平成 16 年度科学技術振興調整費
我が国の国際的リーダーシップの確保
ＯＥＣＤ国際協力に基づく NI に関する調査
平成 17 年 3 月
独立行政法人理化学研究所脳科学総合研究センター
三井情報開発株式会社
調査報告書 執筆者
臼井支朗
独立行政法人理化学研究所脳科学総合研究センター
ニューロインフォマティクスチームリーダ
山地一禎
独立行政法人理化学研究所脳科学総合研究センター
ニューロインフォマティクス技術開発チーム
渡辺昭次
三井情報開発株式会社技術本部技術部部長
新井洋介
三井情報開発株式会社バイオサイエンス本部新事業開発部
太田聖治
三井情報開発株式会社バイオサイエンス本部新事業開発部
根元圭二郎
三井情報開発株式会社バイオサイエンス本部新事業開発部
佐藤美和
三井情報開発株式会社バイオサイエンス本部新事業開発部
この報告書は平成 16 年度科学技術振興調整費「我が国の国際的リーダーシ
ップの確保
ＯＥＣＤ国際協力に基づく NI に関する調査」として、独立行
政法人理化学研究所脳科学総合研究センターニューロインフォマティクス
臼井チームリーダの調査研究と、その指導の下三井情報開発株式会社が行っ
た動向調査をまとめたものである。
はじめに
ニューロインフォマティクス（NI）とは、脳神経科学と情報科学・技術を融合するこ
とにより、脳の構造と機能の解明のみならず脳疾患の治療、新しい情報技術の創出など多
方面での発展が期待されている分野である。この研究分野は OECD 科学技術政策委員会
閣僚級会合において、国際協力により推進すべき課題として採択され、日本も積極的な対
応を表明している。本調査では、我が国が NI の推進と国際協力を行うにあたって、どの
ようにリーダーシップを確保するかについて検討するため、国内外の NI の研究動向、及
び各国で行われている NI 振興施策について調べた。そして、理化学研究所脳科学総合研
究センターニューロインフォマティクスチーム臼井リーダを中心とした NI 検討委員会に
おいて我が国の NI 推進のための施策を検討した。
本報告書は 4 つの章と Appendix から構成されている。第 1 章では本調査の目的につい
て述べる。
第 2 章は国内外の NI の研究動向について述べる。2.1 節ではまず NI の定義について述
べる。2.2 節では欧米で行われている研究開発プロジェクトを中心に、海外でどのような
NI 研究が行われているかを紹介する。2.3 節では国内で NI 研究の核となる研究を探るた
め、国内における大型の脳研究プロジェクトと NI 研究につながる国内の脳研究について
紹介する｡ 2.4 節では NI への期待や課題について国内研究者にヒアリングした結果をま
とめた。2.5 節では、NI 研究の特徴ともいえるデータベースの構築状況を、インターネッ
ト上で調査した結果を述べる。この節では国内外のいくつかのサイトを紹介した後、海外
の 2 つの NI リンク集からたどって収集したサイトを分析する。
第 3 章では、海外で行われている NI 研究を推進するための施策について述べる。NI
研究の推進策の中には国家プロジェクトとしての NI 研究の実施も含まれるが、ここでは
研究内容ではなく、NI 研究を国家プロジェクトとしての背景や NI 推進の環境整備に焦
点を当てる。その他、OECD が目指す国際協力の概要や各国における対応も第 3 章で述
べる。なお、NI 推進の環境整備に関わる課題として、データ共有に関する施策を 3.8 節
にまとめた。
第 4 章では、NI 検討委員会の議論をまとめ、Japan-Node の立ち上げの構想案、及び
今後の推進計画を取りまとめた。
Appendix には次の 8 種類の情報を載せた。
a) OECD の「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
(Apendix A1)
b) 米国 Human Brain Project 「A Decade of Neuroscience Informatics – Looking
Ahead」発表論文の分析(Appendix A2, A3)
c) イギリス
d) 米国
BICS 2004 参加報告（Appendix A4）
Neuroscience 2004（Appendix A5）
e) ドイツ
Bernstein Center for Computational Neuroscience kick-off meeting
（Appendix A6）
f) 海外アンケート結果(Appendix A7)
g) 調査した公開データベース一覧(Appendix A8)
h) NI 検討委員会
委員一覧(Appendix A9)
i) プラットフォーム構想案(Appendix A10)
j) 国際ワークショップ
プログラム(Appendix A11)
目次
1. 調査の目的 _______________________________________________________1
2. ニューロインフォマティクス（NI）の現状 ___________________________2
2.1.
ニューロインフォマティクスとは _____________________________________ 2
2.2.
海外の NI 研究動向 _________________________________________________ 5
2.2.1.
米国の研究動向_____________________________________________________ 5
2.2.2.
欧州における研究動向______________________________________________ 11
2.2.3.
オーストラリア____________________________________________________ 17
2.2.4.
韓国 _____________________________________________________________ 17
2.3.
国内の NI 研究動向 ________________________________________________19
2.4.
国内研究者へのヒアリング __________________________________________28
2.5.
公開データベースの状況 ____________________________________________33
2.5.1.
海外の公開データベース____________________________________________ 33
2.5.2.
国内の公開データベース____________________________________________ 41
2.5.3.
公開データベースの概要____________________________________________ 45
2.6.
NI の現状のまとめ _________________________________________________51
3. ニューロインフォマティクスにおける施策の動向 ____________________52
3.1.
経済協力開発機構（OECD） ________________________________________52
3.2.
米国 ______________________________________________________________56
3.3.
EU_______________________________________________________________58
3.4.
ドイツ ____________________________________________________________58
3.5.
イギリス __________________________________________________________60
3.6.
オーストラリア ____________________________________________________60
3.7.
その他の国々 ______________________________________________________62
3.8.
データ共有に関する動向 ____________________________________________66
3.8.1.
データ共有ポリシー________________________________________________ 66
3.8.2.
共有データに関する倫理指針________________________________________ 67
3.9.
NI の施策動向のまとめ _____________________________________________71
4. 我が国のニューロインフォマティクス推進のための施策 ______________72
4.1.
これまでの取り組み ________________________________________________72
4.2.
NI 検討委員会による議論・検討内容 _________________________________72
4.2.1.
第一回 NI 検討委員会（2004 年 7 月 24 日開催） ______________________ 72
4.2.2.
第二回 NI 検討委員会（2004 年 12 月 2 日開催） ______________________ 73
4.2.3.
第三回 NI 検討委員会（2005 年１月 29 日開催） ______________________ 73
4.2.4.
第四回 NI 検討委員会（2005 年 3 月 8 日開催） _______________________ 73
4.3.
国際ワークショップの開催 __________________________________________74
4.4.
Japan-Node センターの立ち上げ____________________________________75
4.5.
今後の計画 ________________________________________________________75
4.5.1.
第一期（2005 年−2010 年） ________________________________________ 75
4.5.2.
第二期（2010 年−2015 年） ________________________________________ 76
4.5.3.
その後の長期展望__________________________________________________ 77
4.6.
今後の課題 ________________________________________________________77
4.6.1.
4.7.
具体的な検討課題__________________________________________________ 78
まとめ ____________________________________________________________78
参考文献____________________________________________________________80
Appendix ___________________________________________________________83
A1 「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」（和訳）_______83
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析表__________95
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果_______108
A4 BICS 2004 参加報告__________________________________________________120
A5 Neurosciece2004 参加報告____________________________________________124
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告___134
A7
海外アンケート結果 ________________________________________________143
A8
公開データベース一覧 ______________________________________________149
A9
NI 検討委員会
委員一覧 ____________________________________________158
A10
プラットフォーム構想案 ___________________________________________159
A11
国際ワークショップ
プログラム ___________________________________168
はじめに
ニューロインフォマティクス（NI）とは、脳神経科学と情報科学・技術を融合するこ
とにより、脳の構造と機能の解明のみならず脳疾患の治療、新しい情報技術の創出など多
方面での発展が期待されている分野である。この研究分野は OECD 科学技術政策委員会
閣僚級会合において、国際協力により推進すべき課題として採択され、日本も積極的な対
応を表明している。本調査では、我が国が NI の推進と国際協力を行うにあたって、どの
ようにリーダーシップを確保するかについて検討するため、国内外の NI の研究動向、及
び各国で行われている NI 振興施策について調べた。そして、理化学研究所脳科学総合研
究センターニューロインフォマティクスチーム臼井リーダを中心とした NI 検討委員会に
おいて我が国の NI 推進のための施策を検討した。
本報告書は 4 つの章と Appendix から構成されている。第 1 章では本調査の目的につい
て述べる。
第 2 章は国内外の NI の研究動向について述べる。2.1 節ではまず NI の定義について述
べる。2.2 節では欧米で行われている研究開発プロジェクトを中心に、海外でどのような
NI 研究が行われているかを紹介する。2.3 節では国内で NI 研究の核となる研究を探るた
め、国内における大型の脳研究プロジェクトと NI 研究につながる国内の脳研究について
紹介する｡ 2.4 節では NI への期待や課題について国内研究者にヒアリングした結果をま
とめた。2.5 節では、NI 研究の特徴ともいえるデータベースの構築状況を、インターネッ
ト上で調査した結果を述べる。この節では国内外のいくつかのサイトを紹介した後、海外
の 2 つの NI リンク集からたどって収集したサイトを分析する。
第 3 章では、海外で行われている NI 研究を推進するための施策について述べる。NI
研究の推進策の中には国家プロジェクトとしての NI 研究の実施も含まれるが、ここでは
研究内容ではなく、NI 研究を国家プロジェクトとしての背景や NI 推進の環境整備に焦
点を当てる。その他、OECD が目指す国際協力の概要や各国における対応も第 3 章で述
べる。なお、NI 推進の環境整備に関わる課題として、データ共有に関する施策を 3.8 節
にまとめた。
第 4 章では、NI 検討委員会の議論をまとめ、Japan-Node の立ち上げの構想案、及び
今後の推進計画を取りまとめた。
Appendix には次の 8 種類の情報を載せた。
a) OECD の「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
(Apendix A1)
b) 米国 Human Brain Project 「A Decade of Neuroscience Informatics – Looking
Ahead」発表論文の分析(Appendix A2, A3)
c) イギリス
d) 米国
BICS 2004 参加報告（Appendix A4）
Neuroscience 2004（Appendix A5）
e) ドイツ
Bernstein Center for Computational Neuroscience kick-off meeting
（Appendix A6）
f) 海外アンケート結果(Appendix A7)
g) 調査した公開データベース一覧(Appendix A8)
h) NI 検討委員会
委員一覧(Appendix A9)
i) プラットフォーム構想案(Appendix A10)
j) 国際ワークショップ
プログラム(Appendix A11)
目次
1. 調査の目的 _______________________________________________________1
2. ニューロインフォマティクス（NI）の現状 ___________________________2
2.1.
