マウスにおける皮質間フィードバックの解剖学的構成：第6層皮質間細胞の優位性

核心概念

マウスの大脳皮質における視覚、体性感覚、運動の各一次皮質への入力は、同側、対側の両半球から主に第6層皮質間細胞によって伝達され、フィードバック回路を形成している。

要約

マウスにおける皮質間フィードバックの解剖学的構成：第6層皮質間細胞の優位性

哺乳類の大脳皮質は、左右の半球に分かれており、それぞれが機能的に異なる多数の領野から構成されている。これらの領野は、複雑な脳機能を支えるネットワークを形成しており、その接続様式を理解することは、感覚処理、運動制御、認知機能などの高次脳機能のメカニズムを解明する上で極めて重要である。本研究では、マウスの大脳皮質において、視覚、体性感覚、運動の各一次皮質に対する入力回路の構造を、同側、対側の両半球にわたって体系的に解析し、皮質間フィードバック回路の構成原理を明らかにすることを目的とした。

本研究では、成体マウスの大脳皮質一次視覚野（VISp）、一次体性感覚野バレル野（SSp-bfd）、一次運動野（MOp）を対象に、逆行性アデノ随伴ウイルスベクター（retro-AAV）を用いた神経トレーシングを実施した。このトレーシング手法は、軸索終末からウイルスベクターを取り込ませることで、投射ニューロンの細胞核に選択的にEGFPを発現させることができる。これにより、標的領野に投射するニューロンを、大脳皮質全体にわたって可視化し、その層構造や領野分布を解析することが可能となる。

抽出されたキーインサイト

Layer 6 corticocortical cells dominate the anatomical organization of intra and interhemispheric feedback

by Weiler,S., T... 場所 www.biorxiv.org 05-01-2024

https://www.biorxiv.org/content/10.1101/2024.05.01.590702v2

深掘り質問

マウスの大脳皮質を対象としているが、霊長類などの他の哺乳類においても同様の皮質間フィードバック回路の構成原理が見られるのだろうか？

霊長類においても、マウスの大脳皮質と同様に、第6層corticocortical細胞（L6 CC）がフィードバック回路において重要な役割を果たしている可能性は高いと考えられます。
根拠は以下の通りです。

進化的な保存性: L6 CCは哺乳類の大脳皮質に広く存在し、その投射パターンや機能にも共通点が多いことが知られています。これは、L6 CCが担うフィードバック回路が、哺乳類全体で進化的に保存された重要な機能であることを示唆しています。
霊長類における先行研究: 霊長類の視覚野においても、高次視覚野から低次視覚野へのフィードバック投射が、主にインフラグランular層（L5/6）から行われていることが報告されています (Markov et al., 2014)。これは、本研究でマウスの感覚野・運動野で見られたL6 CCの役割と一致するものです。
機能的な類似性: 霊長類とマウスでは、感覚情報処理や運動制御など、多くの高次脳機能において類似したメカニズムが働いていると考えられています。そのため、フィードバック回路の構成原理も共通している可能性は高いでしょう。

ただし、種間で異なる点も存在する可能性があります。

大脳皮質の領野構造: 霊長類の大脳皮質は、マウスに比べて領野構造が複雑であり、領野間の結合様式も多様である可能性があります。
行動レパートリーの複雑さ: 霊長類は、マウスに比べて複雑で多様な行動レパートリーを持っています。そのため、フィードバック回路の機能も、より複雑で高度なものになっている可能性があります。
これらの点を踏まえ、霊長類におけるL6 CCの役割やフィードバック回路の構成原理をより詳細に解明するためには、更なる研究が必要となります。

第6層皮質間細胞は、フィードバック回路を介してどのような情報処理を行っているのだろうか？その機能を具体的に解明することで、高次脳機能の理解をさらに深めることができるのではないか？

第6層皮質間細胞（L6 CC）は、フィードバック回路を介して、予測的符号化、注意の制御、学習と記憶など、様々な情報処理に関与していると考えられています。
1. 予測的符号化:

