「コネクトーム」の版間の差分

<font size="+1">[http://researchmap.jp/usotech 山形方人]</font><br>

''Harvard University'<br>

DOI：<selfdoi />　原稿受付日：2016年x月x日　原稿完成日：2016年x月x日<br>

担当編集委員：[http://researchmap.jp/xxxx]（xxx）<br>

{{box|text=コネクトームは、神経系のすべての神経細胞が接続することでできた神経回路の全体を意味する。本来は、ある動物個体、あるいはある動物種の神経系において、全神経細胞の接続の総体を意味する概念である。しかしながら、神経系の一部で神経細胞が化学シナプスや電気シナプスで接続された局所的な接続ダイアグラム（Wiring diagram)に言及する場合にも、しばしば使われる。更に、神経細胞レベルでの接続だけでなく、脳の大まかな領域同士が接続する様相の説明にも使われている。'''コネクトミクス(connectomics)'''は、コネクトームを理解するための研究法、つまり実験、検出などの方法、その方法を適用した結果の解釈、そして複数の方法論を統合した研究の戦略についての概念である。}}

コネクトームは、生命科学分野で広く使われているゲノム（genome)、プロテオーム(proteome)などにならって、英語のconnect（ラテン語由来）とギリシア語の「完全、すべて、総体」を意味する接尾辞(-ome、ギリシア語-ωμα)を組み合わせた造語であり、英語の複数形は、connectomesである。コネクトームが、文献上、初めて使われたのは、2005年、Indiana大学のOlaf Spornsが、神経接続のマップを説明するために、ヒト・コネクトーム（Human Connectome）という概念を記述した論文である<ref><pubmed>16201007</pubmed></ref><ref>'''Olaf Sporns''' (2010) Scholarpedia, 5(2):5584. [[doi:10.4249/scholarpedia.5584|[DOI]]]</ref>。それとは独立して、Lausanne大学病院のPatric Hagmannが、その博士論文の中で同時期に同様に言及しているとされる<ref>'''Patric Hagmann''' (2005) From diffusion MRI to brain connectomics [PhD Thesis]. Lausanne: Ecole Polytechnique Fédérale de Lausanne (EPFL). [[doi:10.5075/epfl-thesis-3230|[DOI]]]. </ref>。特に、このコネクトームという概念が普及され始めたのは、2008年、Harvard大学のJeffrey W. LichtmanとJoshua R. Sanesによる共著総説論文の発表後である<ref><pubmed>18801435</pubmed></ref>。また、用語の定着には、Sebastian Seung（当時MIT、現Princeton大学）らのアウトリーチによる努力もあった<ref>'''Sebastian Seung''' (2013) Connectome: How the Brain's Wiring Makes Us Who We Are (Mariner Books) [https://www.amazon.com/Connectome-How-Brains-Wiring-Makes/dp/0547678592 ISBN-10: 9780547678597] (邦訳「コネクトーム:脳の配線はどのように「わたし」をつくり出すのか」草思社  セバスチャン・スン (著), 青木 薫 (翻訳))</ref>。しかし、これらの研究者の貢献は、あくまでコネクトームという用語を提案、普及、定着させたということで認知されるべきもので、コネクトームとは呼んでいないものの、それに相当する概念はこれらの研究者が提案する以前から存在していたと考えるべきであろう<ref><pubmed>23866325</pubmed></ref>。その典型例は、1986年に発表されたJohn Whiteらによるセンチュウ（''Caenohabditis elegans''）という一つの生物の神経細胞の結合性を網羅的に記述した研究である（後述）<ref><pubmed>22462104</pubmed></ref><ref><pubmed>25750233</pubmed></ref>。

