神経細胞データベースモデルのインタフェース同定と再構成

全文

(1)2005−BIO−3（6） 2005／12／22. 社団法人情報処理学会研究報告 IPSJ SIG Technical Report. 神経細胞データベースモデルのインタフェース同定と再構成大武美保子 Ý ÝÝ Ý ÝÝ ÝÝÝ. 高木利久 ÝÝÝ Ý. 東京大学総括プロジェクト機構領域創成学術統合化プロジェクト研究部門科学技術振興機構戦略的創造研究推進事業さきがけ東京大学大学院新領域創成科学研究科情報生命科学専攻. 本研究の目的は，神経系のミクロからマクロまでの状態を予測することが可能な神経系シミュレータを開発することである．そのようなシミュレータを実現するために，神経科学者により記述され，レビューされ，データベースに公開されている神経系の部分モデルを活用する．しかしながら，変数やパラメータには説明がなく，他のモデルと結合して使える状態にはないという問題がある．これは，研究者が個々の実験と対照する目的でモデルを構築しているからである．そこで本研究では，個々の部分モデルを統合するために，一部自動化してモデルを読み取ることによって効率よく入出力インタフェースを同定し，モデルを再構成する手法を提案する．.

(2)

(3)

(4)

(5) . .

(6) . Ý ÝÝ. Ý. ÝÝ ÝÝÝ. ÝÝÝ Ý.

(7)

(8)

(9) ! " # $ % $ & $ ' $ . $ $ ( $ $ ) $ $$ $ $$ $$$ $* +$ $$ $ $ $ $ * , . $ $ $ ( * $ - ($ $ * & ($ $ Æ* ) $ ($ $ $ $ ( $*. 科学の分野では，ヒューマンブレインプロジェクト. 序論. . が，米国政府の主導により，

(10) 年に設立. 近年，一次データを共有し活用することは，生命科. された．複数の行政機関で構成されるプロジェクト. 学の進歩のために非常に重要であることが，広く認. で，ヒトゲノムプロジェクトに平行して進め. 識されてきている．ゲノミクスやプロテオミクスの. られた．は，神経科学者のためのデータベース. 分野において，研究者は論文を出版する際，集中管理. そして関連するツールをための研究を支援してきた. されたデータベースにシーケンスデータを登録する．. ．年には，科学者同士の国際的なコラボレー.

(11) . その結果，データベースは日々成長しており，分子. ションを推進することを目的として，. レベルの生物学的データを統合する為の努力はより. . 洗練された方法で行われるようになった. ．神経. . $%. −35−. の. !. . つの加盟国が，"##. #& '#( #) "$. を.

