意思決定における神経信号が明らかにされた
哺乳類の意思決定プロセスに脳の信号がどう影響するかについての新しい洞察。
― 1 分で読む
目次
脳がどうやって決定を下すかを理解するのはめっちゃ複雑なことなんだ、特に神経信号がこのプロセス中でどう働くかを見るときはね。哺乳類の中で、特定の脳のエリアが感覚情報を解釈して、そのデータに基づいて選択を導く役割を担ってるんだ。決定に関して重要なエリアの一つが外側頭頂領域(LIP)で、ここは決定を下すことや目の動きに関わってることで有名だよ。
LIPのニューロンはスパイクと呼ばれる電気インパルスを発信して、動物が何を知覚して決定したかの情報を運んでる。ただ、これらのスパイクは一貫性がなかったり「ノイズ」があったりして、科学者たちが決定がどうやって行われているのかを正確に特定するのが難しいんだ。研究者たちは通常、多くのトライアルでスパイクを平均化して、ニューロンが何をしているかのクリアなイメージを得るんだけど、この方法はある程度役立つ一方で、試行ごとに変わる重要な詳細を隠しちゃうこともあるんだよ。
この決定プロセスの重要な側面には、決定変数(DV)と呼ばれる概念が関わってる。DVは最終的な選択に至るための蓄積された証拠を表していると考えられている。この変数が神経信号にどう反映されるかを理解することが、脳での決定の形成について多くを明らかにするかもしれないんだ。
神経信号におけるノイズの課題
神経のスパイクは一定のパターンで発生するわけではなく、一回ごとに大きく異なるんだ。科学者たちがこれらのスパイクを多くのトライアルで平均化すると、決定を理解するのに重要なユニークな変動を見逃しちゃうことが多い。たとえば、複雑な決定を必要とする課題では、スパイクの不一致がしばしば根本的な決定プロセスを明らかにすることがあるんだ。
動物が選択に直面したとき、情報を集めてある選択肢を支持するか、別のものを支持するかを決める。その情報の蓄積は時間とともに起こるけど、必然的にノイズも伴うから、これは確率的なプロセスなんだ。蓄積された証拠が決定を引き起こす瞬間がノイズの重要な役割を担ってるんだ。しかし、スパイクの時間を平均化する通常の方法では、これらの変動が隠れちゃうから、決定を下す信号の本質は見えにくいんだ。
決定信号に影響を与えるもの
挑戦的な知覚タスクに関わる状況では、動物が下す決定の速さや正確さは、ニューロンが情報をどれだけうまく蓄積して処理できるかに依存してる。前の研究では、LIPのニューロンの平均発火率が運動知覚のさまざまな側面、たとえば動きの強さや方向と相関していることが示されている。
ニューロンは処理しているものによって特定の方法で反応する-左方向の動きにはアクティブになるものもいれば、右方向の動きには反応するものもいる。これらのアクティビティパターンは、提示された刺激に対するニューロンの好みや選択性を明らかにするためによく分析されるんだけど、またこれも発火率を平均化すると、決定プロセスを理解するために重要な変動が隠れちゃうんだ。
決定信号を理解するための新しいアプローチ
最近の技術革新によって、研究者たちは多くのニューロンの活動を同時に測定することができるようになったから、決定がどうなされるかをより明確に見ることができるようになった。高度な記録技術を使うことで、科学者たちはリアルタイムで神経信号を観察しながら決定が行われるのを見られるようになったんだ。これによって、トライアルごとのニューロンのアクティビティのダイナミクスを分析できる。
個々のトライアルでの活動の変化に焦点を当てることで、研究者たちは選択をする際に関わるドリフト拡散プロセスに関する貴重な情報を引き出すことができる。この研究では、これらのプロセスがどれだけ決定変数を反映し、タスク中の選択や反応時間をどう制御するのかを調べることを目指しているんだ。
方法論
脳の決定を研究するために、研究者たちはサルが視覚運動に基づいて判断を下す一連の行動タスクを考えた。タスクでは、画面上に動く点を表示して、サルにその動きが主に左か右のどちらに向かっているかを示すように求めた。
サルがこれらのタスクを実行する間に、科学者たちはLIPのニューロンの活動を記録して、各ニューロンの発火率の時間的な進化を捉えた。複数のトライアルで収集したデータは、研究者たちがサルの下した決定に対して神経信号がどのように対応しているかを分析するための豊富なデータセットを提供したんだ。
神経データの分析
LIPニューロンから記録された活動は、ドリフト拡散信号を引き出すためにさまざまな方法を使って分析された。主な戦略には、異なるニューロンからの発火率の加重平均を作成したり、決定変数に沿った神経状態空間のコーディング方向を特定したりすることが含まれている。
統計手法を適用することで、研究者たちは決定プロセス中に神経信号が時間とともにどう変化するかを追跡できた。彼らは特定の時間ウィンドウに焦点を当てて、これらの信号がサルの選択や反応時間をどれだけ予測できるかを評価した。
研究の結果
データの分析から、神経信号とサルの下した決定との間に強い関連性があることが明らかになった。サルが運動の識別タスクに直面したとき、LIPのニューロンはドリフト拡散モデルと一致する活動パターンを示したんだ。
これらのニューロンからの信号は、サルが処理している蓄積された証拠と密接に一致し、LIPの神経活動が進行中の決定プロセスを反映していることを確認した。この相関関係は、サルが迅速に判断を下さなければならないトライアルで特に明確だった。
主要な発見
主な発見の一つは、LIPのニューロンの発火率が決定変数を信頼できる形で表しているということ。この表現は、個々のニューロンから得られた単一トライアルの信号にも存在していて、決定が時間をかけて証拠を蓄積する過程を支持しているんだ。
この研究はまた、神経活動のタイミングが決定の結果において重要な役割を果たすことも見つけた。早い信号は下される選択を予測し、より強い信号が早い反応時間に相関していることが分かった。重要なことに、後の信号は早い証拠の影響を調整する手助けをすることから、動的で進化する決定プロセスを示唆しているんだ。