ニューロインフォマティクスとは _____________________________________ 2
2.2.
海外の NI 研究動向 _________________________________________________ 5
2.2.1.
米国の研究動向_____________________________________________________ 5
2.2.2.
欧州における研究動向______________________________________________ 11
2.2.3.
オーストラリア____________________________________________________ 17
2.2.4.
韓国 _____________________________________________________________ 17
2.3.
国内の NI 研究動向 ________________________________________________19
2.4.
国内研究者へのヒアリング __________________________________________28
2.5.
公開データベースの状況 ____________________________________________33
2.5.1.
海外の公開データベース____________________________________________ 33
2.5.2.
国内の公開データベース____________________________________________ 41
2.5.3.
公開データベースの概要____________________________________________ 45
2.6.
NI の現状のまとめ _________________________________________________51
3. ニューロインフォマティクスにおける施策の動向 ____________________52
3.1.
経済協力開発機構（OECD） ________________________________________52
3.2.
米国 ______________________________________________________________56
3.3.
EU_______________________________________________________________58
3.4.
ドイツ ____________________________________________________________58
3.5.
イギリス __________________________________________________________60
3.6.
オーストラリア ____________________________________________________60
3.7.
その他の国々 ______________________________________________________62
3.8.
データ共有に関する動向 ____________________________________________66
3.8.1.
データ共有ポリシー________________________________________________ 66
3.8.2.
共有データに関する倫理指針________________________________________ 67
3.9.
NI の施策動向のまとめ _____________________________________________71
4. 我が国のニューロインフォマティクス推進のための施策 ______________72
4.1.
これまでの取り組み ________________________________________________72
4.2.
NI 検討委員会による議論・検討内容 _________________________________72
4.2.1.
第一回 NI 検討委員会（2004 年 7 月 24 日開催） ______________________ 72
4.2.2.
第二回 NI 検討委員会（2004 年 12 月 2 日開催） ______________________ 73
4.2.3.
第三回 NI 検討委員会（2005 年１月 29 日開催） ______________________ 73
4.2.4.
第四回 NI 検討委員会（2005 年 3 月 8 日開催） _______________________ 73
4.3.
国際ワークショップの開催 __________________________________________74
4.4.
Japan-Node センターの立ち上げ____________________________________75
4.5.
今後の計画 ________________________________________________________75
4.5.1.
第一期（2005 年−2010 年） ________________________________________ 75
4.5.2.
第二期（2010 年−2015 年） ________________________________________ 76
4.5.3.
その後の長期展望__________________________________________________ 77
4.6.
今後の課題 ________________________________________________________77
4.6.1.
4.7.
具体的な検討課題__________________________________________________ 78
まとめ ____________________________________________________________78
参考文献____________________________________________________________80
Appendix ___________________________________________________________83
A1 「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」（和訳）_______83
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析表__________95
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果_______108
A4 BICS 2004 参加報告__________________________________________________120
A5 Neurosciece2004 参加報告____________________________________________124
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告___134
A7
海外アンケート結果 ________________________________________________143
A8
公開データベース一覧 ______________________________________________149
A9
NI 検討委員会
委員一覧 ____________________________________________158
A10
プラットフォーム構想案 ___________________________________________159
A11
国際ワークショップ
プログラム ___________________________________168
1. 調査の目的
脳は人体の中で最も複雑な器官である。近年、最先端の技術を使った実験により、脳イ
メージング、神経伝達、遺伝子発現など多様で膨大なデータが得られるようになってきた。
これらのデータにより、脳が様々な面から理解できるようになってきたが、脳の全体を理
解するためには、これらのデータを総合的に扱う必要がある。この作業は一研究者が行え
るものではなく、多くの研究者の共同作業が必要となる。このためには、データを共有し、
そのデータを扱うツールを整備し、得られた知識をモデルとして蓄積することが必要であ
る。この目標を達成するために、神経科学と情報科学を統合したニューロインフォマティ
クス（NI）という分野が生み出された。
脳の研究は単に学術的な関心だけでなく、神経系疾患の予防・治療といった人間の健康
の向上に結びつき、さらに製薬業界、IT 及びロボット産業の発展など、社会にとって大
きな経済的利益が得られると期待されている。経済協力開発機構(OECD)は、NI の発展が
脳研究の進展に大きく寄与し、世界の人々の生活・健康水準の向上や経済の発展に重要な
役割を担うと考え、国際協力により推進すべき課題として NI を採択した。そして、2004
年 8 月に「International Neuroinformatics Coordinating Facility（INCF）設立の合意
書」[7][26](Appendix A1)を作成し、NI を推進する環境を整えつつある。このような動きの
中で、我が国が NI を推進し、リーダーシップを確保することは、科学的な脳研究の分野
だけでなく、医療、製薬、IT 及びロボット産業などにおける日本の地位を高めるととも
に、国民生活の向上と経済の発展に寄与するものと考えられる。
本調査では日本が NI の推進を図るための資料として、NI の現状について研究と施策
の両面で調査を行い、NI 検討委員会において我が国の NI 推進施策の検討を行った。
参考文献
参考資料
[1]
「A Decade of Neuroscience Informatics ‒ Looking Ahead」, NIH, 2004
[2]
「A Guided Tour of Neuroinformatics Research in India」, Prasun Kumar Roy and
Nandini Chatterjee Singh, ICONIP 2004 Proceedings, November 22-25, 2004.
[3]
「Aspect of Interoperability some Rationale for the INCF」, Raphael Ritz, 第４回 NI
検討委員会, 理研 BSI, Mar. 8, 2005
[4]
「Bio-inspired Vision in France and in Europe」, S. J. Thorpe,
“International Workshop on Neuroinformatics ‒ For Establishing the Japanese
Neuroinformatics Node”, 43-52, Dec. 1, 2004
[5]
「Brain Information Group White Paper」, Floyd Bloom,
http://apu.sfn.org/content/Programs/NeuroscienceDatabaseGateway/whitepaper.html
[6]
「Brain Imaging Studies and Design of Platform in Japan」, R. Suzuki,
“International Workshop on Neuroinformatics – For Establishing the Japanese
Neuroinformatics Node”, 89-96, Dec. 1, 2004
[7]
「BUSINESS PLAN FOR THE INTERNATIONAL NEUROINFORMATICS
COORDINATING FACILITY (INCF)」, 2004,
http://www.neuroinformatics.nl/documents/INCF-finaldocuments/BusinessPlan.pdf
[8]
「Creating the Brain International Workshop」, 理化学研究所, Sep. 28, 2004
[9]
「datasharing.net」, http://datasharing.net/
[10] 「Deciphering the Genetic Blueprint of Cerebellar Development by Gene Expression
Profile informatics」, T. Furuichi, “International Workshop on Neuroinformatics
‒ For Establishing the Japanese Neuroinformatics Node”, 73-78, Dec. 1, 2004
[11] 「Development of a Database of Database: the Neuroscience Database
Gateway(NDG)」, T. Morse, L. Marenco, D. Gardner and G. Shepherd,
”International Workshop on Neuroinformatics – For Establishing the Japanese
Neuroinformatics Node”, 11-17, Dec. 1, 2004
[12] 「Discoverry neuroscience through Neuroinformatics: National and international
progress」, S. H. Koslow, “International Workshop on Neuroinformatics
‒ For Establishing the Japanese Neuroinformatics Node”, 1-10, Dec. 1, 2004
[13] 「FINAL NIH STATEMENT ON SHARING RESEARCH DATA RELEASE DATE:
February 26, 2003、NOTICE: NOT-OD-03-032」, National Institutes of Health
[14] 「Futur Lead Vision
Understanding Thought Processes 」, Berlin, July 2002,
http://www.futur.de/en/dateien/LeadVisionUnderstandingThoughtProcesses.pdf
[15] 「ModelDB:New Features and Future Goals」, T. Morse, L. Marenco,
S. Kambampati, M. Hines, M. Migliore, G. Shepherd and T. Carnevale,
80
参考文献
“International Workshop on Neuroinformatics – For Establishing the Japanese
Neuroinformatics Node”, 19-32, Dec. 1, 2004
[16] 「Neuroinformatics as a megascience issue」, F. Beltrame and S. H. Koslow,
IEEE Transactions on
Information Technology in Biomedicine, 3(3):239-240. PMID:
10719488, 1999
[17] 「Neuroinformatics in China」, Liqing Zhang, Shanghai Jiaotong University, ICONIP
2004 Proceedings, November 22-25, 2004
[18] 「Neuroinformatics in the Netherlands」, http://www.neuroinformatics.nl/
[19] 「Neuroscience Informatics Platform of Shared Database and Tools at the Australian
National Neuroscience Facility」, G. F. Egan, W. Lui, E. Tan, P-S. Ong and D.Hang,
“International Workshop on Neuroinformatics ‒ For Establishing the Japanese
Neuroinformatics Node” , 57-64 , Dec. 1, 2004
[20] 「PRINCIPLES OF DATA SHARING IN NEUROSCIENCE」 ,
http://www.nimh.nih.gov/neuroinformatics/guidelines.cfm
[21] 「Proposal to Establish the International Neuroinformatics Coordinating Facility」,
The Working Group on Neuroinformatics of the OECD Global Science Forum, Jun.
