Connectome-constrained Drosophila neural control and reward-modulated plasticity in a simulated Maxwell-demon particle system

二つの部屋の間に立つ、小さく目に見えないエージェントを想像してみてください。それぞれの部屋はガス分子で満たされています。片方の部屋は熱く、もう片方は冷たい状態です。エージェントの仕事は、二つの部屋を隔てるドアに近づいてくるすべての分子を見守ることです。もし、冷たい側から速く、エネルギーに満ちた分子がやってきたら、エージェントはドアを開けて熱い部屋へと通します。逆に、熱い側から遅くて鈍い分子が近づいてきたら、エージェントはドアを閉じたままにします。このようにして、選別を行うことで、熱い部屋はより熱く、冷たい部屋はより冷たくなり、あたかも何もないところからエネルギーを生み出しているかのように見えます。マックスウェルの悪魔として知られるこの思考実験は、1世紀以上にわたって物理学者たちを悩ませてきました。それは、情報と物理的現実がどのように相互作用するのかという問いを私たちに突きつけます。すなわち、測定し、選別するという行為自体に、隠れたエネルギーコストがかかっているのではないか、という問いです。現代物理学は、情報の処理自体が熱を発生させることを示すことでこのパラドックスを解決しましたが、「生物学的な脳が、匂いや光に満ちた世界を航行するために進化した上で、もしこのような役割を与えられたとしたら、どのようにそのタスクを遂行するのか」という疑問は依然として残っています。

クイーンズ大学ベルファストのヤシュ・シャルマによる新しい研究は、シミュレートされたハエの脳がこの選別エージェントとして振る舞おうとする、デジタル実験室を構築することで、この問いを探求しています。研究者たちは本物のハエを使用したのではなく、個々のニューロン間の接続レベルまでマッピングされた、成体のショウジョウバエの脳全体のコンピュータモデルを使用しました。彼らは、この生物学的な設計図を、スライドドアのあるガス充填チャンバーのシミュレーションに接続しました。目的は、実世界のハエが実際にガスの分子を選別できることを証明することではなく、実際の生物学的な配線によって制約された脳が、物理的な環境に対してどのように反応し、その結果からどのように学習するかを、秒単位で観察できるクローズドループのシステムを作り出すことでした。デジタル脳が行ったあらゆる決定、分子がドアを通過したあらゆる瞬間、そして成功や失敗に応じて脳の接続がどのように微調整されたかをすべて記録することで、チームは、生物学的にリアルなコントローラーが熱力学の法則とどのように相互作用するかについての詳細なマップを作成しました。

実験は、二つの異なるコントローラーによるリレーレースとして設定されました。各ランの最初のパートでは、単純にプログラムされたコンピュータスクリプトが「悪魔」の役割を担いました。このスクリプトは、二つのチャンバー間に温度差を維持するために、正しい分子に対してのみドアを開けるという、正確にすべきことを理解していました。ランの次のパートでは、制御がハエの脳モデルへと引き継がれました。このモデルは、ガスの温度と分子の速度に関する同じ情報を受け取りますが、自身の内部活動に基づいていつドアを開けるかを決定しなければなりません。研究者たちは、このシミュレーションを8回実行し、各セッションの長さは5分から20分でした。すべてのセッションにおいて、二つのコントローラーは2分半ごとに交代し、これにより、完璧にプログラムされたスクリプトと比較して、ハエの脳モデルがどのようなパフォーマンスを示すかをチームが確認できるようにしました。

結果は、二つのコントローラーの間に明確な違いがあることを示しました。単純なスクリプトがドアを保持しているときは、意図した通りにガスを分別し、二つのチャンバー間に温度差を維持することに成功しました。しかし、ハエの脳モデルが制御を引き継ぐたびに、温度差は急速に消失し、チャンバーの両側は平衡状態に戻りました。ハエの脳モデルは、これらの短いセッション中に、分子を効果的に選別することを学習できませんでした。熱い側を熱いままにし、冷たい側を冷たいままにする代わりに、それはガスを混合させてしまい、悪魔のタスクが要求する分離を維持することに失敗しました。データによれば、スクリプトの制御下にある温度差は、ハエの脳が制御しているときよりも有意に大きく、生物学的なコントローラーはこの特定の熱力学的選別作業を行う能力がまだ備わっていないことが示されました。

