100万個のニューロンをリアルタイムでスキャンできるようになりました。脳細胞活動の画像化における新たなブレークスルーです。

100万個のニューロンをリアルタイムでスキャンできるようになりました。脳細胞活動の画像化における新たなブレークスルーです。

数年前なら、コンピューターが 10,000 個のニューロンの活動を同時に記録していたらニュースになっていたでしょう。あっという間に100万ドルを稼いだ人もいます。

SF小説『三体』では、壁打ち工ハインズが8年間冬眠した後、人間は冬眠前よりも1万倍も計算能力の高いコンピュータを開発し、人間の脳を徹底的に分析できるようになりました。

まだウォールフェーサープロジェクトはないが、現実世界では脳をスキャンする技術はムーアの法則よりも速いペースで発展しており、過去10年間で人間が同時に記録できる細胞の数は1万倍近く増加している。米国ロックフェラー大学のヴァジリ研究室による最近の研究では、コンピューターがリアルタイムで検出できる細胞の数が再び大幅に増加し、ニューロンが100万個に達したことがわかった。

このペースで行けば、2030年までに1億個の細胞を分析できるようになるかもしれない。一方、人間の脳のニューロンの数はおよそ1000億個である。

[[383615]]

ヴァジリ氏の研究室では、個々のニューロンが順番に点滅する脳のカルシウム画像を提示している。

Biorxiv に提出された論文「光ビーズ顕微鏡を用いた細胞分解能での神経活動の高速皮質全体の容積記録」では、研究者らは 2Hz の速度で 100 万個の活性ニューロンをスキャンする記録を達成しました。これは、コンピューターがユーザーの考えを理解するための最初の重要なステップです。

数十年後には、「マインドマッピング」を実現し、ほぼリアルタイムで心理診断を行えるようになり、病気の治療をより的確に行うことができるようになるかもしれません。

2光子顕微鏡と遺伝子コード化カルシウム指示薬は、散乱脳組織の神経活動を高解像度で画像化するための標準的なツールとなっています。しかし、そのさまざまな実装では、速度と時空間サンプリングの間の固有のトレードオフを原理的に克服できていません。これは、細胞の解像度と互換性のある速度で神経活動を適度な量の記録し、カルシウムの過渡現象を解決するために不可欠です。

本論文では、研究者らは、蛍光寿命によってのみ制限されるスケーラブルで時空間的に最適な取得方法である光ビーズ顕微鏡法 (LBM) を提案しています。この方法では、軸方向に分離され、時間的に異なる一連の焦点が、軸方向の画像範囲全体をほぼ同時に記録し、1.41 × 10^8 ボクセル/秒の速度で体積測定を記録できます。 LBM を使用して、マウス皮質の複数のスケールでメソスコピックおよびボリュームイメージングを実現します。約 3×5×0.5 mm^3 の体積内の細胞解像度の記録が含まれます。これらには、約 5 Hz での 200,000 個を超えるニューロン、約 2 Hz での約 5.4×6×0.5 mm^3 の領域内の約 100 万個のニューロンの集団、およびより高速 (9.6 Hz) での細胞内解像度によるボリューム記録が含まれます。

LBM は、哺乳類の大脳皮質の全層におけるコーディングと情報処理の基礎となる神経計算について、これまでにない視点を提供します。

論文リンク: https://www.biorxiv.org/content/10.1101/2021.02.21.432164v2

論文では、研究者らは、メソスコピックおよびバルク 2pM の両方に対応する高速光取得技術である LBM を実証しました。 LBM では、顕微鏡は単一の焦点では​​なく、軸方向に分離され、時間的に異なる一連の焦点 (つまり「ビーズ」) をスキャンします (図 1a)。ビーズは、単一ピクセルの滞留時間中にサンプルの深さ範囲全体(約 500 µm)にわたって情報を記録するため、LBM は単一平面をスキャンするのに必要な時間内にボリューム全体をキャプチャします。さらに、サンプリング最適化された空間サンプリングにより、LBM は GCaMP と互換性のある体積レートを維持しながら、体積 FOV をメソスコピック スケールに拡張できます。ここでの光ビーズは、Many-fold Axial Multiplexing Module (MAxiMuM) と呼ばれるキャビティベースの多重化方法によって形成されます。

