脳のナビゲーションシステムの奥深くには、内側嗅皮質と呼ばれる小さな領域があり、そこは脳が世界のメンタルマップを構築する場所です。数十年にわたり、科学者たちはこの領域に「グリッド細胞」が含まれていることを知っていました。これらのニューロンは、動物が空間を移動する際、繰り返される六角形のパターンで発火し、実質的に内部の座標系として機能します。より最近では、研究者たちはこれら細胞の特殊なサブセットを発見しました。それらは、動物が「今どこにいるか」だけでなく、「これからどこにいるか」に対しても発火しているように見えるのです。この「予測的」な発火は、脳が常に先を行き、目的地への経路を計画するために将来の経路をシミュレートしている可能性を示唆していました。しかし、一つの疑問が残っていました。この未来を見通す能力は、計画のための専用ツールなのか、それとも脳のマップが自身を更新する方法による単なる副産物なのか、という点です。
研究チームは、二つの非常に異なる方法で脳を観察することで、この問いに答えるべく調査を行いました。第一に、部屋を探索するラットの脳からの実際の記録を再検証すること。第二に、人工ニューラルネットワークを訓練し、先読みして計画を行うという指示を与えずに、移動を追跡するという同じタスクを実行させることです。その結果、彼らは、これらの「予測的グリッド細胞」が、特定の目的地を持たずにたださまよっている時でさえ、実際のラットの脳の中に自然に現れることを発見しました。さらに驚くべきことに、ネットワークには計画や未来の予測を教えなかったにもかかわらず、同じ種類の未来を見通す細胞が人工ネットワーク内にも出現したことを発見しました。人工ネットワークは、単に移動に基づいて位置を更新するというタスクを与えられただけでしたが、まるで時間を前方に投影しているかのように発火するユニットを自発的に発達させたのです。
研究者たちは、これらの細胞が本当に未来を予測しているのか、それとも単に過去に反応しているだけなのかをテストしました。彼らは、これら特定の細胞の活動が、動物が動いている方向に大きく依存していることを見出しました。もし二つの経路が同じ場所で交差していたとしても、動物が異なる方向に向かっていれば、これらの細胞は異なる反応を示しました。これは、細胞が現在の場所ではなく、前方の経路（軌跡）を追跡していることを示しています。このことは、これらの細胞が「軌跡」を符号化していることを示唆しています。また、この研究は、これらの予測的な細胞が、マップの安定性を維持するのに役立つ、ストライプやバンドのような形をしたネットワーク内の別のタイプの細胞と、しばしば重なり合っていることも明らかにしました。このことから著者らは、これらの未来を見通す細胞は、独立した計画モジュールではなく、むしろ脳のマップを正確かつ前進させ続けるメカニズムの不可欠な一部である可能性を提案しました。
このメカニズムが、脳が能動的にナビゲーションを行っていない時でも存在するのかを確認するため、チームはラットが眠っている間のデータを調査しました。彼らは、睡眠中にもこの予測的コーディングの微かではあるが明確な兆候が見られることを発見し、動物が休息している時でさえ、脳がこの前方へのシミュレーションを継続していることを示唆しました。この結果は、脳が未来を見通す信号を生成するために、特定の目標や意識的な計画を必要とするという考えに異を唱えるものです。むしろ、次のステップを予期する能力は、脳が「今どこにいるか」を知ることを可能にする回路そのものに組み込まれているようです。この研究は、脳のマップとは現在の静止画ではなく、動物が旅の計画を立てている時であれ、単に眠っている時であれ、瞬間を未来へと投影することによって絶えず自身を更新し続ける動的なシステムであることを示唆しています。
技術的要約：予測的グリッド細胞コーディングは明示的な計画を必要としない
問題提起
内側嗅皮質（MEC）には、空間位置を六角形格子状に符号化するグリッド細胞が含まれており、これらは経路統合（path-integration）を支援すると仮定されている。近年、「予測的グリッド細胞（predictive grid cells）」と呼ばれる明確な細胞集団が発見された。これらの細胞は、動物の現在の位置ではなく、将来の位置に対してグリッドのようなチューニングを示す（前向きのコーディング）。これは、MECが目標指向型のナビゲーションや計画を支援するという仮説と一致するが、これらの細胞の機能的な意義は依然として不明である。既存の予測コーディング理論では、予測的な特性を標準的なグリッド細胞の性質として帰属させることが多く、「予測的グリッド細胞」がどのような特定の役割を果たしているのかという疑問が生じる。さらに、このコーディングが齧歯類のMECにおける一般的な特徴なのか、あるいは特定の実験条件下における特異的なアーティファクトなのかも不明である。決定的なのは、このような表現が生じるために明示的な計画メカニズムが必要なのか、それとも経路統合の計算上の要求から自然に発生するものなのかという点である。
手法
著者らは、独立した電気生理学的データと回帰型ニューラルネットワーク（RNN）モデリングを用いた二角的なアプローチを採用した。
電気生理学的再解析： 著者らは、ラットを用いたオープンフィールド環境での大規模な既発表のMECデータセット（Gardner et al., 2022）を再解析した。このデータセットは、施設、実験条件、および解析コードの点で、予測的グリッド細胞の最初の発見（Ouchi & Fujisawa, 2024）とは異なるものである。