ガスの選別には失敗したものの、実験はハエの脳モデルが能動的に学習し、変化していることも明らかにしました。研究者たちは、シミュレーションを通じて、ニューロン間の接続の強さ、すなわちシナプスの強さを追跡しました。彼らは、脳が行う決定ごとに、これらの接続が微調整されていることを見出しました。これらの接続における変化の総量は、すべてのランにおいて着実に増加しており、ネットワークが自身の行動に対する報酬や罰に反応していることを示していました。報酬の種類も重要でした。研究者が予測可能で安定した方法で報酬を与えたとき、脳は約48パーセントの確率で「良い」決定を下しました。一方、報酬がランダムで予測不能な場合、脳の成功率は約34パーセントに低下しました。これは、生物学的な配線が、たとえ信頼できる戦略を学習できていなかったとしても、フィードバックのパターンに対して敏感であることを示唆しています。

この研究はまた、コントローラーが作業している間の「精神」の内部を覗き見る貴重な機会を提供しました。研究者たちは、ハエの脳モデル内の特定の領域、すなわち、匂いや視覚などの特定のタスクを処理するニューロンの集まりであるニューロピルと呼ばれる領域の活動を記録しました。彼らは、特定の領域、特に嗅覚や視覚情報の処理に関わる領域が、実験中に最も活発であることを発見しました。これらの活動パターンはすべてのランを通じて一貫しており、生物学的な構造が、コントローラーがタスクに成功しているかどうかにかかわらず、どの部分が関与するかを決定していることを示していました。研究者たちは、どの部分の脳が発火しているのか、そして分子がドアに接近してから脳が内部の接続を調整するまでの間に、活動がどのように変化するかを正確に把握することができました。

この研究が何を証明していないのかを理解しておくことは重要です。著者は、自分たちがハエの脳が実際にマックスウェルの悪魔として機能できることを示したのではない、と慎重に述べています。実際、結果はその逆を示唆しており、この特定のセットアップにおいては、生物学的なコントローラーは単純なスクリプトよりもはるかに弱い分別者でした。この研究は、ハエの脳が新しいスキルを習得したことや、熱力学のパズルを解いたことを主張しているわけではありません。むしろ、この研究の価値はそのプラットフォーム自体にあります。研究者たちは、生物学的な制約を受けたネットワークが物理的な環境に対してテストできる、検証済みのシステムを構築しました。そこでは、すべてのイベントがログに記録され、分析可能な状態になっています。これにより、科学者は、実際の配線図に基づいた脳が、どのように物理的なシステムを制御しようとするのかを、これほど高い精度で測定できるようになったのです。

研究者たちは、現在の知見におけるいくつかの限界も認めています。例えば、シミュレーションにはシステムにエネルギーを加えるエアジェットが含まれており、このジェットは二つのコントローラーによって異なる方法で使用されたため、温度の結果に影響を与えた可能性があります。また、各条件につき一回のセッションしか実施していないため、結果は統計的に証明されたものではなく、記述的なものであるとも指摘しています。シミュレーション内の温度は、現実世界の度数ではなく、任意の単位で測定されています。また、脳に与えられた「報酬」は、複雑な熱力学的計算ではなく、単純なルールに基づいたものでした。これらの要因は、この研究が実験プラットフォームとしての概念実証であり、ハエの脳が熱力学をどのように扱うかについての最終的な答えではないことを意味しています。

究極的には、この研究は将来の研究への扉を開くものです。ハエの脳のリアルなモデルをシミュレートされた物理的世界に結合することで、研究者たちは、異なる学習ルールや異なる脳構造が将来どのように機能するかをテストできるツールを作り上げました。次のステップとしては、パターンを確認するためにさらに多くのセッションを実行すること、脳の制御を孤立させるためにエアジェットをオフにした状態でテストすること、そしておそらく、脳の構造を模倣するように設計された専用のハードウェア上でシミュレーションを実行することなどが挙げられます。現時点では、この研究は、デジタルなハエの脳がガスの分子を選別しようとし、そしてほとんどの場合失敗しながらも、同時に、課題に応じて自身の配線を能動的に変えている様子を記録した詳細な記録として存在しています。これは、私たちが、シミュレートされた分子を一つずつ、生物学的な複雑さと物理法則の相互作用をどのように測定し始められるかを示すデモンストレーションなのです。