幸福を「定量化」：AIがドーパミンのコードを解読

コンテンツの概要: 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、報酬系と密接に関連しています。それは幸福の使者です。何か楽しいものを見ると、体内でドーパミンが分泌され、それを追い求めるようになります。しかし、ドーパミンの正確な定量分析はまだ困難です。カリフォルニア大学バークレー校（UCB）のマルキタ・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、ドーパミン放出の量と場所の定量分析を実施し、幸福のコードの解明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：セツナ

編集者｜サンヤン

この記事は、HyperAI WeChat パブリック プラットフォームで最初に公開されました。

私たちはよく「あなたは幸せですか？」という質問をされます。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得られるかもしれません。しかし、幸福に関するもう一つの質問、「あなたはどれくらい幸せですか？」に対する答えは、そんなに簡単ではありません。

幸福については、善悪の判断は比較的正確にできますが、幸福を定量的に分析することは困難です。程度を表す副詞を使って大まかな評価しかできません。

しかし生理学的な観点から見ると、幸福度は人体のホルモンレベルによって判断することができ、重要なホルモンの一つがドーパミンです。

図 1: 人を幸せに感じさせる 4 つのホルモンは、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における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っています。ドーパミンは幸福のメッセンジャーです。何か楽しいものを見ると、私たちの脳はドーパミンを放出し、幸せなものを追い求めるよう促します。そのため、ドーパミン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、依存性行動と密接に関係しています。

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よく理解されているものの、細胞レベルや分子レベルでのドーパミンの作用機序についてはまだ十分に理解されておらず、神経回路におけるドーパミンの役割を正確に定量化することはさらに困難です。

幸福を「定量化」：AIがドーパミンのコードを解読

1997 年、Schultz らは、報酬回路の考えられる動作メカニズム、報酬予測誤差仮説を提唱した。この仮説は、ドーパミン作動性ニューロンが期待報酬と実際の報酬の誤差に基づいてドーパミンの放出を調整し、それによって人々が何かを追求する動機を調整するというものです。

2020年、DeepMindは、脳内の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発見しました。つまり、脳内には比較的楽観的なニューロンと比較的悲観的なニューロンが存在するということです。同じ半分の水に直面しても、楽観的なニューロンは、まだ半分の水が残っており、私たちの未来は明るいと考えます。悲観的なニューロンは、コップ半分の水しか残っておらず、喉の渇きで死にそうだと考えます。さらなる研究により、ニューロンの報酬に対する期待の分布は、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: ニューロンの期待報酬 (青) と実際の報酬 (灰色)。

AIの助けを借りて、報酬回路の神経メカニズムの分析が加速しています。

2021年、米国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。研究グループは実験結果に基づいて、ドーパミンによる生理活動の調節に関する新しいモデルを提案した。

最近、AIによるドーパミンの解釈はより高いレベルに達しています。カリフォルニア大学バークレー校（UCB）のマルキタ・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、放出されるドーパミンの量とそれが放出される脳領域の定量分析を行い、神経画像と神経回路の研究に新たなアイデアを提供しました。

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シグネチャの特定」というタイトルでACS Chemical Neuroscienceに掲載されました。

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 つの問題を取り上げました。

1.異なる刺激（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する。

2.ドーパミンが放出される脳領域（背内側線条体 DLS と背内側線条体 DMS）を特定します。

まず、近赤外線カテコールアミンナノセンサー（nIRCat）でドーパミンを標識しました。標識後、ドーパミンは赤外線顕微鏡下で蛍光を発し、蛍光強度はドーパミン濃度と正の相関関係にあります。脳に電気刺激が加えられると、ドーパミンが放出され、再利用されます。このプロセスにより、赤外線顕微鏡の下に蛍光強度曲線が残ります。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）の数などの8つの統計的特徴と、蛍光強度が標準偏差の2倍より高い期間と低い期間を含む2つの時間的特徴を得ることができます。これらの特徴値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、トレーニングと分析にそれぞれ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）という2つのモデルを使用しました。

