タイトル：Dorsomedial striatum monitors unreliability of current action policy and probes alternative one via the indirect pathway
著者：Alain Rios, Satoshi Nonomura, Yutaka Sakai, Kazuto Kobayashi, Shigeki Kato, Masahiko Takada, Yoshikazu Isomura, Minoru Kimura,

掲載誌：Science advances
日付：2025年10月31日
https://doi.org/10.1126/sciadv.adt4652

この課題では、ラットが前脚でレバーを「押す」か「引く」かを選び、どちらの行動で報酬が得られるかを学習します（左上）。左下のグラフは、報酬が得られなかった試行のあとに、大脳基底核の背内側線条体の間接路ニューロンがどのように活動するかを示しています。線の色は「低価値探索率」（右のカラーバー）を表しており、遅い応答が強い（赤・オレンジ）ほどラットは低価値の代替行動を試し続け、弱い（緑）ほどすぐにいつもの高価値行動に戻ります。従来は、これらのニューロンは「報酬につながらなかった行動を止める」ことで、高価値の行動に戻す役割が中心だと考えられてきました（右上）。本研究の結果はそれに加えて、いつもの行動がうまくいかなくなったときに、報酬のあともしばらく続く活動が代替行動の試行を後押しし、より信頼できる新しい方略が見つかるまで探索を続けさせる役割を持つことを示しています（右下）。

本研究を通じて、大脳基底核の働きには教科書的な説明だけでは捉えきれない側面があることを改めて実感しました。数年にわたり神経活動を記録し、行動データを丁寧に見直す中で、最も重要なシグナルは、動物が「いつもの方略」でうまくいかなくなった場面で現れることが分かってきました。安定して訓練できるほどシンプルでありながら、時間とともに行動方略の変化を引き出せる課題設計が大きなチャレンジの一つでした。また、多ニューロン同時記録、オプトジェネティクス、計算モデル解析といった異なる手法を一つの枠組みとして統合するために、共同研究者との議論と再解析を何度も重ねる必要がありました。査読プロセスでは、とくに回路ダイナミクスと行動の関係を分かりやすく示す点について、多くの有益なフィードバックをいただき、解釈と説明をより洗練させることができました。

アライン リオスAlain Rios, MD, PhD
東京科学大学 大学院医歯学総合研究科 細胞生理学分野・助教。大脳基底核回路がどのように柔軟な意思決定を支えているかに関心を持ち、ラットの意思決定課題中の多ニューロン同時記録、オプトジェネティクス、ファイバーフォトメトリーなどを用いて研究している。現在は、報酬処理における海馬鋭波リップルの役割についても探索している。