2003,
http://www.neuroinformatics.nl/documents/GSF-WGNI-Proposal-June-2-2003.pdf
[22] 「Report on Neuroinformatics from The Global Science Forum Neuroinformatics
Working Group of the Organisation for Economic Co-operation and Development」,
June 2002, http://www.oecd.org/dataoecd/58/34/1946728.pdf
[23] 「Roadmap of Neuro-IT Development Version 1.3」, Edited by A. Knoll and M. de
Kamps, Apr 19, 2004
[24] 「The CoCoMac Project in the Context of European Neuroinformatics Initiatives」,
R. Kötter,
“International Workshop on Neuroinformatics ‒ For Establishing the Japanese
Neuroinformatics Node”, 33-41, Dec. 1, 2004
[25] 「The German Network for Computational Neuroscience」, A. V. M. Hertz,
“International Workshop on Neuroinformatics – For Establishing the Japanese
Neuroinformatics Node”, 53-56, Dec. 1, 2004
[26] 「UNDERSTANDING FOR THE INTERNATIONAL NEUROINFORMATICS
COORDINATING FACILITY (INCF)」, 2004,
http://prion.alp.mcgill.ca/ni/Final%20OECD%20GSF%20Documents/Understanding.p
df
[27] 「Visiome Platform」, I. Ohzawa,
International Workshop on Neuroinformatics
‒ For Establishing the Japanese Neuroinformatics Node , 79-87, Dec. 1, 2004
81
参考文献
[28] 「医学研究分野における当面の取組について」, 文部科学省研究開発振興局 ライフサイエ
ンス課生命倫理・安全対策室, 厚生労働省 大臣官房厚生科学課, 経済産業省製造産業局
生物化学産業課事業環境整備室, 平成 17 年 1 月 27 日,
http://www5.cao.go.jp/seikatsu/shingikai/kojin/20050127kojin2-3.pdf
[29] 「知的基盤整備計画（答申）のフォローアップと見直し」, 知的基盤整備委員会, 平成 16
年 11 月, http://www.mext.go.jp/b_menu/shingi/gijyutu/gijyutu8/gaiyo/04121701.htm
[30] 「データベースに関して新たに提案されている知的所有権について」, 日本学術会議 情報
学研究連絡委員会, 平成 10 年 3 月 31 日
[31] Raphael Ritz, 私信, Oct. 2004.
82
2.ニューロインフォマティクス（NI）の現状
2. ニューロインフォマティクス（NI）の現状
2.1. ニューロインフォマティクスとは
ニューロインフォマティクス(NI)とは、脳（神経）科学を発展させるために、多様で膨
大なデータを総合的に整理、分析する研究分野であるといわれる。「 International
Neuroinformatics Coordinating Facility（INCF）に関する合意書」[7][26](Appendix A1)
では、NI について図 1 のように述べている。
ニューロインフォマティクスは、神経科学のデータと知識ベース、及び計算論モデル
と分析ツールの開発を目指し、神経科学と情報科学／技術とを統合した新たな研究分野
である。ニューロインフォマティクスは、学際的協力に基づく国際利用を目的に、実験
データの共有・統合・分析、探索研究及び神経系の機能解析理論の進展を目指している
[7]
。
ニューロインフォマティクスは、実験データの共有･統合･分析及び神経系の機能解析
理論を進展させるために、神経科学のデータと知識ベース、及び計算論モデルや分析ツ
ールの開発を目指す新しい研究分野である。この合意書において、ニューロインフォマ
ティクスとは、神経系に関する一次実験データ、オントロジー、メタデータ、分析ツー
ル、及び計算論モデルについての科学的情報を意味している。一次データには、正常／
疾病状態にあるあらゆる生物種や組織標本からの、ゲノム、分子、構造、細胞、ネット
ワーク、システム、及び行動のレベルでの実験及び実験条件が含まれる[26]。
図 1
ニューロインフォマティクスの定義
すなわち、「神経系を解明するため、研究者間で各種の実験から得られるデータを広く
共有し、それをより説明範囲の広い計算論モデルで統合する」ことが必要であり、図 2
に示す技術を開発し、それらの技術を共有することが、ニューロインフォマティクスの達
成すべき目標である。
（i）神経科学に関するデータと知識ベース
（ii）分析とモデリング・ツール
（iii）計算論モデル
図 2
ニューロインフォマティクスが開発する技術目標
[7]
これらの技術目標が抱える課題や目標は次のようにまとめられている。
2
2.ニューロインフォマティクス（NI）の現状
a) 膨大で多様な一次データや大規模な構造化された神経科学データベースの蓄積、保
管、共有などについての最適化が必要である。最も急を要する目標は、研究者間でデ
ータを共有する標準と仕組みの開発である。ゲノム科学おいてバイオインフォマティ
クスで作られたデータベースが重要であるのと同様に、ニューロインフォマティクス
で作られるデータベースは神経科学にとって重要となるであろう。
b) データを操作し、管理するツールの開発が必要である。他の分野では多くの適切な技
術が既に開発されているにもかかわらず、神経科学分野では必要に応じて目的毎に特
別な分析ツールやアルゴリズムを共同で設計、開発しなければならない。
c) データを使って検証可能な脳の構造や機能の計算論モデルの作成が必要である。研究
対象のシステムや現象を理解することは単なる記述だけではなく、現象の予測やそれ
を説明できるモデルを作ることが必要である。脳のモデルは最も難しいモデルに属し、
分子、細胞から多数の階層を経て、感覚、感情、学習、記憶、理解など高次機能を生
成するモデルである。このような複雑な現象のモデルを検証する唯一つの方法は、神
経科学で得られた実験のデータセットとニューロインフォマティクスによって開発さ
れた数理モデルの結果を比較することである。
図 3
NI が開発する技術目標の課題[21]
このような技術目標は、従来の技術の延長線上を越えたところにあり、その達成には神
経科学と情報科学だけでなく、より広い分野の研究者が協調する必要がある。米国
National Institute of Mental Health(NIMH)で NI を推進している Koslow は、次のよう
に述べている[16]。
神経科学と情報科学の結合は、脳の構造的機能的理解への大きな前進のために不可欠
なアプローチや進んだツールを開発、応用する研究を生み出す。ニューロインフォマテ
ィクス研究は医学、行動科学、生物学、物理、数学、コンピュータ科学、工学の接点に
位置する特異な分野である。これらのアプローチが混ざり合うことによる共同作用が科
学と技術の発展、さらには医学的、社会的、経済的利益を増大させるであろう。
図 4
NI の定義[16]
NI では単にデータ、ツール、モデルの蓄積、開発だけでなく、それらを共有すること
も大きな目標である。NI 研究の進展によって、神経科学の様々な分野でデータ、ツール、
モデルを蓄積したデータベースが構築され、研究者はそれらに自由にアクセスして研究を
進められると期待される。複数のデータベースを参照することによって多面的な研究が促
進され、それがデータベース間の関連を深めてゆくと考えられる。したがって、NI の成
果が十分拡大した時には、図 5 のように多数の公開データベースが相互に関連し、すぐ
に参照できるようになると考えられる。
3
2.ニューロインフォマティクス（NI）の現状
プラットフォーム
情報共有
ツール
モデル
実験データ
医療
神経伝達
脳地図
図 5
インターネット
高次機能
NI のプラットフォームイメージ
そこで、本調査では NI 研究の一つの評価軸として、「データ」「ツール」「モデル」を
インターネット上で公開し、研究者間での共有を図っている Web サイト（以後このよう
な Web サイトを「プラットフォーム」と呼ぶ）がどの程度存在しているのかを調査した。
また、国内におけるプラットフォーム構築の可能性について調査を行った（2.5 参照）。
4
2.ニューロインフォマティクス（NI）の現状
2.2. 海外の NI 研究動向
NI 分野についての海外の研究動向として、海外で行われている NI 関連の研究開発プ
ロジェクトを調査した。
2.2.1.