(12) 立ち上げた．ヒトの脳の働きに関する理解を深める. を開発した．臼井のグループは，視覚系に関する研. ために，神経科学のデータを共有し解析する新しい. 究分野で用いられる再利用可能なリソースを提供す. やり方を作り出すことを目指している．神経科学者. る /&. が生成するデータは，ゲノム配列データと比べて複雑. モデル，実験データ，解析のためのライブラリ，関連. である．扱わなければならないデータの種類は，形. 情報が含まれている．.0.' らは，1' . 態，機能的結合，神経生理，化学，分子生物学，脳機. と名づけられたモデルデータベースを開発し，運用. ．それぞれの. している．神経細胞モデルを効率よく登録し，取り. スケールのデータを扱う多様なデータベースが開発. 出せるようによく構成されており，これらの情報に. されてきた. ．従って，これらのデータや知識を統. アクセスするための場を提供している．1'. 合する手法は必要不可欠のものであり，健康および. のユーザは，様々な角度からモデルを検索すること. 病態の神経系がどのように働くかということについ. ができる．検索項目には，作者の名前，モデル特性. てさらなる理解を深めることができると期待される．. （神経細胞の種類，電流，レセプタ，トランスミッタ. 本研究の目的は，神経系のミクロからマクロまで. など），扱われているトピック（シナプス可塑性や. の状態を計算できる神経系シミュレータを開発する. パターン認識など），シミュレーション環境の種類. ことである．神経系全体の状態をシミュレーション. （$23$ や $" など）等がある．モデルを. するためには，詳細な神経系モデルが必要になる．神. 構成するコードは，モデルをダウンロードする前に見. 経細胞の性質は部位により異なり，論文から一つず. ることができ，モデルを自動で起動するように設定す. つモデリングし，検証するのでは，全体をシミュレー. ることもできる．それぞれ，基本文献へのポインタ. ションするところまで到達するのが困難である．幸. も提供されている．モデルはどのようなシミュレー. いなことに，神経科学者により記述された神経系の. ション環境でも記述することができるが，1'. 部分モデルが，レビューされ，データベースに多数登. は. 録されている．もちろんヒトの神経系全体をカバー. 境で実行可能なモデルを扱うために作られたので，こ. 能イメージング，行動と多岐に渡る. *. . #%. $23$ . と. を開発した. $". ．ここには数学. . シミュレーション環. するものではないが，これらを活用することができ. れらのモデルが多く登録されている． $23$ 環. れば，信頼性の高い要素で構成されるシミュレータ. 境で動くモデルが個以上登録されている．. を構築することができる．そこで本研究では，本来. 本研究では，1' に登録されている神経細胞. 単体で動いていた神経系の部分モデルの入出力を同. モデルに焦点を合わせ，これを再構成し，モデル同士. 定し，再構成する手法を提案する. をインタフェースするための方法を提案する．その. ．. +. 目的は，モデルとその背後にある知識をマイニング. 神経細胞モデルとモデルデータベース. し，解析し，統合することにある．. モデルデータベース. . 神経細胞モデルとそのシミュレーション環境. モデルは既存の仮説に新しい情報を統合したり，新. モデル統合の難しさを指摘するために，神経細胞. しい仮説を作り出す為の強力な方法を提供する．そ. シミュレーションのプラットフォームおよび神経細. して，これらの仮説を検証する新しい実験を組み立. 胞モデルについて簡単に整理する．. ．モデルはデータベースから関. 神経科学の分野では，プラットフォームシミュレー. 連するデータを分類整理し，研究者が矛盾に気づく. タと呼ばれる業界標準的な神経細胞シミュレータが. のを助ける．モデルは仮説の正式な表現であり，生. ある．$23$ 及び $" - は，実験デー. 命科学者同士がコミュニケーションし，考えを量的. タと密接に関連付けられた個々の神経細胞および神. に比較する手段を提供する．モデルデータベースは. 経細胞ネットワークモデルのための典型的なプラッ. そのようなモデルと，モデルに必要とされる多様な. トフォームシミュレータである．これらは，複雑な. データを扱う．. 分岐形状，イオンチャネルタイプ，一様でないイオン. てる基礎となる. ! *. 神経科学の分野では，, のグループが. チャネル分布，イオン拡散係数，セカンドメッセン. シミュレーションの環境のための. ジャーの特性等を記述した神経細胞や神経細胞ネッ. というイオンチャネルデータベース. トワークの動作をシミュレーションすることができ. $" -. . . −36−.