<br />

歴史的には、簡素な解剖用具などを用いて神経線維を観察することから、目と脳など神経組織同士を接続している構造が存在することは想像されていた（例：デカルト、1677年）。19世紀末になると、Santiago Rámon y Cajalが、個々の神経細胞の形態を明確に染め出すことを可能にしたGolgi染色と光学顕微鏡を用いることで、脳が多数の神経細胞とそれらの結合によって成り立っていることを提唱した。以後、神経細胞の間の結合を記述する研究は盛んに行われてきた<ref><pubmed>21782932</pubmed></ref>。Golgi染色やNissl染色などを施した連続切片を観察する時代を経て、20世紀中頃になると脳損傷後の変性神経線維をNauta法などで染色することで、神経回路の存在を確認する時代になった。1970年ごろになると、放射性アミノ酸や、酵素（HRP）などの軸索輸送を利用することで、神経回路の観察が簡便に行われるようになった。更に、1980年代には、脂溶性carbocyanine蛍光色素などの生体結合特性を持った蛍光色素（DiIなど）、植物レクチン(WGA、PHA-Lなど)、ビオチン誘導体(Biocytinなど)、軸索を効率的に移動できるコレラ毒素等の高感度トレーサーが開発され、多くの研究者に汎用されるようになった。そして、1990年代になると、蛍光顕微鏡に加えて、共焦点レーザー顕微鏡が普及し始め、デジタル画像として大規模なデータの保存と解析が扱えるようになってきた。コネクトーム研究の観点から、このような組織学的解剖と染色によって得られた知見をまとめた重要な研究が、1991年、FellemanとDavid van Essenらによるマカクサルの視覚系の結合性マッピングの概念の提出であった<ref><pubmed>1822724</pubmed></ref><ref><pubmed>1734518</pubmed></ref>。

[[ファイル:Descartes3.jpg ‎|サムネイル|右|Descartes 「視覚と外部刺激への応答メカニズム」（1677年）目から入力した視覚情報が、つながった線で脳に伝えられているという仮説が表現されている。]]

[[ファイル:Cajalhippocampus.jpg|サムネイル|右|Santiago Rámon y Cajalによって描写されたゴルジ染色された海馬（1911年）。脳の組織が神経細胞から成立し、神経回路を作っていることを認識された。]]

このような研究手法は、Allen Brain InstituteのAllen Mouse Brain Connectivity Atlas<ref>http://connectivity.brain-map.org/</ref>、Mouse Connectome Project (南カリフォルニア大学）<ref>http://www.mouseconnectome.org/</ref>、マカクサルのCoCoMac（ドイツ）<ref>http://cocomac.g-node.org/</ref>などで、まとめられているようなコネクトーム収集プロジェクトにつながっている。これらは、神経系の解剖学的知見と組織学的研究を組み合わせたものであり、解像度的にはマイクロメーター からサブマイクロメーターレベルの'''「メソスケール Mesoscale」'''のコネクトームの情報となっている。このレベルのコネクトーム構築のもう一つのアプローチとしては、このような形態学的なアプローチとともに、電気生理学的アプローチ、更に[[光遺伝学]]、神経活動を間接的あるいは直接的に観察する細胞、組織レベルのアプローチ（カルシウム、活動電位、血流変化など）もある。しかし、現時点では、これらの方法論の多くは、大規模アプローチとしては適さず、局所的な回路に焦点を当てているか、あくまで予備的な解釈に用いられているのが現状である。

メソスケールのコネクトーム情報は、神経線維の走行や終末部位についての情報を大雑把に収集したものであり、シナプスレベルでの'''「ミクロスケール Microscale」'''の神経細胞間の結合性を記述したものではない。化学シナプスおよび電気シナプスを形態的に観察するためには、ナノメーターレベルの解像度がある電子顕微鏡が必要である。電子顕微鏡レベルで、ほぼ完全なコネクトーム解読に成功したのは、Sydney Brennerの大学院生であったJohn Whiteらによるセンチュウ''Caenohabditis elegans''の神経系である（1986年発表）<ref><pubmed>22462104</pubmed></ref>。センチュウの場合、体のサイズが小型で、神経細胞の数が少なく（雌雄同体で302個）、その結合性も個体差が少なくステレオタイプである（75%再現性があると言われる）ので、コネクトームの構築が可能であった。一方、神経系のサイズが大きく、非常に多くの細胞と、その結合性に多様性がある脊椎動物の神経系のコネクトームの構築は極めて困難である。ミクロスケールなコネクトーム構築には、電子顕微鏡で観察するための多数の連続切片を失うことなく作製し、撮影し、その画像を保存し、結合性を解析していくための技術開発が行われてきている（下記参考）。その結果、マウス網膜、ショウジョウバエ視覚系、マウス大脳視覚野の部分的なコネクトームなどが構築された。これらの情報を総合的に収集しているのは、Open Connectome Project<ref>http://www.openconnectomeproject.org/</ref>である。