米国の研究動向
米国では 1990 年代初めより、Human Brain Project(HBP)が始まり、NI の分野で世界
をリードする研究が行われている。そこで、HBP を中心に米国の研究動向を調査した。
（１） Human Brain Project（HBP）
National Institutes of Health(NIH)の研究予算によって、データの共有、統合のため
のデータベース、ツール、モデルを開発するプロジェクトが多数行われている。その最初
のプログラムが Human Brain Project（HBP）である。1991 年に Institute of Medicine
National Academy of Science が、
「神経科学では Database を利用してデータの保存、共
有が必要である」と研究の進む方向を勧告した。この勧告に基づいて、1993 年から神経
科学に関する情報の共有を行ういくつかのプロジェクトが始まり、これらのプロジェクト
を総括するプロジェクトとして HBP が立ち上げられた。年々プロジェクトの規模が拡大
し、過去 10 年の間に重要なデータベース、ツール、計算論モデルが生み出された。現在、
約 40 のファンドがデータベース、ツール、モデルの開発に使われている。HBP は、今後
モデルを開発する研究を推進することを目標としている[12]。
NIMH で HBP の推進を担っている Koslow は、「まだデータベースが構築されていな
いいくつかの神経科学分野が存在している」と述べ、「それらの領域では、神経科学者と
「データ
情報科学者が協力するチームを結成すべきである」と指摘している[12]。そして、
ベースやデータ共有に関して最近公開された記事の多さは、NI が発展している証拠であ
る」として、NI が今後も発展すると期待している[12]。
2005 年 4 月に HBP の第 10 回記念会議 A Decade of Neuroscience Informatics –
Looking Ahead が開催された[1]。この記念会議に発表された研究を分析し、米国での NI
研究の全体像を把握することを試みた(Appendix.A2, A3)。分析にあたっては、各発表の
要旨を「”目的”のために、”対象”を”手段”を用いて研究した」という形にまとめ、”目的”、”
対象”、”手段”に現れるキーワードを整理した。”目的”に現れるキーワードを、研究分野を
表すキーワードと考えて整理し、表 1 のような研究分野に区分した。また、”対象”に現れ
るキーワードを整理して、
「遺伝子」
「分子」
「細胞」
「器官」の４レベルに区分した。この
研究分野と対象の２つの軸で分けた区画に、論文で使われる”手段”で現れるキーワードを
マップすることにより、NI 研究としてどのような分野でどのような”手段”（データ、ツ
ール、モデル）を主に研究しているかを分析した。
5
2.ニューロインフォマティクス（NI）の現状
表 1
研究分野の分類
研究分野
脳地図
脳形態地図
脳機能地図
画像解析
神経伝達
神経伝達
細胞構造の解析
神経細胞ネットワーク
高次機能
認知
学習
感情
運動
体性感覚
記憶
嗅覚
視覚
聴覚
医療
情報共有
DB 作成ツール
共有ツール
メタ情報 DB（文献 DB を含む）
a) 神経伝達分野
神経伝達分野では、細胞レベルの顕微鏡画像の解析や、神経伝達モデルを利用した神
経ネットワークの解析が多く発表されている。また、細胞レベルの手段以外に遺伝子・
分子の情報との関連を調べる研究も行われている。（Appendix A3.1）
b) 脳地図分野
脳地図分野では、器官全体の fMRI 画像データベースを用いた研究、あるいはデータ
ベース開発が多く行われている。また、fMRI 画像と遺伝子情報を関連させる研究も多
く見られる。Brain Atlas を公開している Edward G. Jones らは、脳地図へのアノテー
6
2.ニューロインフォマティクス（NI）の現状
ション作成ツール等を開発し、１次データの蓄積からより多くの情報を付加するデータ
ベースの高度化を進めている。（Appendix A3.2）
c) 高次機能分野
高次機能分野では、嗅覚、視覚、聴覚についての研究で分子レベルから器官まで幅広
い種類の情報を扱うデータベースが構築されている。一方、認知、運動、体勢感覚など
の研究では器官や細胞といった特定レベルでの研究が主体であり、NI としての研究数
は少ない。しかし、fMRI 画像のデータベース化、被験者の行動をデジタル的に記録し
て分析するなど、情報科学を活用した研究が行われている。（Appendix A3.3）
d) 医療分野
医療分野では疾患を対象とした脳画像のデータベースの他、分子、遺伝子の情報を総
合的に扱うデータベースの利用、構築が行われている。また、医療現場での利用を考え、
データベースの利用を容易にするための研究も行われている。（Appendix A3.4）
e) 情報共有分野
情報共有分野は NI 固有の切り口である。この分野の研究では fMRI 画像データベー
スの構築ツール、及び fMRI 画像へのアノテーション作成ツールの開発が大半を占めて
いる。（Appendix A3.5）
（２） 北米神経科学会（Society for Neuroscience）
北米神経科学会 Society for Neuroscience（SfN）は、米国における脳科学に関する最
大の学会であり、米国の NI 進展がこの学会にも反映している。2003 年に SfN の中に Brain
Information Group（BIG）がつくられ、学会がどのようにデータベースの作成などを支
援 す る か が 議 論 さ れ た 。 そ の 結 果 が ”Brain Information Group White Paper”
(http://apu.sfn.org/content/Programs/NeuroscienceDatabaseGateway/whitepaper.html)[5]
としてまとめられている。BIG では、データ共有の必要性が強調され、それが脳科学の
様 々 な
DB
を 集 め た
Neuroscience
Database
Gateway （ NDG,
http://big.SfN.org/NDG/site/)の開発につながった。Thomas Morse は、SfN が推進すべき
こととして図 6 のようなことを挙げている[11]。
・NI を用いて、神経科学における基本要素（共通に利用できるモデル）を作り出すこと。
・統一的な脳の機能を理解するために、分野をまたがったオントロジーを開発すること。
・SfN 年会のテーマは、NI を明示的に含むように Bioinformatics を拡大すべきである。
・学会は NI に関する Journal を創刊するべきである。
図 6
SfN の推進すべき施策
7
2.ニューロインフォマティクス（NI）の現状
2004 年 10 月に米国サンディエゴにて Neuroscience2004 が開催された。この学会で米
国における NI の動向を調査した（Appendix A5 参照）。学会の主テーマは表 2 のように
９つに分けられていて、それぞれ数件から数十件のサブテーマに分かれている。
Neuroinformatics というサブテーマは存在しないが、Informatics に関する研究発表は
H. Techniques in Neuroscience 内の Bioinformatics、Modeling and Analysis、Imaging
Techniques などのサブテーマの中で数多く発表されていた。この分野に、NIMH による
Human Brain Project の主要な研究が含まれており、サテライトミーティング、展示ブ
ースを含め多くの発表が行われていた。特に画像解析分野と脳地図作成に関しては非常に
多くの発表があり、画像データを中心とした Imaging Technology による Informatics が
活発に行われている。
表 2
SfN の学会テーマ区分
A. Development、
B. Synaptic Transmission、
C. Sensory Systems、
D. Motor Systems、
E. Homeostatic and Neuroendocrine Systems、
F. Cognition and Behavior、
G. Neurological and Psychiatric Conditions、
H. Techniques in Neuroscience、
I. History and Teaching of Neuroscience
NI に関連する会合として、図 7、図 8 のようなミーティングが行われた（詳細は
Appendix A5 を参照のこと）。
[Brain Maps and Systems Biology]
(http://www.nimh.nih.gov/neuroinformatics/sfnmeet04.cfm)
NIMH の Stephen Koslow 主催による Human Brain Project に関連するデータベー
スと解析ツール開発の発表を中心としたサテライトミーティングが行われた。脳科学
分野においてデータベースの構築により仮説推進型の研究が進むことが期待され、仮
説の情報交換をどのように進めるかについて、議論が行われた。
図 7
Brain Maps and Systems Biology ミーティング
8
2.ニューロインフォマティクス（NI）の現状
[Human Brain Project Social Electric 3-D mouse Brain Atlases on the Horizon]
(http://www.nimh.nih.gov/neuroinformatics/social04.cfm)
the Mouse Brain Library のプロジェクトに参加しているメンバーを中心として、
マウスブレインアトラスの将来や問題点について、聴衆とともにディスカッションを
行う形式でミーティングが行われた。主催者側から論点として、用語の統一
(terminology, ontology)、分類(taxonomy)、相同性(homology)、発現のマッピング
(mapping)、複数の遺伝子地図の比較(comparing maps)、CT と組織学の比較(CT vs.
histology) 、 情 報 学 (informatics) 、 モ デ リ ン グ 手 法 (modeling) 、 可 視 化 技 術
(visualization)が挙げられていた。議論は、発現データを脳地図にマッピングする際に、
発現のある脳内部位をどのように定義すればよいのかという点について集中して行わ
れていた。
図 8
Human Brain Project Social Electric 3-D mouse Brain Atlases on the Horizon
ミーティング
HBP のブースでは 1 日あたり４，５件の LIVE DEMO が行われていた。このデモで紹
介 さ れ た デ ー タ ベ ー ス 、 ウ ェ ブ ツ ー ル は 、 今 後 Neuroscience Data/Knowledge
Management System として、Web 上においてシームレスな連携を行うことが目的とさ
れており、研究機関だけではなく医療機関も多く参加していた。しかし、シームレスな連
携には用語の統一や利用者へのガイドライン等、いくつかの課題が残っていると話されて
いた。
Informatics 関 連 の 企 業 ブ ー ス で は 画 像 解 析 ソ フ ト ウ ェ ア が 目 立 っ て お り 、
Neuromorphormetrics 社 、 Psychology Software Tool 社 、 VisionWorks 社 、 MBF
Bioscience 社が展示を行っていた。こうした海外の Informatics 企業はアカデミックな機
関と積極的に連携し、アカデミックな機関からデータの供給を受ける代わりにソフトウェ
アをフリーで提供するなどの産学が連携した研究体制となっていた。
ドイツで Neuroinformatics Portal Pilot を構築している Ritz は、サテライトミーティ
ングで話されていたような Bioinformatics の発展や問題点から得られる情報の価値は非
常に大きいと話していた[31]（図 9）。
9
2.ニューロインフォマティクス（NI）の現状
Bioscience のインフラストラクチャである Bioinformatics では遺伝子発現、翻訳と
いったセントラルドグマを中心にデータを構築していくことで、まとまった世界観を
持ちながら発展している。一方、Neuroscience ではデータの形式を考えても、画像デ
ータ、波形データ、生物学実験データ、高次機能情報など多岐にわたるため、非常に
複雑な世界観を持つことが特徴となる。このため、Bioinformatics と Neuroinformatics
には共通点が少ないようにも見えるが、脳地図作成のための発現情報の収集や遺伝情
報による病理解析などについては Bioinformatics の手法と重なる領域が非常に大き
い。Neuroinformatics を Neuroscience のインフラストラクチャとしての視点に立っ
て考えてみると、どの範囲をポータル／プラットフォームとしてサポートしていくの
かという問いかけが重要であり、その判断には Bioinformatics が開発してきたポータ
ル／プラットフォームが参考になるであろう。
図 9
Bioinformatics の経験と Neuroinformatics
（３） ModelDB
ModelDB(http://senselab.med.yale.edu/senselab/ModelDB/)は様々なモデルを集めた
データベースである。現在、ModelDB の開発チームは、研究者がモデルを使った研究を
行いやすくなるように様々な開発、研究を行っている[15]。その成果の一つが ModelView
と呼ばれるシステムであり、サマリー情報の作成、シミュレーション結果の可視化機能に
よって、モデルを作る時間やシミュレーション結果を得るまでの時間を短縮している。
また、様々なシミュレータ間でデータを変換するシステム（インターオペラビリティツ
ール）も開発中である。このツールによって複数のシミュレータ間でモデルの変換が容易
になり、研究者は様々なシミュレータを自由に駆使できるようになる。このようなモデル
間のインターオペラビリティにはデータやモデル記述の共通化・標準化が必要である。開
発チームは MorphML(http://www.morphml.org/)､ NeuroML(http://www.neuroml.org/)､
BrainML(http://brainml.org/)､ CellML(http://www.cellml.org/)等の研究グループとも協
調して、生物物理に関するデータ形式（XML 仕様）を開発中である。このように ModelDB
の開発チームは、モデルやツールの開発、集積だけでなく、それらを有効活用するための
データ形式や語彙の標準化にも取り組んでいる[15]。
（４） その他
この他、米国では HBP の研究以外にも、数多くの NI 関連の研究がなされ、学会など
のメーリングリストなどを通して、神経科学者向けのデータベース構築、解析支援ツール
の 紹 介 （ 例 え ば 、 南 カ リ フ ォ ル ニ ア 大 学 の NeuroScholar プ ロ ジ ェ ク ト
http://chasseur.usc.edu/html/）記事やデータベース構築・ツール開発のための人材募集
記事などが流され、NI 研究が活発に行われている。
10
2.ニューロインフォマティクス（NI）の現状
2.2.2.