(13) る．これらのシミュレータは，モデルを組み立て，. る．どれが神経細胞に対する入力，出力，内部状態. 動かし，効率よく取り扱うためのツールを提供し，. 変数か分からない．これはモデルの元々の目的を考. 実験家にに広く受け入れられている． $23$，. えると不思議ではない．モデルは特定の科学的問題. $". はこれまでにそれぞれ以上の科学論. 文の中で用いられてきた．. を解くために作られる．他の研究者が組み立てて統合することを意識して作られるわけではない．従っ. シミュレーションプラットフォームの主要な部分. て，モデルのユーザである別の研究者は，変数やパラ. とシミュレーション環境を使うための多様なモード. メータの意味を明らかにするために，それぞれのモ. は以下のようにまとめられる．シミュレーション言. デルについて一つずつ，モデルを実行し，シミュレー. 語のインタープリタ， 2"，偏微分方程式を計算し，. ション結果を解析し，論文をすべて読まなければな. 入出力するための計算エンジン，データファイル，. らない．. スクリプトファイル，あらかじめコンパイルされた. 第二の問題は，シミュレータの使いやすさ，便利さ. オブジェクトライブラリである．これらは，神経細. を目指した以下に述べる二つの特長の副作用による. 胞や神経細胞ネットワークモデルを作るために高度. ものである．一つ目の特長は， 2" が充実している. なシミュレーション言語を用いる．コマンドは，コ. ことである．ユーザは 2" を通じてモデルを作り，. マンドプロンプトまたは 2" により対話的に実行. シミュレーションを行い，探索的にパラメータを設. されるか，スクリプトファイルによって逐次的に実. 定し，電圧や電流や刺激を制御し，変数を時間や位置. 行される．特定の実験に対応するシミュレーション. の関数としてグラフプロットすることができる．二. は，モデル自体を作成し， 2" を立ち上げるコマン. つ目の特長は， 2" をカスタマイズしたり，データ. ド列をスクリプトファイルに書くことでセットアッ. 解析をしたり，最適化したりする上で便利な，完全な. プされる．スクリプト言語とモジュールは極めて強. プログラミング言語を有するスクリプト環境を有す. 力で，スクリプトを数行書くだけで非常に洗練され. ることである．この二つの特長により，データとロ. たシミュレーションを実行することができる．. ジックとインタフェースはスクリプトの中に混在し. モデルデータベースに登録されたモデルのユーザビリティの問題. モデルを再構成する必要がある．. モデルデータベースに登録されているモデルを利用し，統合するためには，つの問題がある． 4. モデルの入力，出力および内部状態の変数そして変数が明確に定義されていない．ユーザはモデルを実行し，シミュレーションの結果が詳しく記述されている論文を読むことによってそれらを判別しなければならない．. 4. ている．従って，使いやすさを向上させるためには，. モデルはスタンドアロンで実行されるという仮. モデル再構成とインタフェース手法本研究では，モデルデータベースに登録されている神経細胞モデルの再構成及びインタフェースする方法を提案する．これは神経系の統合された機能の理解のために，非常に重要なステップである．基本的な考え方は以下の通りである． 4. 定で設計されている．各モデル毎にパラメータを調節するための 2" がついている．モデルデータベースに登録されているモデルは神. 入出力変数およびパラメータを少ない労力でシステマチックに同定するべきである．. 4. モデルの修正は最小限に抑えるべきである．.

(14) 4. シミュレーションの環境そのものには手を加えない．. 経科学の研究者によって作成されたものである．モデルのシミュレーションの結果はピアレビュー論. 第一の考え方は，モデルデータベースにモデルが個以上登録されているため，モデルを構成する. 文に掲載されている．モデル自体もデータベースの. . キュレータによってレビューされ，最小限の修正を加. ファイルをすべて解読するのに多大な労力を要する. えられている．従って，モデルの妥当性は保証され. ということに基づいている．そこで，入出力変数や. ている．しかしながら，モデルには変数とパラメー. パラメータを効率的に抽出するためのルールを提案. タの説明が含まれていない．これが第一の問題であ. する．第二の考え方は，モデルがすでにレビューさ.

(15) −37−.

(16) GOURMET. れ，スタンドアロンでの動作が保証されていることを考慮する．この利点は保存されなければならない．. bridging program (2) input.udf. (1) input.udf. そこで，モデルに最小限の，入出力のためのスクリプ. converter (UDF2HOC). GOURMET command. トを追加することとする．第三の考え方は，シミュレーション環境が常にアップデートされることを考. input.hoc. 慮するものである．シミュレータ自体を書き換える. NEURON command. NEURON command. ことにすると，バージョンアップするたびにシミュ. (5) output.udf. output.udf. execute scripts (3) input.hoc (4) modified_ model.hoc. レータを書き換えなければならなくなる．そこでシ NEURON. ミュレータに変更を加えずにインタフェースプログ. . $ * $ $ /'" ,!0 $ $ /1! "10 /2"0. ( *. ラムを用意することにした．提案する方法は，三つ. 図. の考え方に対応する以下の三つのフェーズにより構成される．. モデルの入出力の同定モデルファイルからのプロットコマンドの抽出モデルはスクリプト言語で書かれたコマンド列で構成される．モデル自身を構成し，さらに，特定のシミュレーションのための. 2". を生成する．モデ. ルは大量の変数とパラメータを含んでいる．あるも. . モデルの再構成. 入出力データのによる定義. のはモデル内部のみで用いる．あるものはグラフを. 入出力変数とパラメータが明らかになったところ. プロットするために用いられる．それぞれの言語に. で，これらを分かりやすく表現する方法を考える．こ. は値に存在範囲がある．モデルが想定された条件で. こでは，データフォーマットとして，2&. 用いられないと得られる結果も矛盾したものになっ. . # 2