一方、Olaf Spornsによるヒト・コネクトームの提唱以来、脳の機能と病態を理解するためにヒトの脳で研究されているのは、メソレベルのコネクトームより更にスケールの大きな'''「マクロスケール Macroscale」'''のコネクトームである。これは小型の動物ではなく、ヒト、サル（マーモセットを含む）など比較的大型の動物での。この情報を収集しているのは、Human Connectome Project<ref>http://www.neuroscienceblueprint.nih.gov/connectome/</ref>である。これには、非侵襲なテンソルMRIなどを中心に用い神経線維の走行など解剖学的な側面に注目しているThe Harvard/MGH-UCLA Project<ref>http://www.humanconnectomeproject.org/</ref>、および脳におけるfMRIによる活動領域の検出やゲノム情報など機能的な側面に重点を置く国際プロジェクトThe WU-Minn Project <ref>http://humanconnectome.org/</ref>がある。いずれも、解像度が上がれば、メソスケールのコネクトームにも近づくが、非侵襲で得られる解像度は、最大でもミリメートル程度であり、侵襲的な方法で得られる解像度とは違いがある。

以上、肉眼、光学顕微鏡のレベルである「メソスケール」、電子顕微鏡レベルである「ミクロスケール」、そして非侵襲で観察される脳の構造や活動を観察する「マクロスケール」の3つの階層での断絶が、コネクトームの研究では認識されているのが現状である。しかし、例えば、深度のある組織の観察を可能にする[[多光子励起顕微鏡]]、広い範囲を高速で観察できる[[光シート顕微鏡]]、光学顕微鏡の解像度を著しく向上させる[[ナノスコピー]]（PALM, STORMなど）<ref><pubmed>23063602</pubmed></ref>、が改良されれば、これらのスケールの間の断絶を埋めることができる。

<br />

生理学的な方法を利用し、神経細胞間の結合性を調べる。これには、複数神経細胞の全細胞記録法、ケージド神経伝達物質のレーザー光刺激法、光遺伝学、カルシウムイオンのセンサー（カルシウム感受性蛍光色素、GCaMPなどの遺伝学的なリポーター）、電位感受性センサーなどが利用される<ref><pubmed>25959713</pubmed></ref><ref><pubmed>26967281</pubmed></ref><ref><pubmed>27104976</pubmed></ref><ref><pubmed>26468193</pubmed></ref>。将来的に、哺乳類の神経系全体のコネクトームの解明には大規模生理学に適した方法論の開発が必要である（下記、「機能的コネクトーム」の項参考）。<br />

====２）シリアル電子顕微鏡====

電子顕微鏡写真に基づき、形態的にコネクトームを構築することは、センチュウのコネクトーム構築でも利用された効果的な方法である<ref><pubmed>21390125</pubmed></ref><ref><pubmed>21390124</pubmed></ref><ref><pubmed>23925240</pubmed></ref><ref><pubmed>26232230</pubmed></ref><ref><pubmed>27015312</pubmed></ref>。しかしながら、哺乳類の脳のようにサイズの大きな構造におけるコネクトームの構築では、薄い切片を失うことなく、巨大な数の電顕写真撮影を行い、それぞれの写真上の神経細胞とその突起、結合性を、多数の写真上で逐一トレースしていく必要がある。その情報量は、[[ビッグデータ]]の典型であり、方法論の開発が進められてきている<ref><pubmed>24598270</pubmed></ref>。特に重要なのは、神経細胞の電顕写真のトレースを一箇所間違えると、全く違う神経細胞をトレースすることになるという危険性があることである。そのため、Sebastian Seungらは、網膜のコネクトームを理解するために、ゲーム感覚で、神経細胞のコネクトーム構築に、一般市民を参加させようとするEyeWire<ref>http://eyewire.org/</ref>と名付けたウェッブサイトを構築している。これは、現状では、ヒトという作業者の目で電顕写真を見て、それをトレースしていくことが、最も確実であるという見地から実施されているものである。将来は、ディープラーニングを行う人工知能により、コネクトーム構築の精密作業が自動化される可能性も高い。このアプローチにおいては、神経細胞の広がりが小さく局所的なケースでは電顕写真上での追跡も比較的容易であろうが、例えば長い神経線維でつながった神経細胞同士のコネクトームを構築することは非常に困難である。

