[論文レビュー] Non-Associative Learning Representation in the Nervous System of the Nematode Caenorhabditis elegans

Ramin Hasani, Magdalena Fuchs+2 more|arXiv (Cornell University)|Mar 18, 2017

Genetics, Aging, and Longevity in Model Organisms参考文献 18被引用数 9

ひとこと要約

本稿では、非関連学習メカニズム、特に機械的受容覚醒のメカニズムを解明するために、*C. elegans* の感覚神経細胞およびシナプスのマルチスケールな数学的モデルを提案する。動的イオンチャネル電導度とシナプス神経伝達物質動態を統合することで、繰り返し刺激が細胞内カルシウム濃度を低下させ、神経細胞の興奮性を内在的パラメータの変化によって変化させることを示し、単一の神経細胞およびシナプスが自発的に覚醒を記録することのメカニズムを明らかにする。

ABSTRACT

Caenorhabditis elegans (C. elegans) illustrated remarkable behavioral plasticities including complex non-associative and associative learning representations. Understanding the principles of such mechanisms presumably leads to constructive inspirations for the design of efficient learning algorithms. In the present study, we postulate a novel approach on modeling single neurons and synapses to study the mechanisms underlying learning in the C. elegans nervous system. In this regard, we construct a precise mathematical model of sensory neurons where we include multi-scale details from genes, ion channels and ion pumps, together with a dynamic model of synapses comprised of neurotransmitters and receptors kinetics. We recapitulate mechanosensory habituation mechanism, a non-associative learning process, in which elements of the neural network tune their parameters as a result of repeated input stimuli. Accordingly, we quantitatively demonstrate the roots of such plasticity in the neuronal and synaptic-level representations. Our findings can potentially give rise to the development of new bio-inspired learning algorithms.

研究の動機と目的

• 非関連学習の生物学的基盤を、神経細胞およびシナプスレベルで理解すること。
• 遺伝子、イオンチャネル、ポンプ、およびシナプスダイナミクスを統合した正確な数学的モデルを開発すること。
• マルチスケールな生理的パラメータを用いて、タップ回避回路における機械的受容覚醒をシミュレートすること。
• 覚醒およびシナプス可塑性の背後にある計算的メカニズムを生物学的に根拠のあるフレームワークで特定すること。
• 人工知能におけるバイオインspired学習アルゴリズムの基盤を提供すること。

提案手法

• 電位依存性Ca2+チャネル、K+チャネル、漏れチャネル、およびCa2+ポンプを有する* C. elegans* 感覚神経細胞のHodgkin-Huxley型モデルを構築した。
• 全膜電流を組み込んだ微分方程式を用いて膜電位ダイナミクスをモデル化した：Cm·dV/dt = −(ICa + IK + Isk + ILeak) + Σ(ISyn + Igap + Istimuli)。
• 学習を模倣するために、入力刺激の振幅および周波数に応じてイオンチャネル最大電導度（Gion）を動的関数として扱った。
• 神経伝達物質放出および受容体結合の時間変動パラメータを有する化学的シナプスモデルを定式化した：ISyn = Gmax·G(Vpre)·S(t)·(ESyn − Vpost)。
• 繰り返し機械的刺激に応じてカリウム電導度およびシナプスパラメータを調整することで、覚醒をシミュレートした。
• 実験データとの整合性を確認し、感覚神経細胞における細胞内カルシウム濃度の低下および応答振幅の減少を再現した。

実験結果

リサーチクエスチョン

• RQ1 繰り返し刺激に応じて、*C. elegans* の神経細胞固有の性質、たとえばイオンチャネル電導度がどのように動的に適応するか。
• RQ2 遺伝子媒介によるイオンチャネルの修飾が非関連学習に果たす役割は何か。
• RQ3 神経伝達物質濃度や受容体の利用可能性といったシナプスパラメータが覚醒にどのように寄与するか。
• RQ4 神経細胞がイオン電導度の動的変化を通じて、自発的に覚醒を記録できるか。
• RQ5 シナプス可塑性が神経回路全体にわたり、覚醒をどれほど伝播および維持できるか。

主な発見

• 繰り返し機械的刺激により、感覚神経細胞内の細胞内カルシウム濃度が低下し、モデルではカリウムチャネル電導度が動的に低下することで捉えられた。
• モデルは、タップ回避回路における実験的に観察された覚醒を再現し、繰り返し刺激後に応答振幅および持続時間が低下することを示した。
• Gmaxおよび受容体結合確率S(t)の変化によって駆動されるシナプス可塑性により、信号伝達の自律的モジュレーションが可能となり、覚醒に寄与した。
• シナプスパラメータをリセットすることで、覚醒の解除（ドリフト覚醒）が観察され、シナプスレベルでの可逆的可塑性が示された。
• 神経細胞の覚醒は、主にイオンチャネルダイナミクスの内在的変化によって駆動されており、シナプス入力の単独によるものではない。
• これらの発見は、神経細胞およびシナプスが学習の独立した基盤となり得ることを示唆しており、特にシナプスが覚醒状態の伝播および維持において重要な役割を果たす。