(17) . 6. と呼ばれるフォーマットを採用. てしまう． 2" は統合化の点で基本的に不要であ. する．2 は，718 などと比較してオーバーヘッ. る．最初はこれらをコメントアウトすることを考え. ドが少なく，実験データに含まれる変数の型，単位，. た．しかしその性質をよく考えてみると，グラフにプ. 意味を記述する際に最もシンプルな表記法を提供す. ロットされる変数やパラメータはモデルの入出力の. るからである．. 候補であることが分かった．値の存在範囲に関する. この. 2. はもともと，土井らによる. 9:. プ. 手がかりもつかめるだろう．従って，入出力を同定す. ロジェクト. る第一のステップは，グラフプロットコマンドをモデ. ルチスケールシミュレーションプロジェクトの中で. ルファイルから抽出することである． $23$ シ. 開発されたものである．具体的には，変数の定義部. ミュレータの場合は，''5 及び. ( '%. 0#. である．グ. *. と呼ばれる，ソフトマテリアルのマ. とデータ部. '#. で構成され，ユーザが自. ラフにプロットされる変数は，出力の有力な候補で. 由に構造を決めることができる．詳細は，実験の章. ある．プロットを繰り返し実行する中で，値を変化. で具体的に説明する．. させるパラメータは入力の候補と考えられる．. 入力と出力の変換. 論文のグラフからの単位や意味の抽出. 入出力を表現する記法を定義したが，このままで. 登録されたモデルのシミュレーションの結果は，論. はシミュレータが読み書きすることができない．そ. 文に説明されている．結果のグラフは対応する論文. こで，入力については，2 ファイルをシミュレー. の図の中に見つけることができる．変数やパラメー. タが解読可能な形式に変換するプログラムを用意し，. タの単位や意味は，図の中に表示されている．これ. シミュレータを起動する前に変換する．$23$. らを，変数やパラメータの注釈に用いることができ. シミュレータの場合，2 というスクリプ. る．このステップは自動ではなく，手動により実施. トにより. される．. いては，モデルファイルにスクリプトを追加し，シ. . フォーマットに変換する．出力につ. ミュレータが 2 フォーマットで結果を出力する * −38−.

(18) (a). ようにする．$23$ シミュレータの場合，. (b) Dendrite. フォーマットのモデルファイルの中に追加する．. インタフェースプログラムを介したモデルの. Record. Stimulate. 起動異なるシミュレーション環境のモデル同士を接続することを考えて，統合化シミュレーションプ. 2 !- $ . $ $ $ $$ $* !

(19)

(20) ) / 0. - $ /.33 0 /(0 $ /433 0 *. 統合化シミュレーションプラットフォームとし 2319. 2. を採用する．この. 2319. と一緒に開発されたもので，2 の. /,. Soma. 図. ラットフォームからモデルを起動することとする．て. 300µm. 100µm Record. は. '#. であり，異なるシミュレータを起動する機能. も備えている．このような特徴により，ユーザはシミュレーション結果を容易に確認することができる． 2319. から起動されるプログラムは，2. が送受信でき， 2319 コマンドを受信することができ，$23$ コマンドを送信できる必要がある．そこで，そのような機能を有するインタフェースプログラムを作成し，そのプログラムが $23$ と 2319 とをつなぐようにした．このようにすることで，$23$ そのものを書き換えずに，外部プログラムとインタフェースすることができる．図. . に描いたインタフェースプログラムの動作を以. 下に説明する． 4 2. の一つである．このモデルを例に取り，以下に適用結果を説明する．このモデルは，海馬錐体細胞において，細胞体の興奮性シナプス後電位（<##) 0&#&)0# 0##=. . ）の強さがシナプス. 入力の位置によらないことを示すものである. . ．. モデルの開発者は，海馬 : の錐体細胞の先端樹状突起全般に渡って，'. ,.; '(&. の手. 法により，興奮性シナプス入力に対する応答の強さと反応速度を同定した．開発者らは，樹状突起にお増し，樹状突起のフィルタリング効果を相殺するか. からインタフェースプログラムへ. のようであることを発見した．そのことが，細胞体におけるの強さに対するシナプス入力の位置. インタフェースプログラムはこれを. . 依存性を減少させるよう働いていることを明らかに. ファイル（0#4.）に変換するプログラム. した．具体的には，樹状突起における入力と細胞体. （2）に渡して起動し，

