(2015年6月14日 全面改定)

山﨑研究室は、脳神経回路の数理モデル化とその数値シミュレーションを中核として、

  1. 脳の仕組みを解明する神経科学研究
  2. 脳の数値シミュレーションの高速化・高性能化に関する計算科学研究
  3. 脳モデルの医学・工学応用

の3つのテーマで研究を進めています。神経科学・数学・計算科学・リハビリテーション・ロボティクスと多様な知識と技術を総動員して、脳の問題にチャレンジしています。

以下では、電通大赴任以降の研究内容について紹介します。それ以前の内容については別にまとめたものをご覧下さい。

もし私たちの研究に興味があれば、是非ご連絡下さい。

1. 脳の仕組みを解明する神経科学研究

(a) 小脳運動学習における記憶の定着過程の理論

運動学習には、運動記憶を獲得する段階と記憶を定着させる段階がある。記憶は主にトレーニング中に獲得され、獲得された記憶はトレーニング後に定着する。記憶がどのように獲得されるのかについては多くの研究が存在するが、記憶がどのように定着するのかについての研究は少ない。我々は、小脳が関与する眼球運動課題における小脳神経回路のダイナミクスを数理的にモデル化した。特に、平行線維−プルキンエ細胞間シナプスと、苔状線維ー小脳核間シナプスの2箇所に可塑性を仮定した。記憶の獲得はトレーニング中に平行線維−プルキンエ細胞間シナプスの長期抑圧(LTD)によって行われ、記憶の定着はトレーニング後に平行線維シナプスがLTDから回復する際に、苔状線維−小脳核間シナプスが長期増強(LTP)を引き起こすことにより行われることを明らかにした。我々の理論モデルは正常な動物での実験結果や、破壊実験・薬理実験の結果、更には遺伝子改変動物での異常な運動学習の結果を再現した。

本研究の成果について、大学からプレスリリースを行い、各種メディアで紹介された。

(b) 小脳分子層の詳細なモデル

小脳のモデル研究において、分子層の詳細なネットワークモデルはほとんど存在しない。我々は初めてこのネットワークを精緻にモデル化した。実験で報告されている、介在ニューロンが引き起こすプルキンエ細胞のイレギュラーなスパイク発射を、計算機シミュレーションで再現することに成功した。

本研究は、William Lennon 博士(当時University of California, San Diego博士課程)が、JSPSサマープログラムで本研究室に滞在し、共同研究を行った成果である。

(c) 時間を表現する大脳基底核−小脳の連携モデル

小脳は運動制御に必要な1秒未満の時間表現、大脳基底核は1秒以上の時間認知に関与していることが知られている。我々は、大脳基底核−小脳の連携モデルを構築し、長い時間経過を精度良く学習・表現する仕組みを研究している。

2. 脳の数値シミュレーションの高速化・高性能化に関する研究

(d) 大規模人工小脳の開発

これまでに、10万個以上のスパイキングニューロンからなる小脳の精緻なモデルを開発してきた。現在はその規模をさらに拡大し、100万個以上のスパイキングニューロンからなる小脳の大規模モデルを開発している。GPUを4枚同時に使って実時間での計算を可能に
している。これを用いて、記憶の定着過程のシミュレーションを行っている。また、FPGA版人工小脳の開発にも協力している。

(e) 神経回路シミュレーションソフトウェアの開発

神経細胞の形状や詳細なイオンチャネル・カルシウムチャネルを考慮した、精緻な神経回路モデルのシミュレーションを行うためのソフトウェアを開発している。モデル記述からC99のソースコードを生成する。GPUの利用を想定したデータ構造や数値アルゴリズムを採用し、高速なシミュレーションコードを生成する。

理化学研究所 脳科学総合研究センター 神経情報基盤センターとの共同研究。

3. 脳モデルの医学・工学応用

(f) テーラーメイドリハビリテーションのための、脳ー筋骨格系モデルシミュレーション

我々の小脳モデルに、全身の筋骨格系動力学モデルを接続し、全身運動のシミュレーションを行っている。患者一人一人の筋骨格や病気の症状にあわせたモデルを構築し、リハビリテーションのシミュレーションを行う事で、患者の負担を減らすことを目指している。

多摩川病院との共同研究。

  • 市村 大輔, 矢野 諭, 山﨑 匡. リハビリへの応用を目的とした脳数理モデルと筋骨格系動力学モデルのシミュレーション. 第8回モーターコントロール研究会, 2014年8月7-9日, 筑波大学.

(g) 全脳アーキテクチャモデルによる脳型人工知能開発

大脳皮質運動野・大脳基底核・小脳を全てモデル化した、高速・柔軟な運動制御のための人工知能を開発する。

産業技術総合研究所 人工知能研究センター 脳型人工知能研究グループとの共同研究。