[[ファイル:Fly.jpg|サムネイル|右|ショウジョウバエ視覚系のシリアル電顕写真に現れた細胞をトレースすることでコネクトームを理解　http://openconnecto.me/takemura13　doi: 10.1038/nature12450]]

[[ファイル:Brainbow.jpg|サムネイル|右|Brainbow http://www.cellimagelibrary.org/images/42753  （Creative Commons Attribution)]]

これらの遺伝学的なツールの利用には、トランスジェニック動物、ノックイン動物、そして各種ウイルスベクターを用いることができる。中でも、神経細胞に効率的に遺伝子導入が可能であるアデノ随伴ウイルス(AAV)は、広く用いられている。一方、CRISPR・CAS9によるゲノム編集技術の発達とともに、このような遺伝学的ツールは広汎に用いられるようになると予想される。

また、シナプス結合しているパートナーを調べるために、シナプス結合したパートナー細胞同士のシナプス結合を分割GFPで検出するGRASPという方法が開発され、センチュウ、[[ショウジョウバエ]]などで利用されている<ref><pubmed>22221865</pubmed></ref><ref><pubmed>22355283</pubmed></ref>。また、GRASP法の他にも、その感度の低さを補うことが可能なsplit HRP法が開発され、哺乳類の神経系でも利用できることが示された<ref><pubmed>27240195</pubmed></ref>。<br />

前項、遺伝学的標識法と類似しているが、より積極的にシナプス結合している神経細胞を探査していくコネクトームの構築法である。その１つは、小麦胚レクチン（WGA）などが、前シナプス部の細胞に導入された物質が、細胞質を介して直接は繋がっていない後シナプス部にシナプスを介して移行（Trans-synaptic）するということを利用するものである。これは、歴史的には、物質そのものを注入することで行われてきたが、ウィルスベクター、[[トランスジェニックマウス]]のような形で、遺伝学的に利用することが可能になっている。

もう１つの重要なアプローチは、同様な性質を持ったウィルスベクターを利用することである<ref>Wickersham, I. R. & Feinberg, E. H. New technologies for imaging synaptic partners. Current opinion in neurobiology 22, 121–7 (2012).</ref>。例えば、リポーター遺伝子を有するRabiesウィルスベクターは、Trans-synapticな移動をし、逆行性に輸送されることが知られており、前シナプス細胞のパートナーとなる神経細胞の標識が可能である。特に、ウイルスベクターのエンベロップタンパク質を変更することで、感染細胞を変更することができる<ref><pubmed>26085623</pubmed></ref><ref><pubmed>26131933</pubmed></ref>。

システムを製作し、動作させることにより理解しようという方法論であり、例えば、シミュレーションやロボティクスを用いる。小規模な研究は、既に多くの神経科学者によって実施されてきている。とりわけ、この手法の代表的なものが、Henry Markumらによって開始されたBlue Brain Projectであり、欧州を中心とする神経科学、情報科学プロジェクトであるHuman Brain Projectの中核的プロジェクトと位置づけられている<ref>http://bluebrain.epfl.ch/</ref><ref><pubmed>26451489</pubmed></ref>。人工知能への関心の高まりとともに、今後の展開が注目される。<br />