決定プロセスを理解するための考察
これらの発見は、脳における決定作りの理解に重大な影響を与える。神経活動と決定変数の関係を明確にすることで、研究者たちは注意や記憶、計画などの認知機能の根底にある複雑なプロセスを解読し始められるんだ。
現実のアプリケーションでは、この理解が決定作りに障害がある条件の治療に役立つかもしれない、たとえば特定の精神的または神経的な障害の中でね。
結論
この研究は、外側頭頂領域のニューロンが決定作りにどう貢献しているかに新しい洞察を提供してる。神経信号をリアルタイムで分析し、個々のトライアルに注目することで、研究者たちは選択や反応時間を導くドリフト拡散プロセスを明らかにしたんだ。まだ多くの疑問が残っているけど、この研究は脳が情報を処理して決定を下す仕組みをさらに解き明かすための基盤を築いている。
要するに、LIPのニューロンの複雑な連携が決定作りのメンタル体操において重要な役割を果たしていて、私たちが下す選択を反映した証拠の豊かな布を明らかにしているんだ。
タイトル: Direct observation of the neural computations underlying a single decision
概要: Neurobiological investigations of perceptual decision-making have furnished the first glimpse of a flexible cognitive process at the level of single neurons (Shadlen and Newsome, 1996; Shadlen and Kiani, 2013). Neurons in the parietal and prefrontal cortex (Kim and Shadlen, 1999; Romo et al., 2004; Hernandez et al., 2002; Ding and Gold, 2012) are thought to represent the accumulation of noisy evidence, acquired over time, leading to a decision. Neural recordings averaged over many decisions have provided support for the deterministic rise in activity to a termination bound (Roitman and Shadlen, 2002). Critically, it is the unobserved stochastic component that is thought to confer variability in both choice and decision time (Gold and Shadlen, 2007). Here, we elucidate this drift-diffusion signal on individual decisions. We recorded simultaneously from hundreds of neurons in the lateral intraparietal cortex (LIP) of monkeys while they made decisions about the direction of random dot motion. We show that a single scalar quantity, derived from the weighted sum of the population activity, represents a combination of deterministic drift and stochastic diffusion. Moreover, we provide direct support for the hypothesis that this drift-diffusion signal approximates the quantity responsible for the variability in choice and reaction times. The population-derived signals rely on a small subset of neurons with response fields that overlap the choice targets. These neurons represent the integral of noisy evidence. Another subset of direction-selective neurons with response fields that overlap the motion stimulus appear to represent the integrand. This parsimonious architecture would escape detection by state-space analyses, absent a clear hypothesis.
著者: Michael N Shadlen, N. A. Steinemann, G. M. Stine, E. M. Trautmann, A. Zylberberg, D. M. Wolpert
最終更新: 2024-05-22 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2022.05.02.490321
ソースPDF: https://www.biorxiv.org/content/10.1101/2022.05.02.490321.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。