Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
辻 敏夫*; 鈴木 芳代; 滝口 昇*; 大竹 久夫*
Artificial Life, 16(2), p.155 - 177, 2010/03
被引用回数：7 パーセンタイル：55.76(Computer Science, Artificial Intelligence)In this paper, we selected the bacterium as a target organism because it has a relatively simple molecular and organizational structure, which can be characterized using biochemical and genetic analyses. We particularly focused on a motility response known as chemotaxis and developed a computer model that includes not only intracellular information processing but also motor control. After confirming the effectiveness and validity of the proposed model by a series of computer simulations, we applied it to a mobile robot control problem. This is probably the first study showing that a bacterial model can be used as an autonomous control algorithm.
辻 敏夫*; 鈴木 芳代; 曽 智*; 寺脇 充*; 滝口 昇*; 大竹 久夫*
ソフトウェアバイオロジー, 9, p.3 - 12, 2010/03
生物は現在の工学技術では実現することができないような複雑で優れた環境適応・運動制御メカニズムを有しており、そのメカニズムを知能機械の設計や制御に採り入れることができれば、現存する知能機械の性能を飛躍的に向上できる可能性がある。われわれの研究チームでは、工学的な視点から生物の優れた情報処理能力に着目し、線虫, げっ歯類(ラット及びマウス), 小型魚類(メダカ及びゼブラフィッシュ)を対象として、生物の情報処理メカニズムの工学的理解とその利用に関する研究課題に取り組んでいる。本稿では、特に、(1)線虫の神経-筋モデルの構築とシミュレーション、(2)ラットの嗅覚系モデルの構築と糸球体活動パターン予測シミュレーション、(3)メダカを「生きたセンサ」として利用したバイオアッセイシステムの開発という3つの研究課題の概要と現在までの取り組みを紹介する。
の動力学モデリングとシミュレーション曽 智*; 山田 泰隆*; 正岡 和弥*; 服部 佑哉; 鈴木 芳代; 辻 敏夫*; 大竹 久夫*
no journal, ,
生物は、進化の過程において、刺激情報処理や運動制御の複雑で優れたメカニズムを獲得してきた。近年、生物学分野では、従来の実験的な手法に加えて、コンピュータモデルを用いてそのメカニズムを解明しようというアプローチが注目されている。線虫は、神経接続の構造が明らかにされている唯一の多細胞生物であることから、刺激情報処理メカニズムや運動制御メカニズムを対象としたコンピュータモデルが提案されてきた。しかしながら、特に運動制御・生成メカニズムに関するモデルでは、運動制御を担う神経回路と神経情報処理の結果としての運動(行動)が切り離されて扱われてきたために、運動メカニズムの解明に資するモデルは未だ確立されていない。そこで、本研究では、神経回路と行動を繋ぐ動力学的な視点から、線虫の運動制御・生成を担う神経回路及び全身の筋を表現する実構造ベースのモデルを構築する。そして、これを用いて、運動時に身体と環境との間に働く摩擦力や筋細胞の出力のように実験的手法による計測が極めて困難な生体情報を推定する。
)の神経; 身体動力学モデルを用いた走化性シミュレーション曽 智*; 辻 敏夫*; 山田 泰隆*; 鈴木 芳代; 服部 佑哉; 大竹 久夫*
no journal, ,
近年、生物学分野において、コンピュータ上に生物の数理モデルを構築し、実験的手法では技術的に測定が困難であった神経細胞の膜電位や神経回路の動作メカニズムを推定する手法が数多く研究されている。特に、線虫()は、全神経細胞数が302個と少なく、その接続構造が明らかにされている唯一の生物であるため、感覚受容から行動実現までの一連の情報処理メカニズムを観測し得る生物として注目され、数理モデルによる解析が試みられてきている。しかしながら、従来モデルでは、神経系の働きと身体及び環境との間の相互作用までは考慮されてこなかった。そのため、線虫が広域に分布している化学物質の濃度勾配などの環境情報を、移動しながらどのように取得・処理し、運動にフィードバックしているかは、議論されておらず、線虫が自らの生存にとって最適な環境を探索する戦略については、不明な部分が多かった。そこで、本研究では、線虫の神経系の働きと身体及び環境との間の相互作用を統合的に扱うために、環境モデル,神経回路モデル,動力学を考慮した身体モデルの3つの要素から構成される線虫シミュレータプラットフォームを構築し、感覚受容から運動生成までの一連の情報処理メカニズムを解析する手法を提案する。本発表では、一例として走化性モデルを組み込み、線虫のNaClに対する誘引行動を提案シミュレータプラットフォームで再現した結果について、実物実験データと比較して報告する。
曽 智*; 辻 敏夫*; 鈴木 芳代; 服部 佑哉; 滝口 昇*; 大竹 久夫*
no journal, ,
is considered the model system to investigate information processing mechanisms in neural circuits, and some mathematical models have been proposed. However, effects of body dynamics on information acquisition processes were neglected in the previous studies. In this study, we proposed a simulation platform comprising of environmental, neural, and body dynamics models. In our simulation platform, the body is approximated using a multi-joint rigid link model which can produce dynamic body motion commanded by the neural model. As an application example, we analyzed mechanisms of chemotaxis to NaCl. The previous studies revealed that the animal employs pirouette mechanism and weathervane mechanism for the chemotaxis. The two mechanisms respectively require temporal and spatial gradient of NaCl. To discuss the acquisition mechanism of the chemical gradient, we defined environmental model to calculate diffusion of NaCl solution on the agar plate, and approximated input-output characteristics of ASE neurons based on results of calcium imaging. Response of ASE neurons can be calculated by providing head coordinate of the body dynamics model. We also assumed a neural model to convert the responses of ASE neurons to temporal and spatial gradient of NaCl and then to command the body model. We will discuss the results of chemotaxis simulation by comparing to data of actual animals.