特にこのプロジェクトで最もよく利⽤されているのが、⾮侵襲脳計測法として、現在、ヒトの脳活動解析の主役となっている「fMRI」（functional MRI）だ。これは、1992年、Bell研究所にいた物理学者である⼩川誠⼆博⼠が磁気共鳴画像法（MRI）を応⽤して開発したものである。ニューロンが活動するとき、その近辺の⽑細⾎管を流れる⾚⾎球のヘモグロビンが運搬している酸素が消費され、脱酸素化ヘモグロビンが⽣じる。fMRIでは、MRIにより、⾎流の流れと、脱酸素化ヘモグロビンの濃度変化をみている（BOLD効果: Blood Oxygenation Level Dependent）。つまり、ニューロンの活動を直接観察しているわけではないので、実際のニューロンの活動とは、秒単位の時間的なズレがある。fMRIができるのはリアルタイムより少し遅れた時点での活動場所を推定するということである。 ⼀⽅、休⽌状態の⼤脳のある領域と別の領域が同調して⾃発的に変動するということが、結合状態にあるということを意味していると仮定すれば、fMRIを使って、領域間のつながりも推定することもできる（休⽌状態fMRI、図3）。この⽅法は、領域間の結合関係、つまりコネクトーム推定の有⼒な⼿段になっている。MRIは、⼀般に、⾼磁場を⽤いる装置ほど、⾼い空間分解能を持っているとされる。磁場は、テスラ（Tesla）という単位（1テスラは1万ガウスで，地球の磁場が約0.5ガウス）で表わされる。研究機関では、より⾼解像度を得るために、より⾼磁場のMRI装置を導⼊しようという努⼒している。 以下に紹介するような脳科学の先端研究では、現在は⼀般に3テスラから7テスラのものが使われており、1mm程度の空間的解像度があると⾔われている。しかし、原理的には、ニューロンの活動を観察しているわけではないので、解像度が上がっても、ある同じ領域でのシグナルが、全く同じニューロンの活動であるのか、というのは不明である。これは、脳研究や臨床診断でよく使われる脳電計（EEG）や脳磁計（MEG）についても当てはまる。EEGとMEGは、原理的には、ニューロンの神経活動の結果として⽣じる脳での電流や、その電流が⾮常に弱い磁場を引き起こすことを利⽤しているので、この場合は神経活動を直接計測している。しかし、多数のニューロンから⽣じる極めて弱い電流や磁気を検出するものなので、空間的解像度が低く、現状では脳マップやコネクトームを解析するというような⽬的には適さない。 実際に⼤規模なデータを集めてきているのは、世界で初めてサル脳の神経回路をコネクトーム様に描き出したDavid Van Essen博⼠（コネクトームへの挑戦（2）参照）をリーダーとする⽶Washington University（ミズーリ州セントルイス）と⽶University ofMinnesota、そして英Oxford Universityを中⼼とするコンソーシアムである。このプロジェクトでは、双⽣児ペアと300家族の家系を含む1200⼈の健康な成⼈を⽬標に、さまざまな⼿法のMRI、EEG、MEGを使うことで、それぞれの脳についてのデータ収集を続けている。また、同時にさまざまな⾏動関係のテストを実施している。被験者は、ボランティアで400ドルの⾦銭が⽀払われて、1⼈あたり2⽇間以上にわたるデータ取得が⾏われ、遺伝⼦検査のために⾎液も採集された。これは、遺伝⼦データと得られたコネクトーム情報を⽐較することで、脳回路形成に関わる遺伝⼦と環境の寄与を解明し、さらには、関連した遺伝⼦を特定するためという。 ⼀⽅、Harvard Universityの関連病院であるMassachusetts General HospitalのMartinos Centerと⽶University of California, Los Angels（現在はUniversity ofSouthern California）では、MRIの新しい⼿法、特に拡散MRIを⽤いたヒトコネクトームの解析に有⽤な⼿法を開発している。拡散MRIは、脳内にある軸索の束となった⻑距離の接続の様⼦をマッピングするものだ。⽔分⼦は脳の⼤部分ではランダムに運動している。ところが、軸索の束となった神経線維の中では、その線維の形に沿って⽔分⼦が流れるように動いている。拡散MRIでは、神経線維上で⽔分⼦が⽅向性を持って動いている部域とランダムに動いている部域の違いを⾒ることでシグナルを得ることになる。この⽅法を使うと、⽣きた脳の中で、そのまま神経の⾛⾏を観察することができるので、極めて便利である。もちろん、神経線維の⾛⾏をみているだけで、実際の結合性を⾒ているものではない。 このプロジェクトは、分解能、質、スピードを向上させることを⽬的とした技術開発である。 特に、Martinos CenterのVan Wedeen医師のグループは、拡散スペクトラムイメージング（diffusion spectrum imaging ；DSI）という⼿法を開発し、2012年のScience誌に掲載された美しい画像は、ヒトコネクトームプロジェクトの代表的成果として、先端脳科学の現状に関する紹介記事で頻繁に⾒かけるものになっている。