L6 CCは、高次皮質領域から受け取った情報に基づいて、感覚入力の予測を行い、その予測と実際の感覚入力とのずれを検出することで、効率的な情報処理を可能にしていると考えられています。
例えば、視覚野におけるL6 CCは、高次視覚野からのフィードバック入力に基づいて、視野内の特定の位置に出現する物体の特徴を予測し、その予測と一致しない情報に対して選択的に応答することで、視覚的な注意の切り替えや物体認識の効率を高めている可能性があります。
2. 注意の制御:

L6 CCは、高次皮質領域からのフィードバック入力によって、特定の感覚入力に対する応答性を調節することで、注意の切り替えや集中に関与していると考えられています。
例えば、聴覚野におけるL6 CCは、前頭前皮質からのフィードバック入力によって、特定の音声周波数に対する応答性を高め、周囲の雑音の中から目的の音声を聞き取ることを容易にしている可能性があります。
3. 学習と記憶:

L6 CCは、フィードバック回路を介して、シナプス可塑性を調節することで、学習と記憶の形成に関与していると考えられています。
例えば、海馬におけるL6 CCは、嗅内皮質からのフィードバック入力によって、シナプスの長期増 potentiation (LTP) や長期抑圧 (LTD) を誘導し、空間記憶の形成を促進している可能性があります。
L6 CCの機能を具体的に解明することで、これらの高次脳機能のメカニズムをより深く理解できるようになると期待されます。
具体的な研究方法としては、以下のようなものが考えられます。

光遺伝学や化学遺伝学: 特定の領野のL6 CCを選択的に活性化または抑制し、行動や神経活動への影響を調べることで、L6 CCの機能を特定することができます。
in vivo カルシウムイメージング: L6 CCの神経活動をリアルタイムで計測することで、特定の課題遂行中におけるL6 CCの活動パターンを解析することができます。
コネクトミクス: L6 CCの結合様式を詳細に解析することで、フィードバック回路におけるL6 CCの役割を明らかにすることができます。
これらの研究を通して、L6 CCの機能を解明することで、高次脳機能の理解を深め、将来的には、神経疾患の治療法開発などにも貢献できる可能性があります。

人工知能（AI）の開発において、大脳皮質のフィードバック回路の構成原理を応用することで、より高度な情報処理能力を持つAIを開発できる可能性があるのではないか？

その通りです。大脳皮質のフィードバック回路の構成原理を応用することで、より高度な情報処理能力を持つAIを開発できる可能性は十分にあります。
具体的には、以下のようなAI開発への応用が考えられます。

効率的な深層学習: 現在の深層学習は、膨大なデータと計算資源を必要としますが、大脳皮質のフィードバック回路のように、予測に基づいて情報処理を行うことで、学習に必要なデータ量や計算量を削減できる可能性があります。
注意機構の実装: 大脳皮質のフィードバック回路は、注意の切り替えや集中にも関与していることから、この仕組みをAIに応用することで、より人間に近い柔軟な情報選択能力を持つAIを開発できる可能性があります。
Few-shot learning: 大脳皮質は、少ない経験から新しい情報を学習することができます。フィードバック回路のメカニズムを応用することで、少ないデータで効率的に学習できるFew-shot learning能力を持つAIの開発が期待されます。
説明可能なAI: 大脳皮質のフィードバック回路は、情報処理の過程を可視化しやすい構造であるため、この仕組みをAIに応用することで、AIの意思決定プロセスを人間が理解しやすい、説明可能なAIの開発に繋がる可能性があります。

これらの応用を実現するためには、以下のような課題を解決する必要があります。

大脳皮質のフィードバック回路の機能解明: まだ詳細が不明な点が多く、更なる神経科学的な研究が必要です。
AIへの実装方法の開発: 大脳皮質の複雑な神経回路を、どのようにAIのアルゴリズムに落とし込むか、効率的な実装方法を開発する必要があります。
これらの課題を克服することで、大脳皮質のフィードバック回路の構成原理を応用した、より高度で人間に近い情報処理能力を持つAIの開発が期待されます。