(21) 4 $23$. においてこの. . との距離を，実験とシミュレーションの両方においファイル（;. て変化させた．細胞体から近い距離（細胞体から . ）を実行した後，. ）と，遠い距離（細胞体から

(22) . 0#4.. オリジナルのモデルに出力を 2 形式にするスクリプトを追加したもの（. '6'. ）. '4.. を実行する． 4. に登録されていたモデル. けるの強さが，細胞体から遠ざかるにつれて. 送信されると，. *4. 1'. 形式の入力データ（0#4'%）が. 2319. 4. 経細胞モデルは. に対してシナプス入力が加えられ，が測定された図. 2. タフェースプログラムを介し. 形式で，イン. $23$. から. へ送られる．. る役割を果たしていることを示唆するものであった．. . 手法の適用結果. モデルの入出力同定次の. インタフェース同定と再構成実験 1'.

(23). 行は，海馬. :. の錐体細胞のモ. デルを表すスクリプトファイルの >. 海馬錐体細胞モデル我々は. ．実験結果は，シナプス伝導率の連続的. . な増加が各々の樹状突起への入力の強さを正規化す. 実行結果（#0#4.）は. 2319. ）の樹状突起. に登録されていたモデルに提案. する手法を適用した．本論文で取り上げる海馬の神. <. 0 0&0&4.>. つ. から抽出されたもので. ある．.

(24) . −39−. .

(25)

(26)

(27) この.

(28). (a). 行から，出力をプロットするグラフの横軸. が>#>，グラフの縦軸は>&454 > 及び>' 454 > であると推定できる．対応する論文. . のグラフには，. 前者が細胞体におけるを表し，後者が，樹状 (b). 突起において記録されたを表すと定義されている．従って，モデルの出力変数の組は，時間>#>，細胞体における. >&454 >. ，樹状突起における. で構成される．横軸の単位は. >' 454 >. であり，縦軸の単位は. /. &. である．そして，>>に. 関するコメントがファイル中に見つかった．. 4 $ $ ) $ $ $ '" ,!* / 0 . ($* /(0 $ *. 図.

(29)

(30) パラメータ>>へ，値>

(31) -.

(32) >. が代入された．これ. らは，シナプスコンパートメントの参照番号である．この番号は，電流が注入された場所から細胞体までの距離を示している．シミュレーション結果と論文のグラフを比較し，前者のコンパートメントは，細胞体から近い部分細胞体から . であり，後者. のコンパートメントは，細胞体から遠い部分細胞体から

(33) . であると分かった．従って，このモデ. ルの入力パラメータは，シナプスコンパートメントの参照番号>>である．グラフプロットの関数を含む行が自動抽出された後は，論文とモデルスクリプトを比較して，変数とパラメータの意味と単位を明らかにするのに，

(34) 分程度かかった．. ! " # $ $ # $ # %

(35) $ # %

(36) ! ! . モデルの再構成総括すると，モデルの出力変数は，時間>#>，細. 出力データのデータ部は，以下のようであった．即. ，樹状突起における. ち，時刻，細胞体電位，樹状突起の電位のセットで構. 胞体における. >&454 >. である．横軸の単位は. >' 454 >. り，縦軸の単位は. /. &. であ. である．このモデルの入力. パラメータは，シナプスコンパートメントの参照番号>>である．入力には単位がない．入力は一つの値. 成される．. ! " # $ && '()***+ '()**!. しか含まないため，再構成したモデルの出力データ. & '()**,) '()*(-*!. 形式について述べる．モデルを構成するスクリプトファイルに，出力データを以下のようにフォーマットするようなコマンドを追加した．出力データの定. & '()**)) '()*)-! +** '()** '()**! +** '()** '()**!. 義部は以下のように定義される．>=>の前の第一項は変数，>=>の後の第二項はデータの方，で囲まれた部分は単位で，二重クォーテーションで囲まれた最後の部分は変数の注釈である．. )& '()** '()**! ! . + −40−.

