文献紹介の日。

僕の研究グループでは毎週金曜日に恒例の抄読会（文献紹介）があるのですが、今日は人が揃わなくて中止だったので、ここで紹介したいと思います簡単めに。

Dynamic Encoding of Responses and Outcomes by Neurons in Medial Prefrontal Cortex
Luk CH and Wallis JD, J.Neurosci, 2009

これは、自分の行動（Response）と結果（Outcome）がどう結びついているのか（RO association）を評価し、次の行動へ還元するための仕組みの研究です。
MPFC（前頭前野内側部）とLPFC（前頭前野外側部）からニューロンを記録しています。
MPFCは、先行研究から、報酬系との解剖学的結合も強くRO associtationに重要なことが示されています。しかし、先行研究では報酬のあるorなしの2値のみで調べられていて、そのニューロン活動が特定の報酬をコードするのか、あるいはもっと一般的な報酬価値を表現しているのかわかりませんでした。
また、LPFCのほうはというと、今まではルール変更やワーキングメモリに関する研究がメインで、RO associationに関係しているかどうかははっきりしていませんでした。
そこで、今回は、特にRO associationに重点を置き、MPFCとLPFCを比較しながらその役割を調べています。

被験者のサルに行わせた課題を簡単に書くと、
１、    レバーを右に倒すとリンゴジュースが少し出る（右＝リンゴ）
２、    次に、レバーを左に倒すとオレンジジュースが少し出る（左＝オレンジ）
３、    好きな方にレバーを倒す→右ならリンゴ、左ならオレンジの、上記の2倍量のジュースを得る。
で1トライアル。１，２がサンプルで、３がチョイスとなります。
ジュースは3種類（オレンジ、リンゴ、キニーネ（＝薬））で、サルははっきりとした好みを持っていて（Fig1C）、そこからランダムに２つがサンプルになります。
サルは好きなジュースをたくさん得るために、レバーの方向（Response）とサンプル（Outcome）の関係（RO association）を記憶しておく必要があります。

最初のサンプルが出る前、1回目のレバー押しでサンプルを得たとき、2回目のレバー押しでサンプルを得たとき、そして最後にチョイスでジュースを得たときのニューロン活動を主に解析しています。

まず、1回目のレバー押しでサンプルを得たときの活動を見ると、2種類の反応が見られました。１つめはResponseタイプで、レバー押しの方向によって活動が変わるもの（Fig3A）、２つめはOutcomeタイプで、ジュースの種類によって活動が変わるもの（Fig3B）、そしてもう１つはResponse-Outcome interactionタイプで、両方の要因で活動が変わるタイプ（Fig3C）です。課題の遂行にはResponseとOutcomeの両方の情報が必要となりますが、MPFCでは両方のタイプのニューロンが同じくらいの割合で存在していたのに対し、LPFCではOutcomeタイプが少ないということがわかりました（Fig3A~C）。

Outcomeタイプの特徴として、嫌いな順に活動が高くなるニューロンが多かったのですが、2回目のサンプルのときにも同じように活動するものはわずかでした。
Responseタイプは方向選択性の強さを示すdirection indexを計算して解析し、1回目のレバー押し方向と最初のサンプルが出る前の活動で相関があることがわかりました。しかしこれはチョイスのときまでは続きませんでした。

これらの結果から、MPFCはRO associationに必要な情報を表現しているが、最終決定の過程は別の部位で行われていることが考えられました。

次に、2回目のサンプル期間についての解析では、1回目のサンプルのジュースが好きなものだったとき、2番目に好きなものだったとき、3番目だったときの3パターンにわけて調べました。
この期間の活動をみると、Fig7Aのようにキニーネのときに活動が高くなるもの、Fig7B,Cのように嫌いな順に活動が高いもの、Fig7Dのようにサンプル2つの組み合わせに特異的に活動するものが見られました。トータルでみると、1回目のサンプルが2番目に好きなジュースだった場合に2回目サンプル期間の活動が強くなる傾向が見られました。これは、1回目のサンプルがもし1番好きあるいは1番嫌いなものであればその時点でチョイスが決まるのに対し、2番目に好きなジュースだった場合、2回目のサンプルを吟味することが重要になるからだと考えられます。

そして次にチョイス期間の活動の解析ですが、ここではチョイスのときのジュースの量を変え、たくさんジュースが出るトライアル(Large reward)を混ぜます。ジュースは細い管から同じ速度で出るので、Largeのときには2倍の時間ジュースが出ることになります。サルはLargeかSmall（ふつうのトライアル）か予測できません。
ここで、Smallのジュースが出終わった直後の期間（Small-offset）に、活動が大きくなるニューロンが多く見られました（Fig8B）。このSmall-offsetでの活動はサンプルのときと同じくらい強かったです（Fig8E）。
また、サンプルのときと同様にジュースの種類を表現するニューロンもありましたが、ここではサンプルのときと逆で、好きな順に活動が強いものが多く見られました（Fig8A,C）。

この結果から、サンプルの期間、そしてSmall-offset期間という、覚える必要性が高い期間の活動が高いことがわかります。

Fig9は解剖学的な解析。LPFCではResponseタイプは後方に多く、Outcomeタイプは傾向みられず。MPFCでは特に傾向がありませんでした。
また、MPFCの後方を新たに記録し別に解析したところ、LPFCと同じようにResponseタイプの割合が高いことがわかりました。

以上、結論としては、MPFCは行動とそれによる報酬の価値のモニタリングにおいてLPFCより重要であり、行動（およびエラー）の評価、意志決定のプロセスに貢献している、ということです。

＊＊＊＊＊＊＊＊＊＊＊
報酬の価値を表現するニューロン活動がサンプルとチョイスで逆転していたのは何故なのでしょうか。そしてMPFCで別々のニューロン集団によって表現されたResponseとOutcomeの情報はどのように統合され維持されるのでしょうか～

最近は、前頭前野（PFC）でも内側を扱った研究が多いですね。上記のような報酬系との関係に加え、時間のコード、行動のタイミングなど。
LPFCとMPFCは、階層的に報酬の情報を処理しているのではないかという報告もあり、気になるところです。