内容の概要: ドーパミンは神経系の重要な神経伝達物質であり、運動、記憶、報酬系と密接に関係しています。しかし、ドーパミンの正確な定量分析はまだ実現できていません。カリフォルニア大学バークレー校 (UCB) のマークタ P. ランドリーの研究グループは、機械学習の助けを借りて、ドーパミンの放出量と放出場所の定量分析を実施し、幸福のコードに一歩近づきました。
キーワード: 機械学習 強化学習 ドーパミン
著者｜雪才
編集者｜三陽
この記事は、HyperAI Super Neural WeChat パブリック プラットフォームで初めて公開されました。
「幸せですか？」という質問をよく受けます。最近の生活状況を振り返ってみると、比較的満足のいく答えが出せるかもしれません。しかし、幸福に関する別の質問、つまりあなたはどのくらい幸せですか、に答えるのはそれほど簡単ではありません。
幸福度については比較的正確に判断できますが、幸福度を定量的に分析することは難しく、ある程度の副詞を使って大まかに評価するしかありません。
しかし、生理学的観点から見ると、幸福度は人体内のホルモンのレベルによって判断でき、その重要なホルモンの一つがドーパミンです。
図 1: 4 つの快楽ホルモンは左から右に、ドーパミン、エンドルフィン、オキシトシン、セロトニンです。
ドーパミンは神経系の重要な神経伝達物質であり、細胞間のメッセージの伝達を担当します。ドーパミンは快楽のメッセンジャーであり、何か楽しいものを見ると脳がドーパミンを放出し、それを追求するように促します。したがって、ドーパミン作動性ニューロンによって制御される神経回路は報酬回路とも呼ばれ、学習、記憶、依存性行動に密接に関係しています。
人々はドーパミンの化学構造、分布領域、生理学的効果については比較的明確に理解していますが、神経回路におけるドーパミンの役割はもちろん、細胞レベルおよび分子レベルでのドーパミンの作用機序はまだ十分に理解されていません。正確な定量分析。
「数値化された」幸福感：AIがドーパミンの暗号を解読
1997 年に、Schultz らは、報酬回路の考えられる動作メカニズム、つまり報酬予測誤差仮説を提案しました。この仮説は、ドーパミン作動性ニューロンが、期待される報酬と実際の報酬との誤差に応じてドーパミンの放出を調整し、何かを追求する人々のモチベーションを調整すると考えられます。
2020 年、DeepMind は、異なるニューロンが同じ刺激に対して異なる報酬期待を持っていることを脳内で発見しました。言い換えれば、脳には比較的楽観的なニューロンと悲観的なニューロンが存在するということです。同じコップ半分の水に直面すると、楽観的なニューロンはコップ半分が残れば明るい未来があると考えるでしょう。悲観的なニューロンは、水はコップ半分しか残っていないので、喉の渇きで死んでしまうと考えるでしょう。さらに、さらなる研究により、ニューロンの期待される報酬の分布は、実際の報酬の分布と基本的に一致していることが示されました。
図 2: ニューロンの期待される報酬 (青) と実際の報酬 (灰色)
AI の助けにより、報酬回路の神経メカニズムの理解が加速しています。
2021 年、米国のヴァンダービルト大学 (ヴァンディ) のエリン S. カリパーの研究グループは、生物内のドーパミン含有量の変化を監視し、サポート ベクター マシン (SVM) を使用して生物の行動を予測しました。研究チームによる実験結果 ドーパミンによる生理活性制御の新しいモデルが提案された。
最近、AIによるドーパミンの解釈が改善されました。カリフォルニア大学バークレー校 (UCB) のマーキータ P. ランドリーの研究グループは、機械学習の助けを借りて、ドーパミンの放出と脳領域の放出の定量的分析を実施し、神経画像と神経の研究に新しいアイデアを提供しました。回路。
関連研究は、「機械学習によるドーパミンシグナル伝達の神経署名の識別」というタイトルで「ACS Chemical Neuroscience」に掲載されています。
図3：研究結果は「ACS Chemical Neuroscience」に掲載されました
論文アドレス: https://pubs.acs.org/doi/full/10.1021/acschemneuro.3c00001
この研究では主に次の 2 つの質問に取り組みました。
1.さまざまな刺激（0.1 mA および 0.3 mA の電流刺激）下で放出されるドーパミンの量を区別します。
2.脳領域におけるドーパミンの放出を測定するため（背外側線条体の DLS および背内側線条体の DMS）。
まず、彼らは近赤外カテコールアミン ナノセンサー (nIRCat、近赤外カテコールアミン ナノセンサー) でドーパミンを標識しました。標識後、赤外顕微鏡下でドーパミンは蛍光を発し、蛍光強度はドーパミンの濃度と正の相関があります。電気刺激が脳に加えられると、ドーパミンが放出され、その後リサイクルされます。このプロセスにより、赤外顕微鏡下で蛍光強度曲線が残り、蛍光曲線を定量化することで、平均蛍光強度、ドーパミン放出部位 (ROI、関心領域) の数など、8 つの統計的特徴を得ることができます。および 2 標準偏差の上下の蛍光強度の持続時間を含む時間的特徴。これらの特徴量は機械学習モデルのトレーニングに使用できます。
図 4: ドーパミンの nIRCat 標識結果
