ゼブラフィッシュのシミュレーションと視覚搭載ロボット魚が明らかにする、身体が脳回路を形成する仕組み

ゼブラフィッシュのシミュレーションと視覚搭載ロボット魚が明らかにする、身体が脳回路を形成する仕組み
1 分の読書

EPFL、デューク大学、Instituto Superior Técnicoの研究者らは、ゼブラフィッシュ幼生のリアルなシミュレーションと、視覚のみで流れを遡ることができるこの動物に着想を得たロボットを開発した。彼らの研究は『Science Robotics』に掲載され、動物の身体と神経回路がどのように協調して行動を生み出すかを示している。

川の中でその場に留まるためには、魚は泳ぐ速度と、流れを補償するための向きを把握しなければならない。ほとんどの種は、視覚を用いてオプティックフロー(背景の流れ)を検知し、脳がこれらの信号を補償運動に変換する。神経科学者はこの安定化反射を視運動性反応(OMR)と呼ぶ。網膜が流れの方向を捉え、脳の領域である前視蓋のニューロンがそれを解釈し、脊髄神経が筋肉の収縮を指令する。

問題は、接続の役割をテストするために生きた脳を改変することが難しい点にある。現在ではイメージング技術により行動中のニューロンの記録や操作が可能になったが、複雑な動物の配線を書き換えることはほぼ不可能である。

魚の脳から抽出された回路図

出発点はデューク大学のナウマン研究室にあり、川床のオプティックフローを模倣した視覚刺激にさらされた幼生の詳細な行動研究と全脳カルシウムイメージング、回路モデリングを組み合わせることで、脳全体にわたるOMR経路の配線図が確立された。

このモデルと、脊椎動物の網膜および脊髄における神経処理に関する他のデータをもとに、EPFLチームのXiangxiao Liu博士とLuca Zuninoは、神経力学シミュレーション「simZFish」を開発した。これは幼生の身体(目とひれを含む)を再現し、この実験的な回路図を脳として使用する。

分解可能な脳、simZFish

物理シミュレーターWebots内で構築されたsimZFishは、6日齢の幼生を1:1スケールで再現する:体長4mm、重量0.3mg、7つのセグメント、6つのシミュレートされたモーター、側面に2つのカメラを備えた頭部、そして現実的な流体力学を持つ。その人工脳は、網膜が捉えるピクセルから筋肉の活性化に至るまでの神経回路全体を再現している。

研究者はモデルの任意の要素を変更し、ニューロンを削除または追加したり、目のレンズを変更したりして、その効果を即座に観察できる。著者らが指摘するように、生体動物では、研究対象の行動を魚が取る際の活動相関しか記録できず、進行中の他の処理を排除できない。したがって、このモデルは構成要素を識別可能にし、OMRの「最小限の必須要素」を特定することを可能にする。

身体は計算の一部である

カメラを頭部の側面に配置したところ、研究者らは、流れによって生じるオプティックフローが、視野ごとに矛盾する渦を生み出すことを発見した。これは古典的な「開口問題」に近いケースである。網膜全体が回路に入力されると、これらの信号は相殺され、OMR行動は消失した。入力を視野の下部および後部に限定すると、行動はすぐに回復した。

この領域は、実際の魚においてOMRを最も強く駆動する領域と正確に一致する。著者らによれば、側方眼の配置は、なぜ回路がそのように配線されているかを説明する:それは最小限の接続で最も有用な情報を捉える、効率的な解決策であり、進化もまた採用したようだ。

顕微鏡に戻る予測

シミュレーションはまた、初期モデルの限界も明らかにした。各目が反対方向の動き(これまでテストされていないせん断刺激)を受けたとき、simZFish 1.0は予想よりはるかに多く回転した。チームの主任神経生物学者であるMatthew Loring博士によれば、同じ刺激を実際の幼生に示したところ、ほとんど回転は引き起こされなかった。

デューク大学の研究者らはその後、二光子体積カルシウムイメージングを用いて数万個のニューロンを記録した。彼らは、これまで記述されていなかった前視蓋の複数の両眼性ニューロンサブタイプを同定した。これらをモデルに統合することでsimZFish 2.0が得られ、せん断刺激に対する反応を含め、実際の魚の行動をはるかによく再現した。EPFLのバイオロボティクス研究室(BioRob)を率いるAuke Ijspeertは要約する:「simZFishは研究範囲を絞り込み、動物実験が予測を検証し、それらが一緒になって神経回路のパズルを完成させる。」

川の中のZBotロボット

この回路はその後、ZBotという80センチメートル、2.7キログラムのロボットに移植された。ZBotは2台の実カメラ、6つの尾部モーター、同じニューラルネットワークを実行するRaspberry Piを搭載している。ローザンヌ近郊のシャンベロンヌ川では、視覚回路が作動している状態で、ロボットはドローンのカメラ視野内に58秒間留まった。これは、「目」が無効化されたときの約37秒間や、モーターが停止して漂流しているときの20秒間と比較される。

これらの試験は、魚が原理的に視覚回路のみを用いて流れに対抗できる可能性を示唆しており、流れ走性には体側線(体に沿った感覚器官のネットワーク)が必要だという仮説に反する。ロボティクスにおいて、このアプローチはハードウェアの追加を回避する:ドローンは通常下向きカメラを使用するが、この方法は既存の側方カメラを活用する。シミュレータのモデルとロボットの設計はオープンソースである。

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x