欧州における研究動向
EU における科学技術の研究開発は、「フレームワーク計画(FP)」に従って行われる。
FP では４年ごとに大テーマが設定され，そのテーマに沿った研究にファンドが提供され
ている。第５次フレームワーク計画が 1998 年∼2002 年に行われ、現在は第６次フレー
ムワーク計画が始まったばかりである。欧州における NI 研究の動向として、EU の第５
次、第６次フレームワーク計画、及び各国での研究について調査を行った。
（１） 第５次フレームワーク計画
第５次フレームワーク計画(FP5, http://www.cordis.lu/fp5/projects.htm)の中では、バイ
オインフォマティクスや脳科学をキーワードとする大テーマは挙げられていない。このた
め、NI に関係する研究の多くが「Quality of Life and management of Living resources
（Quality of Life)」や「Information Society Technologies (IST)」のサブテーマ「未来技
術 Future Emerging Technologies (FET)」
（IST-FET）の研究として提案、採択されてい
る。
FP5 の 中 で 行 わ れ た NI に 関 連 す る 重 要 な 研 究 テ ー マ と し て 、 Neuro-IT
(http://www.neuro-it.net/)がある。この研究グループは、Neuroscience と Information
Technology を融合した新しい分野 ”Neuro-IT” を提唱している。”Neuro-IT”という新し
い言葉は、単に神経科学のための情報工学の利用や神経科学的知見の工学的応用ではなく、
神経科学と情報科学協力して互いのために役立つ研究であることを強調するために用い
られている。
Neuro-IT の研究グループは以下の２つの活動を行っている。
a) EU で行なわれている”Neuro-IT”に関わる研究を活性化し、拡大する。
b) Neuroscience と Information Technology のコラボレーションが十分な成果を上げ
ることができる新たな長期目標を立案する。
具体的には、NI、Computational Neuroscience(CNS)、Artificial Intelligence (AI)な
どの調査を行い、これらを組み合わせた”Neuro-IT”という研究領域を啓蒙し、支援する活
動を行っている。Neuro-IT では調査した結果から、研究の分類と状況、今後の展開など
をロードマップ(http://www.neuro-it.net/NeuroIT/Roadmap)としてまとめている。この
ロードマップの中では以下の６つのプロジェクトを目標として掲げている[23]。これらの
目標では米国の NI 研究に比べると工学的な応用に重点が置かれている。
a) The Brainship Project
人間の脳とコンピュータとの直接的な双方向インターフェイスを開発する。
b) The Factor-10 Project
組織をシミュレートする機器の Factor10（1/10 の大きさ、10 倍の性能）を実現する。
c) The Acting in the Physical World Project
周辺機器に埋め込まれた分散知能システムを実現する。
11
2.ニューロインフォマティクス（NI）の現状
d) The Artificial Evolutionary Design Project
進化論的な AI を開発する。
e) The Constructed Brain Project
脳の完全なシミュレーションが可能なフレームワークを開発する。
f)
The Tools for Neuroscience Project
神経科学のためのツールを開発する
Neuro-IT.net の調査内容に基づいて、IST-FET の中で Neuroscience と IT に関係する
研究プロジェクトがいくつか計画されている。それらの研究は、Bio-I3（Bio-inspired
Intelligent Information Systems）という研究分野として区分され、次の４種類に分類さ
れている。
a) Neuroinformatics for Living Artifacts Project
b) Neuroinformatics Projects managed in Directorate General Research
c) FET Projects related to Neuron on Silicon
d) Neuroinformatics LPS (Life-Like Perception-System) Projects
IST-FET のファンドによって行われている研究には、B. Linares-Barranco、Rodney
Douglas による Address Event Representation（AER）を用いた視覚デバイス CAVIAR
やスコットランドの Florentin Worgoter によるリアルタイムに物体の動きを捉える視覚
デバイス ECOVISION の研究など、視覚デバイスの開発を目的とした研究が行われてい
る（表 3）。
表 3
第 5 次フレームワーク計画における視覚デバイス研究
INSIGHT2+
http://www-sop.inria.fr/robotvis/projects/Insight2+
ECOVISION
http://www.pspc.dibe.unige.it/ecovision
ALAVLSI
http://www.ini.unizh.ch/alavlsi
CAVIAR
http://www.imse.cnm.es/~bernabe/CAVIAR/
LOCUST
http://www.imse.cnm.es/locust
（２） 第６次フレームワーク計画
第６次フレームワーク計画(FP6, http://www.cordis.lu/fp6/projects.htm)では、IST 以外
に「Life Sciences, genomics and biotechnology for Health（LSH）」という研究テーマが
あり、バイオインフォマティクス研究を含む研究が募集されている。この分野では、次の
ような提案が現在挙げられている[24]。
12
2.ニューロインフォマティクス（NI）の現状
a) LSH-2004-1.1.0-2 Coordination Action
①機能的ゲノム研究において重要となるすべてのモデル臓器に関するデータベース
の保守、運用
②異なる分野のライフサイエンス研究者間における協力を支援するシステム・バイ
オロジーの構築
③ゲノムやプロテオームの構造決定に必要な真核生物のタンパク生産における質と
量に関するボトルネックを解決する協力関係の発展
④構造ゲノム研究における NMR 法の発展に関する協調関係の改善
⑤疫病研究におけるヒトサンプルのバイオバンク間の協力
b) LSH-2004-1.1.4-1
機能ゲノムの複雑な実験データの解釈をシステムレベルで行うための統合したデ
ータベースや解析ソフトウェアの開発
c) LSH-2004-2.1.3-1
シナプスにおける情報処理についての分子反応過程の研究
d) LSH-2004-2.1.3-5
ヨーロッパにおける神経科学の拡大
e) LSH-2004-2.1.3-6
脳研究におけるニューロイメージング・ワークショップ
f)
LSH-2004-2.1.3-7
脳のデータベース化に関するワークショップの組織化
g) LSH-2004-2.1.3-8
将来のヨーロッパにおける脳研究についての合意の形成
この他にも、the European Brain Council (EBC)は、the RABRE project – Resource
Allocation to Brain Research in Europe を FP6 に対して提案している。FP6 の LSH で
はデータベース構築に関する提案が多く見られる。
Rolf Kötter は、FP6 では「Life Science, genomics and biotechnology for Health」の
テーマの下にシステム・バイオロジーが発展する考え、これが神経科学の分野に NI を導
入するきっかけになるとも期待している[24]。なぜならば、システム・バイオロジーが遺
伝子レベルと細胞やシステムレベルの相互作用を明らかにし、モデル化の重要性を研究者
に認識させられると考えられる。また、バイオインフォマティクスによって開発されたモ
デルが脳の複雑なシステムに対しても適用されると期待している。
13
2.ニューロインフォマティクス（NI）の現状
（３） ドイツ
ドイツは 2004 年に Bernstein Center という研究機関が設立し、Computational
Neuroscience を推進しようとしている。Bernstein Center は４つの拠点（Berlin、
Freiburg、Gettingen、Munich）に分散し、各拠点では次に示すような研究が行われる。
a) Berlin
Berlin では、システム・バイオロジーから脳画像に関する研究まで包括的に下記の
３つの研究テーマがあり、高次機能と神経モデルの中間層をつなげる研究が多く行われ
る。
①コンピュータによる理論手法: ミクロからマクロまで
②脳の局所的な計算処理の解明: 分子､ シナプス､ ニューロンとネットワーク
③グローバルな計算処理の解明: ニューロサイエンスの体系統合
b) Freiburg
Freiburg では次の３つの研究テーマで研究を進めている。
①Computational Neuroscience の理論的、方法論的研究
②Computational Neuroscience の実験的研究
③バイオ医療や新技術の応用
c) Gettingen
Gettingen では、以下の４つテーマがあり、記憶と細胞間情報伝達に関する研究、運
動に関する研究が盛んに行われている。④の研究は Otto Bock という義肢メーカと共同
で研究が行われる。
①シナプスの動作と情報プロセス
②認識に対する適応
③ネットワークレベルでの適応
④運動における適応と脳神経に関連する補綴技術
d) Munich
Munich では、脳内で扱われる情報で、空間及び時間的な情報に関するテーマに研究
する。
①神経の情報プロセスと可塑性における神経スパイクの動的解析
②運動の検知及びプロセスに関する実験と Computational Neuroscience
また、ドイツで行われている NI 研究の代表として 1997 年から開始された CoCoMac