2012年6⽉の神経科学専⾨誌Neuronに、⽶Columbia University Kavli研究所のRichardYuste博⼠、⽶Harvard UniversityのGeorge Church博⼠らから「The Brain Activity MapProject and the Challenge of Functional Connectomics」と題する提案が掲載された。先回も紹介した⺠間財団Kavli財団が熱⼼なBrain Activity Map（BAM）プロジェクトについての提案である。 このBAM提案のキーパーソンとも⾔えるのが、Harvard Medical School遺伝学科の著名な分⼦⽣物学者George Church博⼠である。Church博⼠は、Walter Gilbert博⼠とゲノムシーケンシングの概念を提出し、これは現在、ゲノム解析の分野で重要な技術となっている次世代シーケンシングの⽯杖となった。2013年には、ゲノムエディティング技術として注⽬を集めているCRISPR-CAS9技術に関する論⽂を世界に先駆けて発表した。ゲノム解析において、このような先駆的な提案や技術開発を次々と⾏ってきたこともあり、バイオ研究界イノベーションの旗⼿としての同⽒の動向からは⽬が離せない。⼀⽅で、このBAMプロジェクトは、ヒトゲノムプロジェクトと⽐較した場合、その到達⽬標が実体としてあいまいであること、そして⽅法論や戦略が不⼗分であることが問題であると多くの研究者から指摘されている（これについては、別稿で改めて議論したい）。BRAIN Initiativeの中核をなす先⾏プロジェクトとして、Kavli

使用して機能的MRI（fMRIの）で休止状態とタスクの間に、コネクトーム回路の機能が検討されている。 [28]はちょうど地球の表面のように詳細なロードマップは、これらの道路を走行や車両の種類について多くを私たちに教えていません彼らはそのような意識のような特定の機能の動作を引き起こす、それは解剖学的接続に機能を関連付けるの理論を構築することが必要であるか神経構造を理解するために、どのような貨物運搬されている。[29]

[[ファイル:Story-vs-math Task-fMRI.png|サムネイル|右|Task fMRI: Story vs Math　Image courtesy D. Barch, M. Harms, G. Burgess for the WU-Minn HCP consortium - http://humanconnectome.org]]

[[ファイル:Diffusion FA.JPG|サムネイル|右|Fractional anisotropy (top), and principal diffusion directions (bottom) images from the HCP dMRI　Image courtesy of the WU-Minn HCP consortium - http://humanconnectome.org]]

「メソスケール」コネクトームは、数百マイクロメートルの空間分解能に相当します。 各個々のニューロンをマッピングしようとするのではなく、メソスケールでコネクトームは、ローカル回路個々のニューロンの数百または数千のリンク（例えば皮質カラム）によって形成された解剖学的および/または機能的に異なる神経細胞集団を、捕獲しようとしていました。 このスケールは、まだこの時点では非常に野心的な技術的課題を提示し、ローカルスケールでの侵襲性の技術または超高磁場MRIと小規模でプローブすることができます。

マクロスケール（ミリメートル分解能）でコネクトームは、それぞれの接続の明確なパターンを有する、解剖学的に別個のモジュール（エリア、小包またはノード）にparcellatedすることができ、大きな脳のシステムをキャプチャしようとします。 メソスケールとマクロスケールでConnectomicデータベースは、携帯の解像度でよりも有意によりコンパクトかもしれないが、彼 ​​らは、ネットワーク・ノードへの神経ボリュームの正確な解剖学的または機能的parcellationための効果的な戦略を必要とする（複雑さについては、例えば、ウォレスら、2004） 。[16]

<br />