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、トレーニングを通じて取得し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まとめてソートされ、最終的な出力結果が得られます。

RF モデルは結果内の変数を完全に解釈し、正確な予測を保証します。データと機能をランダムに選択することで、元のトレーニング データに対する決定木モデルの感度が低下し、決定木間の差異が増加します。

どちらのモデルも必要なトレーニング データの量が少なく、結果を 2 つのカテゴリに分けることができるため、この研究の目的と一致しています。

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 : 異なる脳領域における異なる電流刺激またはドーパミン放出濃度を表します。

2 つのモデルをトレーニングした後、異なる電流刺激下で得られた蛍光強度曲線を入力として使用し、モデルは刺激の強度とドーパミンが放出される脳領域を判断できます。

図6: 異なる刺激強度に対する機械学習の結果

図A: 4週齢マウスの判定結果

図B: 8.5週齢のマウスの判定結果

図C: 12週齢のマウスの判定結果

結果は、マウスの年齢が上がるにつれて、刺激の強度を判断する2つのモデルの精度が向上することを示しています。これは主に、マウスが年をとるにつれてホルモンレベルがより安定し、予測可能になるためです。 12 週齢のマウスでは、刺激強度を判断する RF モデルの精度は 0.832 に達します。

図7: 0.3mAの電流刺激下での、ドーパミン放出脳領域の判断における機械学習の精度（左）と、判断精度に対するさまざまな特徴の重要性（右）
A&B: 4週齢のマウスの結果

C&D: 8.5週齢のマウスの結果

E&F: 12週齢のマウスの結果

図からわかるように、刺激強度の結果と同様に、機械学習は12週齢のマウスに対して最も高い判断精度を示し、0.708に達しました。同時に、異なる入力特徴もモデルの判断精度に影響します。さまざまな特徴パラメータの中で、ROI はモデルの判断精度にとって最も重要です。

研究者は機械学習を通じて、従来のデータ分析の制約を打ち破り、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徴ROIを通じてモデルの判断精度を向上させました。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、神経イメージングや神経メカニズムの研究に新たなアイデアをもたらします。

ドーパミン：幸福と喪失の両刃の剣

ドーパミンは私たちに快感を与え、快いものを追求する動機を与えます。おいしい食べ物、美しい景色、適度な運動、活発な社会的交流など、これら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、ドーパミンは企業のマーケティングツールとしても活用できます。美しく包装された「ドーパミン食事」からソーシャルメディアを席巻する「ドーパミン衣装」まで、明るい色彩は人々の生活を彩るだけでなく、気分も明るくします。

図 8: UP の司会者「カンカンとおじいちゃん」のドーパミン衣装

しかし、幸せな気分になった後は、体内のドーパミン濃度が一時的に正常値を下回り、憂鬱感につながります。ドーパミンが長期にわたって頻繁に分泌されると、人体の幸福感は鈍くなり、人生の小さな美しさを味わうことが難しくなり、迷いやすくなります。そのため、仕事と休息のスケジュールを調整したり、娯楽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制御し、日常生活に戻って真の幸福を体験するという「ドーパミン離脱」という概念を提唱する人もいます。

「ドーパミンドレッシング」にしても「ドーパミン離脱」にしても、誰もが人生の美しさを追求し、自分自身を幸せに生きさせています。どちらの理論にも一定の生理学的根拠はあるものの、その実際の効果についてはまだ研究が必要です。研究者たちは AI の助けを借りて、神経活動の背後にあるメカニズムやドーパミンの謎を絶えず探求しています。いつか、「あなたはどれくらい幸せですか？」と聞かれたとき、人々はためらうことなく100％答えられるようになると信じています。

この記事は、HyperAI WeChat パブリック プラットフォームで最初に公開されました。

参考記事:

[1]https://www.nature.com/articles/s41586-019-1924-6#additional-information

[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/ニコチンと脳の報酬システム/

[5]https://youtu.be/v6VJ2RO66Ag