プロジェクト(http://cocomac.org/home.htm)がある。このプロジェクトは、大脳皮質の機
能相関（コネクション）のコンピュータモデルを利用して把握する目的で、マカクの脳を
14
2.ニューロインフォマティクス（NI）の現状
対象として公表されたデータを、目的、詳細さ、一貫性の観点から整理した文献データベ
ースを構築している。現在、主に構造や形態の情報を付加するデータベースの拡張、可視
化・分析ツールの開発が進められているが、他のリソース（オントロジー、脳地図）との
相互接続や、シミュレーションやシステム分析に使うコネクションデータ（特に機能的イ
メージデータ）への拡張等も今後の研究目標に含まれている[24]。
CoCoMac の開発チームは、脳地図の皮質区分が変更されても、精査されたデータ(実験
から直接得られたデータから論文で使用されたデータまで)が意味を失わないように管理
された完全に透明性のあるデータベースには高い価値があると考えている[24]。CoCoMac
プロジェクトではデータの完全性を維持する目標に向けて研究が続けられている。
この他にも、Humboldt 大学、Technische 大学では次の３つの新しい研究分野の研究
者を募集し、Computational Neuroscience への拡充が進んでいる。
a) 大規模脳信号の理論と解析
b) 動物生理学/Systems Neuroscience 及び Neural Computation
c) 認知プロセスのモデル化
（４） フランス
フランスでは、２つの新しいプロジェクトが計画されている[4]。
a) Integrated and Computational Neuroscience Research Initiative
（http://www.recherche.gouv.fr/recherche/fns/neuroscience.htm）
このプロジェクトは 2001 年から始まった約 100 プロジェクトの集合である。2002
年には脳から直接機械をコントロールする研究（Brain Machine Interface, BMI）も行
われている。
b) ROBEA（Robotics and Artificial Entities）
(http://www.laas.fr/robea/)
Robotics と神経科学の間で協調して、sensory-motor や認知機能の研究やモデル化を
行う。
この他、Simon J. Thorpe 等による神経スパイクに関する研究成果を用いた人工視覚シ
ス テ ム の 研 究 が
SpikeNet-technology
に よ っ て 進 め ら れ て い る
(http://www.spikenet-technology.com)。
（５） イギリス
イ ギリ スでは 、 Engineering and Physical Sciences Research Council（ EPSRC,
http://www.epsrc.ac.uk/default.htm) と
Medical
15
Research
Council
（ MRC,
2.ニューロインフォマティクス（NI）の現状
http://www.mrc.ac.uk/)を中心に NI 研究が行われており、EPSRC は FP6 で画像データ
ベースの構築を計画している。
また、Edinburgh 大学 David Willshow のチームは神経工学的なアプローチを研究して
いる(http://www.anc.inf.ed.ac.uk/neuroinformatics/index.html)。Willshow は網膜と中
脳視蓋野との間の結合についてのマッピングパターンの解明、神経科学の工学への応用や
データ解析ツールの開発などを行っているほか、博士課程の教育として NI のための教育
にも力を注いでいる（図 10）。
そ の 他 、 Doctoral Training Centre in Neuroinformatics に お け る Institute for
Adaptive and Neural Computation の講師募集が行われるなど、認知科学の分野でのコ
ンピュータモデルの開発などが進みつつある。
図 10
エジンバラ大学 David Willshow 研究室の NI 研究テーマ
（ http://www.anc.inf.ed.ac.uk/neuroinformatics/index.html ）
16
2.ニューロインフォマティクス（NI）の現状
2.2.3.
オーストラリア
オーストラリアでは、2003 年 3 月に設立された The Australian National Neuroscience
Facility（NNF, http://www.nnf.com.au/）を中心に、Neuroimaging と Neurogenomics の
データベースの開発が進められている。Neuroimaging には、270 人の被験者に対する
1200 の脳地形図、20000 以上の fMRI 画像が格納されている。Neuroimaging と
Neurogenomics のデータベースを組み合わせた研究が進められており、
「同じ被験者の遺
伝子発現や特徴データを fMRI 画像とリンクする」等の機能拡張が行われている[19]。しか
し、データベースの統合化には、オントロジーの必要性などまだ問題が多く、統合化は十
分には進んでいない。なお、オーストラリアの NNF はグリッドコンピューティングを利
用したシステムの上に構築され、大容量のデータの共有化、計算パワーの共有化を図って
いる。
2.2.4.
韓国
韓国では Brain Science Research Centre（BSRC, http://bsrc.kaist.ac.kr/）が NI 研究
を進めている。BSRC は「脳の情報処理機構の理解」
「脳型の人工知能システム（人工脳）
の開発」を目標として、脳の機能の研究からその工学応用の研究を３段階で進める計画を
立てている。これまでに第２フェーズの研究が終わり、2004 年から第３フェーズが始ま
っている。第３フェーズではニューロインフォマティクスが研究の中心に計画されている。
図 11
韓国 Brain Science Research Centre（BSRC）の研究計画
(http://bsrc.kaist.ac.kr/new/english/project3.htm)
17
2.ニューロインフォマティクス（NI）の現状
図 12
韓国 Brain Science Research Centre（BSRC）における
Neuroinformatics の位置付け(http://bsrc.kaist.ac.kr/new/english/project3.htm)
18
2.ニューロインフォマティクス（NI）の現状
2.3. 国内の NI 研究動向
国内では、文部科学省の特定領域研究や科学技術振興事業団の戦略的創造研究推進事業
で脳・神経科学の大規模な研究、また NI 研究に関連する研究が行われている。
（１） 文部科学省特定領域研究 「統合脳」
「統合脳」(http://www.togo-nou.nips.ac.jp/)は、これまで行われてきた文部科学省特定
領域研究「総合脳」
、
「先端脳」
、
「神経回路」を包含して統合的脳研究組織として発展させ
たプロジェクトであり、平成 16 年度から始まっている。
図 13
統合脳ホームページ (http://www.togo-nou.nips.ac.jp/)
統合脳の研究領域は図 13 にあるように、
「統合脳」
「脳の高次機能」
「神経回路機能」
「分
子脳科学」
「病態脳」の５領域に分けられる。各々の領域の研究テーマは表 4 の通りであ
る。これらの領域は原則として独立して研究にあたるが、領域間の調整を「統合脳」にお
かれた「総括班」「支援班」が行い、従来の分野を超えた研究を推進し、多面的な研究・
応用を目指している。
表 4
文部科学省特定領域研究 「統合脳」における５領域
19
2.ニューロインフォマティクス（NI）の現状
領域（代表者）
統合脳
領域の概要
（丹治
分子―細胞―回路―システムを統合的にみた機能理解の視点に立ち、
順） 複数の階層を包含した機能発現メカニズムの研究であり、脳において構
造的・時間的に多次元の場で生成される反応と活動のメカニズムを、次
元を超え、統一的に理解することを目指す研究を推進する。
脳の高次機能
（木村
物体の認知・記憶や行動、思考、情動、言語などのいわゆる高次脳機
實） 能の作動原理の理解に迫る研究であり、
「脳の神経細胞の担う情報表現と
その処理を明らかにする研究」、「ヒトの高次脳機能を画像情報として捉
えるイメージング研究」
、「脳機能の計算理論による研究」や、「心理学、
脳の病態研究」などである。
神経回路機能
（「先端脳」の研究を受け継ぐ領域）
分子細胞レベルの研究に立脚して神経回路の機能を解明する研究であ
（狩野方伸） り、神経回路が個体発生の過程でハードウェアとして「形成」され、成
長・発達に伴って、経験や環境に依存して「機能的に成熟」し、それぞ
れの脳の領域において「特異的な機能発現」をする様を捉える。 （「神
経回路」の研究を受け継ぐ領域）
分子脳科学
生命現象の根幹である遺伝子・分子に基盤をおき、分子脳科学の諸分
（三品昌美） 野の力を結集し、神経細胞の誕生から脳高次機能に至る統合脳科学を開
拓することを目的とする
病態脳
神経変性疾患の分子病態研究の発展を未だ病態研究が不十分な他の神
（貫名信行） 経疾患や精神疾患に生かし、脳疾患全体の克服を目指す研究を推進する。
支援班の目的は次のように記述されている。
a) 研究用のモデル動物や生物的資源の導入・供給
b) 脳機能を計測する先端的な技術と機器の導入
c) 次元の異なる研究分野の共同研究を具体的に進めるための支援
d) 先端的脳研究の実施を支えるために、必要な情報をデータベースとして供給するこ
と
e) 脳研究情報、研究者情報をホームページからアクセスすることを可能にする
この目的の c)∼e)は NI が実現する目標とする内容であり、支援班の目的にも「今後は理
研のニューロインフォマティクス研究と提携し、有用な情報を提供します」と記載されて
いる。
また、図 14 に示すように「領域 1 統合脳」の中には「総括班」、
「支援班」が置かれ
る他、「総合的アプローチによる脳研究」の計画研究、公募研究が行われる。計画研究で
は、以下の４つの研究が計画されている。これらはいずれもいくつかの研究分野を跨る内
容であり、先駆的な研究の実施に主眼が置かれている。
20
2.ニューロインフォマティクス（NI）の現状
a) 分子生物学的研究と神経回路機能研究の統合による大脳視覚野の臨界期の解明