A : 電流刺激の前後で観察された蛍光結果
B : 電流刺激前後の蛍光強度曲線
研究者らは、サポート ベクター マシン (SVM) とランダム フォレスト モデル (RF) の 2 つのモデルをそれぞれトレーニングし、分析しました。
SVM モデルは、複雑な非線形特徴に基づいて結果を 2 つのカテゴリに分類し、トレーニングされた境界条件をテスト データに適用できます。RF モデルは複数の決定木で構成されており、各決定木によって行われた決定は最終的に照合されて最終出力が得られます。
RF モデルは、結果の変数を完全に解釈して正確な予測を保証できます。データと特徴をランダムに選択することで、元のトレーニング データに対するデシジョン ツリー モデルの感度が低下し、デシジョン ツリー間の差異が改善されます。
2 つのモデルに必要な学習データの量は少なく、結果は 2 つのカテゴリに分類でき、本研究の目的と一致します。
図 5: 機械学習のワークフロー
データセット A とデータセット B : それぞれ、異なる電流刺激または異なる脳領域のドーパミン放出濃度を表します。
2 つのモデルのトレーニングが完了すると、異なる電流刺激下で得られた蛍光強度曲線が入力として使用され、モデルは受け取った刺激の強度とドーパミンによって放出された脳領域を判断できます。
図6：刺激強度ごとの機械学習の判定結果
図A：生後4週目のマウスの判定結果
図B：8.5週齢マウスの判定結果
図C：12週齢マウスの判定結果
この結果から、マウスの年齢が増加するにつれて、刺激の強度を判断するための 2 つのモデルの精度が継続的に増加することがわかります。これは主に、マウスの年齢が上がるにつれて体内のホルモンレベルが徐々に安定し、予測しやすいためです。生後 12 週目のマウスでは、RF モデルの刺激強度判定の正解率は 0.832 に達することがあります。
図 7: 0.3 mA の電流刺激下での、ドーパミン放出脳領域に関する機械学習の精度 (左) と、判断の精度におけるさまざまな特徴の重要性 (右)
A&B : 生後4週目のマウスの判定結果
C&D : 8.5週齢マウスの判定結果
E&F : 12週齢マウスの判定結果
この図から、刺激強度の結果と同様に、機械学習の判断正答率が 12 週齢マウスで最も高く、最大 0.708 であることがわかります。同時に、入力特徴の違いもモデルの判断精度に影響します。さまざまな特性パラメーターの中で、ROI はモデルの判断精度にとって最も重要です。
研究者らは機械学習を通じて従来のデータ分析の束縛を打ち破り、多数の特徴変数を選択し、従来のデータ分析では無視されていた特性ROIを通じてモデルの判断精度を向上させた。さらに、このモデルはドーパミン以外の神経回路にも拡張でき、神経イメージングと神経機構の研究に新しいアイデアを提供します。
ドーパミン：快楽と喪失の両刃の剣
ドーパミンは私たちに楽しい感情をもたらし、楽しいことを求めるよう駆り立てます。おいしい食べ物、素晴らしい景色、適切な運動、活発な社会的交流などは、ドーパミンの放出を助け、良い気分を維持するのに役立ちます。このため、ドーパミンは販売業者のマーケティング ツールとしても使用できます。精巧にパッケージされた「ドーパミン ケータリング」からソーシャル メディアを席巻する「ドーパミン アウトフィット」まで、明るい色は人々の生活を飾るだけでなく、人々の気分も明るくします。
図8：UPマスター「カンカンとおじいちゃん」のドーパミン衣装
しかし、幸せになった後は、体内のドーパミン濃度が一時的に通常レベルを下回ってしまい、逆に憂鬱な気分になってしまいます。ドーパミンが長期にわたって頻繁に分泌されると、人間の身体の幸福感が鈍くなり、人生の美しさを認識しにくくなり、迷いやすくなります。そこで、仕事と休息を調整したり、娯楽の時間をコントロールしたり、ソーシャルメディアから離れたりすることで、体内のドーパミンの放出をコントロールし、元の状態に戻す「ドーパミン離脱」という概念を提唱する人もいます。人生を生き、本当の幸せを体験してください。
「ドーパミンドレッシング」でも「ドーパミン離脱」でも、誰もが人生の美しさを追求し、自分自身を幸せにしています。2 つの理論には一定の生理学的根拠がありますが、実際の効果はまだ研究されていません。AI の助けを借りて、研究者たちは常に神経活動の背後にあるメカニズムを解明し、ドーパミンの謎を探求しています。いつか「あなたはどれくらい幸せですか？」と問われたら、人は迷わず100％と答えられる日が来ると信じています。
この記事は、HyperAI Super Neural WeChat パブリック プラットフォームで初めて公開されました。
参考記事：
[1]https://www.nature.com/articles/s41586-019-1924-6#追加情報
[2]https://www.sciencedirect.com/science/article/pii/S096098222101188X
[3]https://www.science.org/doi/10.1126/science.275.5306.1593
[4]https://prezi.com/gxadjg6gz7li/nicotine-and-the-brain-reward-system/
[5]https://youtu.be/v6VJ2RO66Ag