不確実性と時間的プレッシャー下の運動意思決定研究 学術的背景 日常生活において、動物や人間はしばしば複数の可能性のある行動の中から最も適切なものを選択する必要があります。しかし、目標が不確実で時間的プレッシャーがかかる状況で、どのようにそれらの行動を計画し実行するかは、未だ完全には解明されていない神経科学の課題です。伝統的な見方では、脳は目標が不確実な場合、複数の部分的に準備された運動計画を競争させたり統合したりして最終的な行動を選択するとされています。一方で、別の見方では、脳は各瞬間で単一の最適化された運動計画のみを選択し、すべての意思決定は運動計画の前に行われるとされています。 これらの仮説を区別するために、Samuele ContemoriとTimothy J. Carrollは、目標...

5-HT7RはCCR5のユビキチン化を促進し、神経免疫耐性を高め、髄膜炎を緩和する 学術的背景 細菌性髄膜炎（Bacterial Meningitis）は、発症が迅速で致死率が高く、流行の可能性がある疾患であり、特に肺炎球菌（Streptococcus Pneumoniae）感染による髄膜炎では、血液脳関門（Blood-Brain Barrier）の破壊が引き起こされ、炎症性因子やケモカインの放出が過剰な免疫応答、すなわち「サイトカインストーム」（Cytokine Storm）を引き起こす。この過剰な免疫応答は組織損傷を引き起こすだけでなく、認知機能の低下や学習能力の障害などの神経系の後遺症を引き起こす可能性がある。細菌性髄膜炎の治療手段は進歩しているものの、効果的な予防法や治療法は依然とし...

モジュール式ブレイン・マシン・インターフェース：神経記録、神経刺激、薬物送達の革新的な進展 学術的背景 ブレイン・マシン・インターフェース（Brain-Machine Interface, BMI）は、神経科学と臨床医学における重要なツールであり、脳と外部世界の間の電荷、物質、情報の相互作用を実現し、神経デコード、神経疾患の診断・治療、脳科学研究に広く応用されています。神経科学の発展に伴い、多機能ブレイン・マシン・インターフェース（multimodal BMI）が注目を集めており、神経記録、神経刺激、薬物送達などの複数の機能を同時にサポートします。しかし、既存の多機能ブレイン・マシン・インターフェースの多くは特定のシナリオ向けに設計されており、高度に統合された固定構成を持っているため、異なる...

膠芽腫治療の改善：画像診断、放射線療法、薬物送達、治療システム 学術的背景 膠芽腫（Glioblastoma, GBM）は最も一般的でかつ最も侵襲性の高い脳腫瘍であり、その予後は極めて不良で、患者の5年生存率は10％未満です。数十年にわたって薬物療法、放射線療法、手術が広く研究されてきましたが、患者の生存期間はわずかに延長されたのみです。現在の標準的な治療法はStupp療法で、手術切除後に放射線療法とテモゾロミド化学療法を組み合わせたものです。しかし、Stupp療法は依然として姑息的治療であり、ほぼすべての患者が治療後に再発します。したがって、より効果的な治療法、特に医療機器の革新を通じて既存の治療法を強化することが現在の研究の焦点となっています。 本論文は、画像技術、放射線療法機器、薬物送...

動的視覚刺激生成のための時空間スタイル転送アルゴリズムに関する研究報告 学術的背景 視覚情報の符号化と処理は、神経科学および視覚科学分野における重要な研究テーマです。ディープラーニング技術の急速な発展に伴い、人工視覚システムと生物学的視覚システムの類似性を研究することが注目を集めています。しかし、特定の仮説を検証するための適切な動的視覚刺激を生成する方法は、依然として不足しています。既存の静的画像生成手法は大きな進展を遂げていますが、動的視覚刺激の処理においては、柔軟性の不足や生成結果が自然な視覚環境の統計的特性から乖離するなどの問題が残されています。そこで、研究者たちは「時空間スタイル転送（Spatiotemporal Style Transfer, STST）」というアルゴリズムを開発し...

シミュレーテッドアニーリングアルゴリズムを用いた重み付きネットワークのランダム化研究 背景紹介 神経科学の分野において、コネクトミクス（connectomics） は、脳の神経ネットワークの構造と機能を研究する重要な分野です。現代のイメージング技術の発展により、研究者は生物学的に意義深いエッジ重み（edge weights） を大量に取得できるようになりました。これらの重み情報は、脳ネットワークの組織と機能を理解する上で極めて重要です。しかし、重み付きネットワーク分析がコネクトミクスで普及しているにもかかわらず、既存のネットワークランダム化モデルの多くはバイナリノード次数（binary node degree） のみを保持し、エッジ重みの重要性を無視しています。これにより、ネットワーク特徴の...