Hensch Takao
（理化学研究所）
b) 細胞生理学的研究と分子生物学的研究の統合による大脳運動制御系の可塑性の解明
伊佐正（生理学研究所）
c) 神経回路解析とシステム的脳機能解析による大脳皮質-基底核連関の解明
高田昌彦（東京都神経科学総合研究所）
d) 生理学、神経心理学及び計算論の統合による大脳の高次機能研究
丹治順、鈴木匡子（東北大学）、銅谷賢治（ATR 脳情報研究所・沖縄大学院大学）
この領域では、新しい研究、横断的な研究を推進するために公募による研究を中心にする
と計画されている。この領域の研究から NI を利用した研究が推進されることが期待され
る。
図 14
統合脳組織図 (http://www.togo-nou.nips.ac.jp/)
21
2.ニューロインフォマティクス（NI）の現状
（２） 文部科学省特定領域研究「神経グリア回路網」
文部科学省特定領域研究「神経グリア回路網」（http://glia-neuron-network.jp/）が平
成 15 年度から開始されている。これまで、グリア細胞は電気的興奮性がないため、脳の
情報処理機能には積極的な役割は演じていないと考えられてきたが、最近になってグリア
細胞が脳の情報処理に重要な役割を果たしているのではないかと考えられ始めている。グ
リア細胞に関する研究は世界中で本格的に始まっているが、大規模な研究計画はこの「神
経グリア回路網」プロジェクト以外にはなく、これまでの国内の成果を活用し、世界のト
ップレベルの成果を目指す研究と考えられる。その成果を NI の枠組みによって総合化す
ることは日本がリーダーシップを得られる分野と考えられる。
この研究は図 15 のように総括班の下に３つのグループから構成され、研究が行われて
いる。各研究グループの目的は図 16 のようになっている。
図 15
神経グリア回路網の研究体制 (http://glia-neuron-network.jp)
22
2.ニューロインフォマティクス（NI）の現状
a) 神経伝達物質を介したグリア−ニューロン相互調節機構の解明
イメージングと電気生理学的手法によりニューロン及びグリアの活動を検出し、グリ
ア細胞に発現する神経伝達物質受容体の意義を解析する。また、分子生物学的手法や薬
理学的手法を適用して、グリア−ニューロンの促進的相互関係や抑制的相互関係に関わ
る分子群を解析する。
b)グリアーニューロン相互認識による機能分子発現機構
グリア−ニューロン相互関係の成立や維持に関わる分子群を解明することを目的とす
る。外部環境の変化に対応して機能するグリア細胞の機能を裏付ける分子群、これら遺
伝子産物の細胞膜への発現量や分解をコントロールする細胞内分子を明らかにする。そ
して、グリアとニューロンの間で交わされる分子発現相互調節機構が正常な神経回路機
能の発現に果たす役割を解析する。
c) グリア−ニューロン回路網を介した脳機能発現機構とその異常に関する研究
グリア−ニューロン回路網の中に発現する脳機能を解析し、さらにその異常がもたらす
疾患についても解析する。神経回路網にグリア細胞との相互関係を組み込んだ新しい「グ
リア−ニューロン回路網」の概念をベースとして、長期増強現象や長期抑圧現象などシ
ナプスの可塑性の発現メカニズムを電気生理学や行動生理学によって解析する。グリア
−ニューロン回路網に関わる遺伝子異常動物を行動生理学的に解析することによって、
神経疾患発症機構を解明することも重要な目標の一つである。
図 16
神経グリア回路網の研究概要 (http://glia-neuron-network.jp)
（３） 戦略的創造研究推進事業
科 学 技 術 振 興 事 業 団 が 実 施 し て い る 戦 略 的 創 造 研 究 推 進 事 業 の CREST （ Core
Research for Evolutional Science and Technology）の中で、次のような脳・神経科学に
関連するテーマの研究が行われている。これらのテーマのうち、「脳を知る」「脳を守る」
「脳を創る」のテーマは平成 16 年度までの研究である。
（http://www.jst.go.jp/kisoken/crest/intro/kenkyu.html）
23
2.ニューロインフォマティクス（NI）の現状
表 5
CREST（Core Research for Evolutional Science and Technology）
における脳関連の研究テーマ
研究テーマ
研究概要
（研究統括）
脳を知る
（久野宗）
脳機能の解明のうち、人間たる所以の根元である脳の働きの理解を
目標とする研究を対象とする。
具体的には、「脳の発生分化機構」「神経回路網の構造、機能と形成
機構」
「脳の高次機能（記憶、学習、意識、情動、認識と生体リズムな
ど）」「コミュニケーションの脳機能」の解明を目標とする。
脳を守る
（杉田秀夫）
脳機能の解明のうち、脳の老化、疾病のメカニズムの理解と制御を
目標とする研究を対象とする。
具体的には、
「脳の発達障害の制御」
「脳の老化の制御」
「神経・精神
障害の機構の解明」「神経・精神障害の修復法の開発」を目標とする。
脳を創る
（甘利俊一）
脳機能の解明のうち、脳型情報処理システムの構築を目標とする研
究を対象とする。
具体的には、
「脳型デバイス・アーキテクチャ（学習、連想記憶など）」
「情報生成処理（認知認識、運動計画、思考、言語、評価、記憶など）
システム」の構築を目標とする。
脳の機能発
本研究領域は、脳を育み、ヒトの一生を通しての学習を促進すると
達と学習メカ
いう視点に、社会的な観点も融合した新たな視点から、健康で活力に
ニズムの解明
あふれた脳を発達、成長させ、さらに維持するメカニズムの解明をめ
（津本忠治）
ざす研究を対象とする。
具体的には、感覚・運動・認知・行動系を含めた学習に関与する脳
機能や言語などヒトに特有な高次脳機能の発達メカニズムの解明、及
びそれらの臨界期（感受性期）の有無や時期の解明、発達脳における
神経回路網可塑性に関する研究、高次脳機能発達における遺伝因子と
環境因子の相互作用の解明、健やかな脳機能の保持を目指した研究、
精神・神経の障害の機序解明と機能回復方法の研究、社会的な環境の
変化が脳機能に及ぼす影響に関する研究等が含まれる。
これらの研究の中で「脳を創る」研究テーマは脳型情報処理デバイスの開発を目指して
おり、脳の計算論モデルの構築を目指す NI に近い研究と考えられる。同じ「脳を創る」
というキーワードが使われた研究には、1997 年から理化学研究所の脳科学総合研究セン
ター（Brain Science Institute、BSI）で行われた「創る領域」における研究がある。こ
の研究は次の目標に向けて行われた。
24
2.ニューロインフォマティクス（NI）の現状
a) 脳の原理を理解するために Computational Neuroscience を促進すること
b) 脳をモデルとした情報科学とテクノロジーを作ること
この研究の成果が 2004 年に理化学研究所で行われたワークショップで発表された[8]。発
表のテーマは、次のようであり、ロボット研究に関連したものが多く発表された。
a) アナログチップの開発
b) 生物系を模したロボットの開発
c) 脳システムを模した回路による問題の解法
d) Brain Machine Interface（BMI､脳の情報による機器制御に関する研究）
e) システム・バイオロジー
日本ではロボット研究が盛んであり、脳の研究成果をロボットなどに活用する研究は有
望と考えられる。そうした方向の研究の一つに Brain Machine Interface（BMI）研究が
ある。この方向での研究は欧州でも進められており、国内でロボット研究が進んでいる日
本でも推進することが重要と考えられる。
（４） 「視覚系におけるニューロインフォマティクスに関する研究」NRV プロジェクト
日本における NI の取り組みとして、平成１１年度科技庁振興調整費目標達成型脳科学
研究として「視覚系におけるニューロインフォマティクスに関する研究」
（NRV プロジェ
クト：Neuroinformatics Research in Vision）がある。研究は以下の５つのグループ構成
の下に推進された。
a) 神経細胞の数理モデル構築に関する研究
b) 細胞生理に基づく仮想網膜の実現に関する研究
c) システム・計算論的アプローチによる視覚機能に関する研究
d) 視覚機能デバイスの実現に関する研究
e) ニューロインフォマティクス研究環境基盤の構築
この研究には視覚系を対象とした様々な共同研究の成果を蓄積できるデータベース環
境 の 構 築 が 含 ま れ て お り 、 そ の 成 果 と し て Visiome プ ラ ッ ト フ ォ ー ム
(http://platform.visiome.org)が開発され、公開されている。この研究成果は単なる研究成
果の論文データベースではなく、多くの脳科学分野の研究者（表 6）が共同して実験デー
タや数理モデルのデータベースとして構築したことにある[27]。こうした研究が先駆とな
って、様々な分野で NI を活用した研究が始まることが期待される。
25
2.ニューロインフォマティクス（NI）の現状
表 6
NRV プロジェクトメンバー
主任研究者
臼井支朗
(豊橋科学技術大学／理化学研究所・脳科学総合研究センター
クス技術開発チーム)
ニューロインフォマティ
神経細胞の数理モデル構築に関する研究
曽我部正博
市川一寿
宮川博義
川名明夫
(名古屋大学大学院・医学研究科 細胞生物物理)
(富士ゼロックス㈱・中央研究所 脳情報科学研究室)
(東京薬科大学・生命科学部 生体高次機能研究室)
(拓殖大学・工学部 情報エレクトロニクス学科)
細胞生理に基づく仮想網膜の実現に関する研究
金子章道
立花政夫
神山斉己
(星城大学・リハビリテーション学部)
(東京大学大学院・人文社会系研究科)
(愛知県立大学・情報科学部)
システム・計算論的アプローチによる視覚機能に関する研究
宮下真信
田中 繁
中内茂樹
小松英彦
岡本浩明
乾 敏郎
田森佳秀
福島邦彦
大澤五住
佐藤宏道
斉藤秀昭
(理化学研究所・脳科学総合研究センター 視覚神経回路モデル研究チーム)
(理化学研究所・脳科学総合研究センター 視覚神経回路モデル研究チーム)
(豊橋技術科学大学・工学部情報工学系)
(国立生理学研究所・感覚認知情報部門)
(㈱富士通研究所・自立システム研究部)
(京都大学大学院・情報学研究科)
(金沢工業大学・人間情報システム研究所)
(東京工科大学・片柳研究所)
(大阪大学大学院・生命機能研究科)
(大阪大学・健康体育部)
(玉川大学・工学部)
視覚機能デバイスの実現に関する研究
米津宏雄
