日時：2005年12月13日（火）11:00-12:00
場所：駒場キャンパス　情報教育棟
発表者：大武美保子
所属：東京大学　学術統合化プロジェクト（ヒト）　講師（発表時）
タイトル：神経系マルチスケールシミュレーション、ヒトセミナー、100時間ワークショップによる学術統合化・融合研究
キーワード：プラットフォームシミュレータ、ニューロインフォマティクス、協同学習支援、学術統合化プロジェクト、COE

書誌：大武美保子，神経系マルチスケールシミュレーション，ヒトセミナー，100時間ワークショップによる学術統合化・融合研究．ヒトセミナー要旨集, no.13, pp.1, 2005.
（本発表ならびに本要旨について引用する際は、こちらをご利用ください。）

要旨：
　近年の脳神経科学の進展により，脳神経に関する膨大かつ詳細な実験データや知識が世界中で蓄積されてきている．個々の知識を組み合わせ，全体像を明らかにするためには，脳神経科学の知見を世界中の研究者が共有できる情報基盤を構築することが必要であり，世界的な潮流となっている．
　本研究の目的は，脳神経科学の知識に基づいて，ヒトの神経系のミクロからマクロまでの状態を計算可能なシミュレータを開発することである．モーションキャプチャシステムにより計測したヒトの運動を筋骨格モデルに写像することで，筋長や筋張力を計算で求めることができることが知られている．そこで，筋骨格モデルと接続することが可能な，神経解剖学モデルを構成することにより，身体運動が神経系からどのように観測されるかを読み取る技術を開発した．
　運動に係わる神経系全体の状態をシミュレーションするためには，部位により異なる神経細胞の性質をモデル化する必要がある．神経科学者により記述された神経細胞モデルが，レビューされ，データベースModelDBに多数登録されている．これらを活用することができれば，信頼性の高い要素で構成されるシミュレータを構築することができる．データベースに登録された神経細胞モデルは，本来単体で動かすように作成されたものであるため，他のモデルと連携が困難である．そこで，これらの神経細胞モデルを再構築し，統合化するシステム構成法を提案した．
　また，学術統合化を目指して開催している「ヒトセミナー」や，21世紀COEと共催の「100時間ワークショップ」についても併せて紹介する．

参考文献：
References:
[1] Iwata, S. and Chen, R. S., Science and the Digital Divide, Science, 310(5747): 405, 2005.
[2] Otake, M. and Takagi, T., Reassembly and Interfacing Neural Models Registered on Biological Model Databases, Genome Informatics, vol. 16, no. 2, pp.76-85, 2005.
[3] Beeman, D. and Bower, J.M., Simulator-independent representation of ionic conductance models with ChannelDB, Neurocomputing, 58-60:1085-1090, 2004.
[4] Bower, J.M., Beeman, D. and Hucka, M., The GENESIS Simulation System, The Handbook of Brain Theory and Neural Networks, Second edition (M.A. Arbib, Ed.), Cambridge, MA, MIT Press, 475-478, 2003.
[5] Chicurel, M., Databasing the brain., Nature, 406(6798):822-5, 2000.
[6] Delorme, A. and Thorpe, S., SpikeNET: An Event-driven Simulation Package for Modeling Large Networks of Spiking Neurons, Network, Comput. Neural Syst., 14:613-627, 2003.
[7] Doi, M., Challenge in polymer physics, Pure Appl. Chem., 75(10):1359-1615, 2003
[8] Doi, T., Kuroda, S., Michikawa, T., and Kawato, M., Spike-Timing Detection by Calcium Signaling Pathways of Cerebellar Purkinje Cells in Different Forms of Long-Term Depression, J. Neurosci. 25 (4):950-961, 2005.
[9] Goddard, N.H., Hucka, M., Howell, F., Cornelis, H., Shankar, K., and Beeman, D., Towards NeuroML: model description methods for collaborative modelling in neuroscience, Philos. Trans. R. Soc. Lond. B Biol. Sci., 356(1412):1209-28, 2001.
[10] Hines, M.L. and Carnevale, N.T., The NEURON simulation environment, Neural Computation, 9:1179-1209, 1997.
[11] Hucka, M., Finney, A., Sauro, H.M., Bolouri, H., Doyle, J.C., Kitano, H. et. al., The Systems Biology Markup Language (SBML): A Medium for Representation and Exchange of Biochemical Network Models, Bioinformatics, 19(4):524-531, 2003.
[12] Joshi-Tope, G., Gillespie, M., Vastrik, I., D'Eustachio, P., Schmidt, E., de Bono, B. et.al., Reactome: a knowledgebase of biological pathways, Nucleic Acids Res., 33 Database Issue:D428-32, 2005.
[13] Kanehisa, M. and Goto, S., KEGG: Kyoto Encyclopedia of Genes and Genomes, Nucleic Acids Res., 28:27-30, 2000.
[14] Koslow, S.H., Should the neuroscience community make a paradigm shift to sharing primary data?, Nat. Neurosci., 3(9):863-5, 2000.
[15] Magee, J.C. and Cook, E.P., Somatic EPSP amplitude is independent of synapse location in hippocampal pyramidal neurons, Nat. Neurosci., 3(9):895-903, 2000.
[16] Migliore, M., Morse, T.M., Davison, A.P., Marenco, L., Shepherd, G.M., and Hines, M.L., ModelDB: making models publicly accessible to support computational neuroscience, Neuroinformatics, 1(1):135-9, 2003.
[17] Shepherd, G.M., Mirsky, J.S., Healy, M.D., and Singer, M.S., The Human Brain Project: neuroinformatics tools for integrating, searching and modeling multidisciplinary neuroscience data, Trends Neurosci., 21(11):460-8, 1998.
[18] Tomita, M., Hashimoto, K., Takahashi, K., and Shimizu, T.S., E-CELL: software environment for whole-cell simulation, Bioinformatics, 15(1):72-84, 1999.
[19] Usui, S., Visiome: neuroinformatics research in vision project, Neural Netw., 16(9):1293-300, 2003.
[20] Otake, M. and Nakamura, Y., Anatomical model of the spinal nervous system and its application to the coordination analysis for motor learning support system, Proceedings of the IEEE International Conference on Intelligent Robots and Systems, pp. 847-853, 2005.
[21] Otake, M., From Muscle to Brain: Modelling and Control of Functional Materials and Living Systems, Intelligent Autonomous Systems 9 T. Arai et al. (Eds.), pp.1025-1032, 2006.
[22] Otake, M., Fukano, R., Sako, S., Sugi, M., Kotani, K., Hayashi, J., Noguchi, H., Yoneda, R., Taura, K., Otsu, N. and Sato, T., Autonomous Collaborative Environment for Project Based Learning, Intelligent Autonomous Systems 9 T. Arai et al. (Eds.), pp.756-763, 2006.
[23] Otake, M., NEUROSCINT Project, http://www.neuroscint.org/, 2004-.
[24] Otake, M., Fukano, R., Sako, S., Sugi, M., Kotani, K., Hayashi, J., Noguchi, H., Yoneda, R., Taura, K., Otsu, N. and Sato, T., A Hundred Hour Workshop (in Japanese), http://www.ws100h.net/uticoe/, 2005-.
[25] Otake, M., Makino, T., Hoshiyama, D., Kraines, S., Takagi, T., Human Science Integration Seminar , http://human.ws100h.net/, 2005-.