Mapping the Neural Substrates of Behavior | cell (2017)
Alice A Robie, Jonathan Hirokawa, Austin W Edwards, Lowell A Umayam, Allen Lee, Mary L Phillips, Gwyneth M Card, Wyatt Korff, Gerald M Rubin, Julie H Simpson, Michael B Reiser, Kristin Branson hl.icon
対象動物：
単独行動・社会行動と脳領域の関係について
手法：
実験手法：
解析手法：
機械学習
脳はどのように行動を生み出しているのか？
この疑問に答えるには神経回路と行動の対応関係について調べる必要がある。
一方で、大量の神経細胞と無数にある行動パターンを結びつけるのは大変
GAL4 linesを用いて、ショウジョウバエ脳内の特定の神経細胞群を活性化
ショウジョウバエのアリーナ内での行動をカメラで撮影
機械学習を用いて映像から各ショウジョウバエの位置・回転・翅の位置・性別を検出
この抽出した情報からハエの速度・近くのハエとの距離・翅の角度などを計算
人為的に14種類の行動をクラスを作成し、それぞれの行動の分類器を作成
Naa_tsure.iconやはりここが恣意的すぎる
Naa_tsure.icon同じタイミングで2つの行動に分類されることがあれば、どれにも分類されないこともある
アノテーションにはJAABAという機械学習ツールを使用した この解析で行動の変化とGAL4のlineの関係がわかる
次に、GAL4 lineによってラベリングされる脳部位を特定
GFPで細胞をラベリングした画像を各サブボクセルで平均化して、各GAL4 lineがラベルしている脳部位を調べる
GFPの発現の強さと行動の強さを結び付ける作業を全GAL4 lineに対して行う
これにより、とある行動に関連している脳部位を特定する
Naa_tsure.iconGFPシグナルの強さ＝細胞数ということなんだろうけど必ずしも活動の強さとは関連しない希ガス
Naa_tsure.icon関連する脳部位はわかるが、どのような処理をしているかはわからない
Naa_tsure.icon例えば、スピードの上昇に働く細胞を見つけたとて、より抽象的な表象かもしれない
Naa_tsure.iconそもそも、神経集団の活性化により、複数の行動が変化している
Naa_tsure.iconでもこれは複数のGAL4 linesで平均化してるのである程度絞れるか
実際に特定の行動に関与する脳領域を知らべて見ると、過去の知見の上手く合致していた
自動で大量のデータを処理することで、効率よく行動に関与する脳領域を検出することが出来る
Naa_tsure.icon過去の知見と合致していたことから、ショウジョウバエにおける脳部位と行動の対応には使えそう
Naa_tsure.iconでも、こんな使い方が出来る動物ってショウジョウバエ以外にいるのか？という気持ち
メモ
アノテーションが人間依存過ぎる感
再現性というか、個人によるブレを減らすために、例えばこんな手法とか
特定の遺伝子を発現する細胞を興奮→行動の変化をみるという手法で、神経細胞のダイナミクスはみていない
split-Gal4で細胞数を絞ったりしてはいるものの、他の手法での検証は必要そう
全脳イメージングと行動のマッピングをした仕事は多分探せばあるはず
Naa_tsure.iconこちらは行動がfree-movingでないというジレンマ
hl.icon
Robie AA, Hirokawa J, Edwards AW, Umayam LA, Lee A, Phillips ML, Card GM, Korff W, Rubin GM, Simpson JH, Reiser MB, Branson K. Mapping the Neural Substrates of Behavior. Cell. 2017 Jul 13;170(2):393-406.e28.