研究概要

我々の行う様々な行動は脳によって制御されています。我々は行動のゴールである報酬を取得しようという「動機：モチベーション」に基づいて計画をたて、行動の結果もたらされるであろう報酬の価値を予測し、実際に取る行動を決定します。また、学習によってより効率的な行動をとるようになります。このようなときに脳内ではとのような情報処理が行われているのか、そのメカニズムを調べています。そのために、報酬の期待や予測、報酬の価値や確率に関わる脳の情報処理を中心に、霊長類を用いた生理学実験と数理モデル解析を融合した研究を進めています。また、我々がモノを認識するときの脳内メカニズムを探るために、パターン認識の脳内情報処理の研究も同様な手法で行っています。

１．動機付けや情動の上で重要な刺激に反応して行動を起こすときに重要であると言われている脳内の領野（前部帯状皮質→腹側線条体→腹側淡蒼球→視床背内側核→前部帯状皮質というループ回路）には前頭前野や辺緑系、腹側被蓋野（ドーパミンニューロン）と神経繊維連絡があり、動機付けや情動に関係した行動発現、特に、将来の報酬予測を手がかりとした強化学習による行動選択に大きな役割を担っていると言われています。
動機付けに関連した系を研究するには、動機付けの大きさを制御して定量的に測定することのできる課題の開発が必要です。

そこで私はこれまでに「多試行報酬スケジュール課題」を開発しました。この課題では、動物の前にコンピューターモニターを置き、そこに赤い四角形が呈示されます。この時動物はバーを握ることを求められます。次に四角形の色が緑になります。すると1秒以内にバーから手を離すことが求められます。正解ならば報酬のジュースが与えられます。これを、四角形の赤色が緑色になったことを区別するという意味で、視覚弁別試行といいます。多試行報酬スケジュール課題では、報酬のジュースを得るまでに複数回の視覚弁別試行を正解しなければなりません。この時の正解率を測定すると、1回目、2回目、3回目、、、と報酬に近づくほど正解率が上がることがわかりました。これは報酬に近づくほど動物がモチベーションを上げ、より報酬への期待が高まっていることを反映していると考えられます。
そこで次に、この課題を遂行中のサルの腹側線条体および前部帯状皮質より単一ニューロン活動を記録・解析しました。その結果、これらの領域に報酬に直接関与したニューロン活動のみならず、スケジュールの進行や、それに伴う報酬期待の大きさの情報を持つニューロンがあることを突き止めました。下記の図は、前部帯状皮質で記録されたニューロンの活動の一例で、黒い線は報酬に近づくに従ってだんだんと反応が大きくなっていることを表しています。一方、赤い線はいつ報酬が得られるかわからないようにしたときの反応で、報酬の予測ができないので反応が無くなっています。（J.Neurosci(1998),Science(2002)）.　

その後の研究で、前部島皮質には報酬が得られる可能性を担うニューロンがあることや、背側縫線核（セロトニンニューロンの起始核）には様々な報酬・無報酬の情報を担うニューロンがあることが判明しました。(J. Neurophysiol. (2012); J. Neurosci (2013))


　現在は、行動決定の際に報酬の価値をいかにして計算しているかを探るために、報酬を得るための行動として複数の選択肢がある場合にどのような行動決定を行うのか、ということを調べる実験課題として「行動決定型報酬スケジュール課題」を開発し、動物の選択行動と眼窩前頭皮質のニューロン活動の解析を行っているところです。この課題では、選択肢は、報酬を得るのに必要な試行数と報酬の量の組み合わせからなっています。例えば、1滴の報酬を1回の試行で得る選択肢と、3滴の報酬を3回の試行で得る選択肢ではどちらを選ぶでしょうか？動物実験を行うと、1滴の報酬を1回の試行で得る選択肢を選ぶ場合の方が多いことがわかります。これは、回数を複数回行う内に報酬の価値が減衰するからであると考えられています。このような行動決定課題の選択のデータを、報酬価値の時間割引モデルでよく説明できることがわかり、また、自分で選択を行った時の方が他から選択を決められているときよりも選択肢の価値が高まることがわかりました(自己選択効果：Neuroscience Res. (2014))。現在、このような報酬価値による選択行動の脳内情報処理メカニズムを調べるために、眼窩前頭皮質よりニューロン活動を記録・解析しており、報酬価値を担うニューロンが存在することがわかりつつあります(Annual Meeting, Society for Neuroscience, 2012, 2013, 2014)。
このほか、セロトニンが報酬価値の時間割引率に関係するのかどうかという研究や、時間の認識に関する研究等を行っています。

２．視覚パターン認識の研究：我々は外界のモノを眼で見て、それが何であるかを認識します。この時、視覚的なノイズがあっても容易にモノを認識することができます。たとえば、ガラス窓越しに外の景色を眺めるとき、ガラスにゴミや雨滴がついていても外にある景色に含まれるモノ（建物、木々、道路等）を容易に認識することができます。このようなロバストな視覚認識の脳内情報処理メカニズムはどのようなものなのでしょうか？
　このような脳内の情報処理過程を調べるために、実験課題として、視覚的なノイズのあるパターン認識課題を開発しました（下図）。課題としては、逐次型見本合わせ課題と呼ばれるものを使い、パターンに色々な割合でランダムドットノイズを加えました。すると、動物によっては、少量のノイズがある場合の方が、ノイズが無いときよりもパターンを認識するのに要する時間が短いことがわかってきました。現在、この現象が一般的なものであるかどうか、また、確率共鳴現象との関連はあるか、などを探っており、また、パターン認識の脳内情報処理の最終領野と言われる下部側頭葉のニューロン活動との関連を調べようとしています。