインを扱う場合で異なるレイアウトを使用するのと同様に、脳の各領域も、単純な感覚と複雑な思考を管理するために、特定のニューロンの配置に依存していると考えられる。これらの局所的な設計図を理解することは、脳が情報の洪水を受けながらも、いかに安定性を維持できるかを理解する上で不可欠である。
このパズルを解くために、アレン研究所の研究チームはコンピュータ・シミュレーションの力を活用した。彼らは、階層の底にある一次視覚野から、前帯状皮質や眼窩前頭皮質のような高次領域に至るまで、マウスの5つの異なる脳領域の詳細かつ生物学的に現実的なモデルを構築した。これらのモデルは抽象的なスケッチではない。実在する脳の配線と生理機能の膨大なデータセットを用いて構築されたものである。研究者たちは、信号を伝達する興奮性細胞とブレーキとして機能する抑制性細胞を含む、実際の脳に見られる特定の細胞タイプを表す数千の仮想ニューロンを各モデルに配置した。決定的なことに、彼らはモデルを既知の生物学的傾向を反映するように調整した。すなわち、階層を上がるにつれてニューロンの密度は低下するが、それらの間の接続数は増加し、抑制性細胞の種類の混合比率が変化するという傾向である。仮想回路が入力に対してどのように反応するかをシミュレートすることで、チームは構造的な変化がいかに脳の情報処理能力と安定性の形成に影響を与えるかを観察することができた。
シミュレーションの結果、明確なパターンが明らかになった。モデルが皮質階層を上昇するにつれて、回路はより安定し、興奮と抑制のバランスを取る能力が高まったのである。この安定性は、主に2つの要因によって駆動されていた。第一に、高次のモデルほどニューロン間の接続が密になることである。第二に、おそらくより驚くべきことに、ソマトスタチン（SST）細胞と呼ばれる特定のタイプの抑制性ニューロンの割合が増加することである。低次の感覚モデルでは、興奮性細胞はパルブアルブミン（PV）細胞として知られる別のタイプの抑制性細胞からより多くの入力を受けていた。しかし、高次のモデルではこのバランスが逆転し、興奮性細胞はSST細胞から大幅に多くの入力を受けるようになった。この細胞構成の変化は、高次の回路が摂動を吸収して混沌に陥るのを防ぐのに役立っており、脳が高次認知の複雑で統合的な要求を処理するために、その局所的な配線を適応させていることを示唆している。
研究者たちはまた、単一のニューロンが活性化される様子を模倣した（科学者が光を用いて生体内の細胞をトリガーする実験のように）、特定の刺激に対するこれらの回路の反応についてもテストを行った。彼らがモデル内の単一の興奮性ニューロンを刺激すると、活動は外側へと波及したが、その反応は細胞のタイプに大きく依存していた。SSTニューロンは特異的に敏感であり、刺激された細胞と直接接続されていなくても、刺激に対して強く反応した。チームは、この高い反応性が、SST細胞がより多くの興奮性信号を受け取っているからではなく、隣接する細胞からの抑制入力をPV細胞よりも少なく受けているからであることを発見した。SST細胞がより豊富に存在する高次のモデルにおいて、このメカニズムは、ネットワークが不安定になることなく多くの異なる入力を統合できるように、厳格なバランスを維持する役割を果たしていた。
興味深いことに、この研究は、階層を移動する際に何が変化「しない」のかについても明確にした。長年、科学者たちは、情報の処理速度、すなわち神経活動の「タイムスケール」が、階層を上がるにつれて遅くなることを観察してきた。一次感覚領域はミリ秒単位で反応するが、高次領域はより長い時間情報を保持する。研究者たちは、この遅延が、より密な接続やより多くのSにわたるSST細胞といった、彼らがモデル化した局所的な配線の変化によって引き起こされるのではないかと疑った。しかし、彼らのシミュレーションはそれとは逆の結果を示した。接続密度を高めることは、むしろ回路の反応をわずかに速くさせたのである。この発見は、高次の脳領域で見られる遅いタイムスケールが、局所的な回路のアーキテクチャのみによる産物ではないことを示唆している。それらは、他の脳領域への長距離接続や、時間の経過とともに活動を調節する化学的信号など、ニューロンのすぐ隣の領域を超えた要因に由来する可能性が高い。
局所的な回路の物理的構造をその機能的な出力に結びつけることで、本研究は脳の組織化を理解するための新しい方法を提供している。これは、脳が単に処理能力を拡大しているのではなく、その局所的な近隣領域を根本的に作り変えていることを示している。SST細胞の増加と、それらが形成する特定の接続パターンは、多様な情報の流れを統合できる堅牢な環境を作り出している。局所的な配線が脳の安定性と複雑な入力の処理方法を説明する一方で、この研究は、脳の思考の速度の変化については、局所的な回路から目を逸らすよう指摘している。結果として、局所的なアーキテクチャとグローバルな影響が、それぞれ独自の役割を果たしながら、認知という交響曲の中でどのように連携しているかという、より鮮明な全体像が描き出された。
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。