日本在VR系统中明确自闭症特有的行动时皮质功能网络模式

日本神户大学于2023年3月29日宣布，已经建立了VR成像系统，可以从行动中的老鼠身上测量大脑皮质的广泛神经活动，揭示了自闭症模型老鼠的皮质功能网络动力学异常。该研究由该大学研究生院医学研究科生理学领域的中井信裕特命助教、内匠透教授（兼理化学研究所生命机能科学研究中心客座主管研究员）、北海道大学研究生院医学研究院神经药理学教室的佐藤正晃讲师等研究小组进行。研究成果刊登在《Cell Reports》上。

自闭症是一种有很多未阐明部分的神经发育障碍，其特征是社会性交流的低下，对特定事物表现出强烈的拘泥和反复行动。自闭症者有显著的增加倾向，被认为是社会课题之一。即使是现在，由于自闭症诊断也是以行动特征为基础进行的，所以从定量的观点来看还很远，希望创造新的生物标志物。

近年来，为了明确自闭症者特有的脑功能异常的研究正在进行。安静时的fMRI研究表明，幼年自闭症者的脑功能网络密度增加，成人则下降。但是，这样的变化个人差异也很大，另外，由于安静时的分析，脑功能网络异常如何影响行动还不清楚。

构建分析跑步机上小鼠皮质功能网络的VR成像系统

自闭症与遗传因素有很强的关联，一般认为拷贝数多型等基因组异常与脑神经病态有关。最近，为了阐明自闭症的脑神经病态，经常使用模拟人类基因组异常的动物（特别是小鼠）。研究小组开发了一种VR成像系统，可以实时测量行为中自闭症模型小鼠的脑活动，通过研究脑功能网络动力学，希望揭示行为时脑内产生的自闭症特有现象。

首先构建了VR成像系统。将头部固定的小鼠放在跑步机上，展示屏幕上放映的虚拟空间影像。虚拟空间准备了再现实际小鼠行为实验中使用的场的东西。由于跑步机的运动反映在视频中，所以小鼠可以自由地搜索虚拟空间。在运动量等行为测量的同时，进行经颅钙成像，实时测量大脑皮质广泛的功能领域活动。为此，使用在神经细胞中表达钙传感器蛋白（GCaMP）的转基因小鼠。另外，建立了皮质功能网络动力学的分析方法。根据从钙成像获得的1秒神经活动数据计算功能领域之间的相关性，并使用图表理论可视化功能网络。

基于小鼠自发开始或停止运动的定时，分析前后3秒钟的时间段，并检查每个时间窗的网络特性。结果表明，随着运动开始，网络的结构发生变化，模块性增加。另外，发现随着运动停止，网络结构回到静止时的状态。这样，成功地可视化了从静止状态切换到运动状态、从运动状态切换到静止状态时的网络动力学。

自闭症模型小鼠，运动开始后皮质功能网络模式发现差异

然后，使用该VR成像系统分析自闭症模型小鼠大脑皮质功能网络。实验使用15q dup小鼠，其被建立为世界上第一个复制的多型自闭模型小鼠。15q dup小鼠跑步机的运动量降低，VR空间上的移动距离降低。调查皮质功能网络，发现运动开始后的网络结合变得紧密，网络中心性减少，而且功能网络的模块性降低。

利用机器学习高精度判别自闭症模型小鼠成功

由于这样网络模式存在差异，因此使用作为机械学习之一的支持向量机，尝试通过皮质功能网络识别自闭症模型小鼠。学习多个15q dup小鼠和野生型小鼠的网络模式，判别另一个个体的测试数据是否为自闭症模型小鼠，结果以78～89%的精度判别成功。该结果表明，行动时的脑功能网络中包含关于自闭症识别的通用性高的信息。另外，调查了脑中哪个信息被重视，特别是运动野的功能性结合对自闭症模型小鼠的识别很重要。

综上所述，在自闭症模型的15q dup小鼠中，运动时的皮质功能网络变得紧密，模块性降低。另外，明确了通过使用机器学习，能够根据与行动变化相关时的皮质功能网络模式高精度地判别自闭症模型小鼠。

期待病态的主要原因阐明和生物标志物的创造

自闭症模型小鼠脑功能网络的特点是，运动野的功能性结合对自闭症的判定至关重要。今后，通过详细研究这些解剖学结合和神经生理，可以阐明运动野和其他哪个脑区域的网络成为自闭症病情的主要原因。另外，通过进行行动时的自闭症的脑功能网络动力学研究，期待为自闭症诊断创造新的生物标志物。

在这次的研究中，通过分析从行动中的小鼠记录的大范围皮质活动，可以可视化脑的皮质功能网络以行动依存性动态变化的样子。VR成像系统的虚拟空间再现了在现实世界中进行的鼠标行动课题字段。在VR中，可以构筑利用视觉、听觉、嗅觉等多个感觉信息的多模态环境。研究小组说：“自闭症患者的主要症状是社会性交流的下降，所以将来想在虚拟空间构筑小鼠的社会环境，调查自闭症模型小鼠进行社会行动时的脑功能网络动力学是怎样变化的。”

打赏