MAxiMuM は、GCaMP の蛍光寿命とレーザーの繰り返し率によって課される制限に合わせて N をスケーリングでき、各ビームの相対的なパワーと位置を制御できるという点でユニークです。この製品は、30 倍の軸方向多重化、141 MHz のボクセル取得速度、および 16 µm の平面間軸方向間隔を提供します。これは、SNR を最大化する励起とボクセルあたり 1 つのパルスを使用し、パルス間の時間間隔全体を利用することで、蛍光寿命制限情報レートで高密度に標識された組織ボリュームをサンプリングするために最適化され互換性のある条件です。

研究者らは、GCaMP6s の発現のために遺伝子組み換えされた覚醒マウスの大脳新皮質で生体内イメージングを実施することにより、LBM を検証しました。最適化された空間サンプリング戦略を使用した後、約 3 × 5 × 0.5 mm^3 のボリューム内で約 5 Hz のフレーム レートを維持し、GCaMP の一時的な問題を解決できます。著者らは、SSp、PTLp、RSP、VISp など、単一の皮質半球内にできるだけ多くの異なる領域が含まれるように FOV を再配置しました (図 2a)。研究者らは、視野内のより多くの機能領域の神経活動を刺激するために、視覚などの感覚刺激の方法もいくつか発見した。

この方法の典型的な記録時間範囲は約 9 ~ 30 分で、159 万~ 46 万個のニューロンをカバーします。 5.4×6×0.5mm^3の体積内でスキャン周波数が2Hzの場合、カバーされるニューロンの範囲は100万まで拡張できます。スキャン速度を上げたい場合は、最大 9.6Hz まで到達できます。

<<:  データが人工知能の基盤となる理由

>>:  人工知能技術がハリウッドスターを「若返らせる」

ブログ    
ブログ    

推薦する

朱磊博士が自動運転技術の現状と今後の動向について語る

熱狂が冷め、合理性が戻った後、自動運転業界は再び混乱に陥っています。過去1年間、資金調達、量産計画、...

AIとIoTが交通管理に及ぼす6つの影響

物流と輸送は世界貿易とサプライチェーン管理にとって極めて重要であり、テクノロジーの急速な発展により、...

漫画の着色に機械学習を使用する

何百ものトレーニング データの例を手描きせずに、シンプルなカラー スキームを自動的に適用できますか?...

ChatGPT が 1 周年を迎えました: 革新、論争、AI のブレークスルーの 1 年

テクノロジーの世界を永遠に変えたかもしれない GenAI チャットボットである OpenAI の C...

企業セキュリティのための AI 生体認証

生体認証技術は、市場に登場した最新の AI イノベーションのおかげで、特に 2021 年には長年にわ...

これらは、データ構造とアルゴリズムにおける動的プログラミングのコツです。

[[442276]]動的計画法理論の基礎動的プログラミングとは何か動的プログラミング (英語: D...

最新の電子皮膚が本物の痛みを与え、切断者の触覚回復を助ける

ジョンズ・ホプキンス大学医学部の研究チームは、人間の皮膚にある触覚受容体の複雑な神経ネットワークを利...

CV モデルが動作しないのはなぜですか?理由がこんなに単純だとは思いませんでした...

コンピューター ビジョン モデルのパフォーマンスが低下する理由は、アーキテクチャ設計上の欠陥、代表的...

人工知能がデジタル時代の教師の変革を促進

2021年人工知能と教育に関する国際会議では、人工知能と教育・指導の深い融合を推進し、人工知能を利用...

...

...

現在のディープニューラルネットワークモデルの圧縮と加速方法の概要

[[208162]]大規模なニューラル ネットワークには多数のレイヤーとノードがあるため、特にオンラ...

データの筒状のビジョンを避け、人間と機械の調和のとれた共生関係を築く

​​​ [51CTO.com クイック翻訳]比較するためのより良い座標系がないため、人間がよく犯す間...

...