順天堂大学は7月1日、脳の前頭前野が損傷を受けた時に示す記憶障害の程度を予測する方法を開発したと発表した。

同成果は同大学医学部生理学第一講座の長田貴宏 助教らの研究グループと、東京大学、東京工業大学の共同研究によるもので、6月30日付(現地時間)で科学誌「PLOS Biology」に掲載された。

大脳の前頭葉の前方に位置する前頭前野は記憶や思考などに関与しており、記憶課題の遂行中には複数の部位が活動することが知られている。しかし、前頭前野損傷患者における症例報告では、これらの部位の損傷の全てが記憶障害を引き起こすわけではなかった。そのため、なぜ前頭前野で特定の部位を損傷すると記憶障害につながるかはわかっておらず、損傷で記憶障害を引き起こす部位の位置やその障害の程度について予測する方法は確立されていなかった。

今回の研究では、記憶課題遂行中のサルの脳活動をfMRIを用いて測定することで、課題遂行時に活動する領域を同定し、それらの領域がネットワークを形成して活動していることを突き止めた。fMRIはMRIを使って脳の血流反応を計測することで、脳の活動を非侵襲的に測定することができる。

さらに、ネットワークの活動変化に着目し、パターン認識と呼ばれる計算手法を用いることで、これらの脳領域が損傷を受けネットワークから取り除かれた際の影響を定量的に予測するアルゴリズムを開発。このアルゴリズムを用いると、損傷を受けて障害を示す部分とそうでない部分の違いを説明することができた。また、ネットワーク分析の観点から、損傷時に障害を示す部位は、記憶を思い出すときに活動するネットワークの中でほかの部位と多く結びついており、「ハブ」として脳の情報処理における中心的な役割を果たしていることがわかった。

同研究で開発した手法を用いることで、脳損傷や脳外科手術における後遺症の程度を事前に予測できると考えられており、手術で影響を受ける部位を回避したりリハビリの方針を最適化するのに役立てられることが期待される。

記憶課題中に活動するサルの前頭葉領域。右に位置しているのが脳左半球、左に位置しているのが脳右半球。活動部位が赤色-黄色で示されている。

今回開発された脳領域損傷による影響を予測するアルゴリズム。サポートベクターマシン(SVM)と呼ばれるパターン認識の計算手法を用いると、ある領域をこのネットワークから仮想的に除き、SVMにどの程度影響が出るかを調べることで、損傷によって引き起こされる障害の程度を予測できる。

大脳ネットワークにおける各領域で損傷時に影響を受けると予測される部位。損傷時に影響を受けると予測される部位は大きな丸で、影響が小さいと予測される部位は小さな丸で示されている。