(37) モデルのインタフェース. で，注目すべき入出力の数はある程度減らすことが. インタフェースプログラムを介し， 2319 から. $23$. シミュレータにコマンドを送り，. モデルを実行した．その結果得られるデータを 2319. 図

(38). . において表示したものを図.

(39). に示す．. は，出力データをツリーおよびテーブル表示. できる．他の種類の細胞については，どのようなインタフェースにするべきかの議論がより困難になると考えられる．こういった問題についても，今後の課題として検討していきたい．. 本手法を他のシミュレーション環境に適用するには. したもの，図

(40) はこれをグラフにプロットしたものである．$23$ を外部プログラムから制御し，. 本稿では，典型的な神経細胞シミュレーションの. 結果を分かりやすく整理した形で得ることができた．. 環境のつ，$23$ を用いて提案手法について. 以上を通じ，本手法の有効性が示された．. 説明した．異なるシミュレーション環境に本手法を適用するためには，入出力に関わる変数を抽出する. 考察. ために用いる関数の名前を対応する別の名前で置き. データフォーマットの選定理由とその他のフォーマットの可能性. 換えて抽出すればよい．もう一つの典型的な神経細胞シミュレーションの環境である. 我々は簡便性および柔軟性の観点から，ユーザ定. $". の対応. する関数に含まれる変数を抽出すれば，この手法は. 義可能なフォーマット 2 を選んだ．データおよ. $". びモデルの変数やパラメータの注釈が，モデルに埋. 可能である．さらに，シミュレーション環境毎にイ. め込まれた知識を共有し，モデルを統合するために，. ンタフェースプログラムを用意する必要がある．. 非常に重要である．2 は注釈に必要な，シンプルなインタフェースを提供する．生命科学のための 718. 環境において動くモデルにも同様に適用. 結論. に基づくデータ形式は，18 + をはじめ，. 生命科学，神経科学知識の構造化を目的として，. さまざまなものが提案されている．$18 ! は. データベースに登録されたそのままでは使いづらい. つで. 神経細胞モデルを対象とし，再利用可能な形に再構. 神経生理学データを表示するための候補の. . ある．2 データはタグの構造が単純であるので， $18. のような他のデータ形式に容易に変換す. 成する手法を提案した．手法は以下の三段階で構成される．. ることが可能である．2 形式を有するモデルの入. ¯ まず，プロット関数を手がかりに入出力変数と. 出力データは，標準形式が異なる，またはそのような. パラメータを明らかにする．単位や意味は，対. 標準形式が存在しない他のスケールのモデルに接続. 応する論文から見つけることができる．. することが可能である．. . ¯ 次に，明らかにした入出力データを 22&. モデルのインタフェースをどのように拡張す. 6 . るか. の形に整理する．. ¯ 最後に，シミュレータを統合するプラットフォー. 我々が説明に用いた海馬錐体細胞モデルにおいて，. ムにつないで，データを受け渡しできるように. 注入する電流の大きさは固定されており，電流を注入する位置が可変であった．モデルの出力は. #. する．. . であり，スパイク信号時系列など，他の変数は含んで. 神経細胞モデルデータベース. いない．このようなモデルを，別の種類の神経細胞. ている，$23$ シミュレータ上で動く海馬の苔状. のようにスパイク入. 線維モデルに適用して本手法の有効性を示した．他. 力を必要とするモデルと結合しようとする時，問題. のモデルと結合可能なモデルとアノテーションされ. が起こるであろう．注目している以外のパラメータ. たシミュレーションデータが得られた．生命科学や. や変数を，入出力インタフェースとして追加する必. 神経科学の分野においてデータや知識を統合するた. 要があるだろう．パラメータや変数のある程度の標. めの様々な試みの中で一つの独自な方法を提案する. 準化が必要になると考えられる．神経細胞のインタ. ものである．今後は，ユーザビリティが向上したモ. フェースは他の細胞と比べて比較的分かりやすいの. デルとデータをネットワーク上で公開していく．さ. モデル，例えば. 0?$9 -. ! −41−. 1'. に登録され.