- 分類： 1,330個の記録細胞に対し、様々な時間シフト（Δ）におけるグリッドスコアを算出した。標準的なグリッド細胞は、Δ=0においてグリッドスコア >0.5を持つものと定義された。予測的グリッド細胞は、非標準的グリッド細胞（Δ=0でグリッドスコア <0.5）であり、かつ前向きのシフト（Δmax>0）において最大グリッドスコア >0.3を達成するものと定義された。
- 検証： 観察されたグリッドスコアが偶然の一致によるものではないことを保証するために、サーキュラーシフト・シャッフル解析を行った。
- 睡眠解析： 予測的グリッドコーディングのシグネチャ（特にトーラス座標エンコーディングにおけるバイアス）が、徐波睡眠およびREM睡眠中にも持続するかどうかを調査した。
回帰型ニューラルネットワーク（RNN）モデリング： 著者らは、10個の独立に初期化されたRNNを用いて、2次元環境における経路統合を実行するように訓練した。
- アーキテクチャ： ネットワークは512個のプレイスセルと4,096個の回帰ユニットを利用し、明示的な目標、ルート計画、または将来の位置信号なしに、速度入力によって更新される。
- 解析： 回帰ユニットの空間チューニングを、MECデータに適用したのと同様の時間シフト手法を用いて解析した。ユニットは、時間シフトに対するグリッドスコアのプロファイルに基づき、標準的グリッド、予測的グリッド、または回顧的（retrospective）グリッドに分類された。
- 経路依存性： 予測的コーディングを検証するため、同じ空間ビンを通過するが異なる移動ベクトルを持つ一対の軌跡間の集団ベクトル相関を算出した。
- 機能的重複： RNNにおける予測的グリッドユニットと「バンド（band）」ユニット（RNNにおける経路統合をサポートすることが知られているバンド状の空間チューニングを持つユニット）の重複を調査した。
- アブレーション（除去実験）： 予測的グリッドユニットを除去した場合の、残りのグリッドユニット集団の自己相関への影響を観察する予備的なアブレーション研究を行った。
主な結果
- MECにおける一般的な存在： 独立したMECデータセットにおいて、著者らは117個の予測的グリッド細胞（記録あたりの非標準的グリッド細胞の約22.4%）を特定した。これらの細胞はΔ=0では低いグリッドスコアを示したが、活動を将来の位置に投影したとき（時間シフト ≈100−200 ms）には有意なグリッド様構造を示した。これにより、予測的グリッド細胞は特定の発見データセットに限定されたものではなく、齧歯類のMECにおける一般的な特徴であることが確認された。
- 経路統合RNNにおける出現： 計画の目的関数なしに経路統合のみで訓練されたにもかかわらず、RNNは予測的グリッドユニット（非死滅ユニットの約4.7%）および回顧的グリッドユニット（約3.4%）を自発的に発達させた。
- これらのユニットは、標準的なグリッドユニットがΔ=0でピークに達するのとは対照的に、前向きのシフトに伴ってグリッドスコアが単調に増加した。
- RNNにおける予測的グリッドユニットは、標準的グリッドユニットよりも有意に高い将来の経路依存性を示した。彼らの集団ベクトルは、たとえ同じ現在位置を占有していても、将来の方向が類似している場合にのみ高度に相関した。
- バンドユニットの役割： 著者らは、RNNにおけるバンドユニットと予測的グリッドユニットの間に有意な重複があることを見出した。バンドユニットは、標準的グリッドユニットと比較して、前向きのシフトに伴うグリッドスコアの相対的な増加が大きかった。これは、予測的コーディングが空間表現を更新する回路メカニズムと関連していることを示唆している。
- 睡眠中のシグネチャ： 睡眠データが利用可能であった一つの記録において、予測的グリッド細胞（探索中に特定された）は、徐波およびREM睡眠の両方において、前向きのシフトを伴うトーラス座標のエンコーディングへのバイアスを示したが、非予測的細胞は示さなかった。
- アブレーションの影響： RNNから予測的グリッドユニットを除去すると、グリッドユニット集団のダイナミクスに微妙な変化が生じた。具体的には、より長いタイムスケールでの自己相関が増加した。これは、これらのユニットがアトラクタ多様体における現在の状態から活動を「反発」させる役割を果たしている可能性を示唆している。
意義と主張
本論文は、予測的グリッド細胞コーディングは、明示的な計画や目標指向の目的を必要とせずに、MECグリッド細胞回路の基本的な特性として現れるものであると主張している。著者らは、予測的グリッド細胞が単に高次のルート計画に特化したものではないという概念に異を唱えている。代わりに、予測的グリッド細胞は、グリッド細胞ネットワーク（例えば、連続アトラクタネットワーク内）の集団ダイナミクスを維持および更新する役割（例：アトラクタ多様体に沿って活動を前方に駆動すること）を果たしていると仮定している。
本研究は以下の証拠を提供している：
- 予測的グリッド細胞は、齧歯類のMECにおける一般的な特徴である。
- このような表現は、明示的な計画目的なしに、経路統合を行うシステムにおいて自然に発生する。
- バンド様ユニットにおける予測的コーディングの存在は、経路統合の更新と前向きのチューニングとの間のメカニスティックな関連を示唆している。
- このコーディングのシグネチャは睡眠中にも持続し、これがタスク特異的な変調ではなく、回路の固有の特性であることを支持している。
著者らは、下流の領域が計画のためにこれらの信号を利用する可能性はあるものの、予測的グリッドコーディングの生成自体は、堅牢な経路統合とアトラクタダイナミクスのための計算上の要求の副産物であるように見える、と結論付けている。
毎週最高の 神経科学 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録