(41)

(42)

(43) . らに，これらのモデルを組み合わせて異種のモデル. $" . から構成される大規模な神経細胞ネットワークモデ. ;. '( 1: 004 *!C*!-

(44) 4. なる種類のシミュレーション環境において実行可能. . なモデルを，同様に共通のインタフェースでつなぐ．. . 4 ' ,. A4 14=. . #;. '0'# 0&## % ';. そして，スケールの異なる現象を記述するデータや. #. . '& ,#. .. !. モデルを扱うことが可能な神経系マルチスケールシ. /4 -C+ 004 -C * 4. 2& 4= /&. = %. 5& 0 E#. 謝辞. . #& &. /4 + $4 . 004

(45) C

(46)

(47) 4. 本研究は，科学技術振興機構戦略的創造研究推進事業さきがけ ”神経系の双方向マルチスケールシミュ. . : 14 '4 1"9 && . ルを構築する．$23$ シミュレータ以外の，異. ミュレーションプラットフォームへと展開する．. # )&#. 1( 14 1& 94 14 5& :4 4 1. レータの開発” 文部科学省科学研究費補助金特定領. 14. 域研究生命システム情報領域番号@* の支援を. 84=. 84. &&. 受けた．2 技術について御教示頂いた東京大学土. &. 井正男教授に謝意を表す．. .0.'. 1'= #. 4. 14. ?(. &00#. . . '. '&. &. 0). 0##. ;. /4 $4 004.

(48) C

(49) 4 & 14 84 ' 5 $4 94= 9. $2;. 参考文献. 3$ &. A&.;90. 4. B&#. # 4=. &0. 4. 3#. . =. ( 0#.,)&. 14. '#. 4. /&#?. "4. ' . 4.

(50) 14= .( 0). D.& 14 ' # 4=. )0' % & ' . .

(51) 4. . 4. 14. 1&?). 14 4 ' ( 14 4= E#=. %. ( &.( ' & '#. A4. 4. 9. . #.

(52) . ? 0'(. .. . '#F. ). . 14=. #&( #. . #%( (. 3&&. . . #. ' . . 14. &.. G 94 4=. #. D4. . /4 $4 004 !C-* 4. - , A4 . 4 ' ? 14=. . &. :4 ' 9.0 4=. 5#;'5 . 0?$9= :. # ?( % 1';. ( 8( $#,?& % 0?( $& $#;. ;88= &%#, 5;. # % ,.; &. . 9?.&.. '(. #5. - . . D4. %. 9;. #.'&. /4

(53) + $4 * 004 C- 4. ) '. . #. ' '&0#. #

(54) % . /4 + 04 " && 4 ! 9. 4=. ,'& $18=. . '& (&#' ;. ' '#&&. . & 4 .? D4 ' . /4 *+ $4 +! - 004 -C 4 + #? 14 ' 9?( 94=. . ! ''' $4 4 ? 14 , 4 ;. /4

(55) $4 004 -+

(56) C. 4. % 30&## ' <.( % $#,? 1'&. /4 $4 * 004 *C

(57)

(58) 4. ;. &.%# # &.( 0. . & () 1?0 8(( 18 = :. 1'. /4 . $4 004 *+C- - 4. #). ' &. 4 ) A4 4 D# 4 # 4= 9. )&;. #'&0). * D&, 4= .' #. & . 0 0). /4

(59) $4 004 - C

(60) 4. + ? 14 ) :4 4 14 . #& #& % #(#; '(. # . 0#' & '0'# % &)0& #. . ). . .##0=HH#4E0H4. .00. /4 - 004 !C

(61) 4.

(62) .0.'. $"

(63) . 1( A4 4 ' ? 4 4= . . &. # . /4 ! $4 004

(64) C+. * 14=. D = D)#. 0.)&&. ". /4

(65)

(66) . $4 #& "&& 004 *-C

(67) 4. " . #. /4 004 ! C ! 4. ?,'(& % ;. . # 5. . 9.. −42−. ,?. " . +! 4. /4 * 004 +

(68) C.

(69)