雨宮好仁
石田 誠
(豊橋技術科学大学・工学部)
(北海道大学大学院・工学研究科 電子情報工学専攻)
(豊橋技術科学大学・電気・電子工学系)
ニューロインフォマティクス研究環境基盤の構築
国内における NI 研究
池野英利
(姫路工業大学・環境人間学部)
Andrej Cichocki (理化学研究所・脳科学総合研究センター 脳信号処理研究チーム)
横田康成
(岐阜大学・工学部)
山口 功
(富士ゼロックス㈱・中央研究所 脳情報科学研究室)
竹部啓輔
(長岡工業高等専門学校・機械工学科)
藤井康夫
(ディエスピーテクノロジ㈱)
研究協力者
西田眞也
赤松 繁
木下敬介
(NTT コミュニケーション科学基礎研究所)
(法政大学・工学部 システム制御工学科)
(ＡＴＲ人間情報科学研究所)
26
2.ニューロインフォマティクス（NI）の現状
（５） 日本における脳画像に関する研究
米国において脳画像データベースが多数作成されている事から、脳画像データベースに
関する研究は米国が中心的である。また、国内においても多数の fMRI 装置や MEG 装置
があり、脳画像を用いた先端的な研究が行われている。金沢工業大学の鈴木は、日本にお
ける脳画像の研究について、図 17 ように報告している[6]。
日本国内で進められている脳画像の測定機器開発には、超伝導 MEG (Magneto
encephalograph : 脳磁計)の開発や NIRS (Near Infrared Spectroscopy)の基礎研究が挙
げられる。MEG 開発においては、320 チャンネルのセンサーを使った脳深部を測定可能
な MEG が開発され、それによって脳表面だけでなく深部での神経活動が記録できるよ
うになってきている。一方、NIRS は研究者にとって使い易いために多くの研究で使わ
れるようになっているが、計測値と脳機能の間の関連性についての基礎研究が不足して
いる。この NIRS の基本的な研究や計測器の標準化が日本において進められている。
また、複数の計測器（fMRI−EEG、fMRI−gICA、fMRI−MEG）を組み合わせて、
脳機能を解析する新しい研究手法が日本において研究されている。このような新しいイ
メージ情報を活用した研究は始まったばかりであり、日本がリーダーシップを獲得でき
ると考えられる。
図 17 日本における脳画像研究
27
2.ニューロインフォマティクス（NI）の現状
2.4. 国内研究者へのヒアリング
日本国内における NI の研究動向、及びその進展に関しての課題について表 7 の国内研
究者にヒアリングを行った。NI 進展に関しての課題として、
「データ共有に関する課題」、
「協力研究と人材の課題」、「NI 教育に関する課題」が挙げられた。
表 7
氏
ヒアリング対象者
名
所
属
星宮 望 学長
東北学院大学
安井 湘三 教授
九州工業大学大学院生命体工学研究科脳情報専攻
川人 光男 所長
株式会社国際電気通信基礎技術研究所 脳情報研究所
篠本 滋 助教授
京都大学理学研究科物理学研究室
石井
奈良先端科学技術大学院大学
信
教授
田森 佳秀 助教授
情報科学研究科
金沢工業大学 人間情報システム研究所
（１） NI の研究動向について
NI の推進は脳科学の発展として自然な方向であるとの意見が多く聞かれた（図 18）。
モデル研究におけるメリットは共有化された実験データを用いることで、仮想データを用
いない実験ができる点である。また、自身で構築したモデルが有効であるかどうか検証でき
る。実験研究におけるメリットは、共有化された理論モデルやツールをフリーソフトのよう
な感覚で手軽に行える点である。これらによりお互いの結果を検証することが容易となる。
これはジャーナルと同じ効果であり、紙で行えなかったことが可能になるので利便性が増す。
そして、相互の相乗効果が期待できる。
現在は実際のデータに基づいた理論研究を行うのが主流だ。理論系の研究者は実験系の研
究者からデータをもらってモデル研究をし、実験系はそのモデルから実験の方向を決めるこ
とで、実験系と理論系が相互に利益のある形が生まれている。
実験データや理論などを相互的にリンクし、共有・統合していく方向は、自然な流れであ
り、時代に合っていると思う。
脳研究はあらゆる分野を含んでいる。人も数学者も含めて色んな人がいる。この時、国が
中心になって工、数、理のあらゆる分野の人が集まる機会を提供するのが良いと考えている。
そしてこの集まりは強制的な合宿で発表、講演といった方が良い。
理研を中心とする Visiome の研究に関しては大いに応援しており、成果にも期待している。
ただし、我々にとって情報科学と生命科学の融合もニューロインフォマティクスとして行っ
ていることも考慮してほしい。
広義のニューロインフォマティクスとは情報科学の要素を含むすべての脳科学、理論と実
験の融合のほか、データベースの作成・維持なども含まれるだろう。
図 18 NI 進展の方向性
28
2.ニューロインフォマティクス（NI）の現状
（２） データ共有に関する課題
NI によってデータ共有を進める方向性については、どのような共有方法（ポリシー）
を考えるかが重要であり、単にデータを一個所にあつめるだけではいけないとの意見が聞
かれた(図 19)。
世界中で行われるデータ共有において、最終的にどのようなデータ形式･共有形態にする
か、どこが世界的にリードしていくかが焦点となるだろう。データ共有の Web サイトにおい
ては、利便性の高いシステムを持ついくつかの限られたサイトに淘汰されていくだろう。
これからは、ジャーナルもマルティメディアの時代となる。ゆえに、日本がリードするた
めにはメディアの支配が考えられる。マルチメディアによる情報共有の場を作り、そこに投
稿すれば業績のカウントとして認められ、信頼性も高く、論文盗作に対する保障があるとい
ったメディアを作れたらリードできるであろう。その際気をつけなければならないことは、
雑誌で引用されやすいような形を残すことが重要だ。現在では URL を論文の引用に用いる
ことができない。URL とは違う不揮発性の引用形式を持っていなくてはならない。
昨今のオントロジーといった電子的な集まりも大事ではあるが、何がなんでも電子的はい
けない。それだけでは限界がある。生身の人間が寝食をともにしてやるのも重要である。
脳の神経に関連するパスウェイ関連のモデル研究において、シミュレーションに用いる実
験データ（反応係数など）を論文からとってくるのは非常に大変である。過去の論文すべて
の数値データがデータベースになっていて、論文から実験データを自動検索するツール・デ
ータベースがあれば非常に有用だが、実現するのは難しいと思う。
また、実験データは実験条件に左右されるので、データベースを作成してもシミュレーシ
ョンに使えないことがある。実験条件の揃った定数や、数値データの集められているデータ
ベースがあるとよい。
データベースの作製、データの登録と言っても、研究者としては何の役に立つかがはっき
りしないと協力する気にはなれないだろう。PubMed や GENESIS などさまざまなデータベ
ースがあるのに、新たに自分のデータベースを作らなくてはならないのか。作製したデータ
ベースがよいものになる保障も成功例もない。
今の脳研究はオーミックな研究がないので、上記のような利点がない。唯一、共通のデー
タベースにアクセスするのに有効なデータは MEG や fMRI のようなデータである。これら
のデータについては統計手法が確立されていないので、共通データにアクセスし、議論する
価値があるだろう。
また、Visiome はレベルの違うデータを集めた縦割り研究なので有意義である。この縦割
り研究自体は、自身も数年前のプロジェクトで提案していたことであり、重要なことである
とは思う。
図 19 データ共有に関する課題
29
2.ニューロインフォマティクス（NI）の現状
（３）
協力研究と人材の課題
NI では多様な分野における協力研究が重要とされる。この点については、協力研究に
おける困難さが指摘されている。また、この分野の研究を進めるためには、学際的な分野
の教育を受けた研究者が必要とされているが、そのような人材が現在日本にいないことが
課題であるとも指摘されている(図 20)。
医学部と工学部の共同研究を続けることが難しいという問題がある。神経系の補綴の研究
を行っていた当時に医学部との共同研究を行っていたが、これは非常にまれなケースだった。
現在も医学系と工学系の共同研究などが行われているが、非常に少ない。共同研究をしても
哲学と文化の違いから２∼３年で仲違いしてしまう。
人材としては、スーパーマンはいないにしろ、専門もあるが多角的にものを見える人が重
要である。少ないだろうが Dry/Wet 両方できる人が大事であり、特にリーダは両方の経験を
していないといけないし、そういう人を育てる必要がある。これらについても、サマースク
ール等を通じて努力している。
日本では、コンピュータサイエンスとバイオロジーの背景をもつ教育がされていないので、
若い研究者がニューロインフォマティクスの活動をしたがらない。現時点では、ニューロイ
ンフォマティクス関連の学部はなく、大学院でも始まったばかりなので、人材が出てくるよ
うな状況ではない。
1987 年頃に文部省の学術調査官としてアメリカの大学の調査を行った。その頃既にアメリ
カの CALTECH では、コンピュータサイエンスとニューロサイエンスの両方の要素がある教
育プログラムを実施していた。このような教育のインフラが確立されている機関で育ってき
た研究者が、現在、ニューロサイエンスのツールやデータベースを作っている。教育機関が
ないとデータベースを作ろうという人材も生まれない。教育機関が人材を育成するところか
ら考えなければいけないだろう。
図 20 協力研究と人材の課題
30
2.ニューロインフォマティクス（NI）の現状
（４）
協力研究と人材の課題
NI に必要とされるような研究者の育成には、「研究成果の蓄積」「就職先」といった点
で課題が多いとも指摘されている(図 21)。人材教育の試みとして、日本神経回路学会が
毎年 NI に関するサマーセミナーを実施している。
工学部の学生がこの分野に足を踏み込むほど、医学の分野に追いやることになるという問
題がある。工学系の生徒が医学系に興味を持って進んでも、なかなか将来のプラスになるこ
とが難しい。まずは自分の分野の中で力をつけ、社会の競争の中で自分の力を発揮できるだ
けの力をつけることが大切なことだと思う
現在は研究社会におけるヒエラルキーによって、若手研究者の段階的な教育が可能になって
いる。ニューロインフォマティクスによるヒエラルキーの喪失によって、若手研究者が最初
から世界を相手にするとなると直面する最初の社会が世界となると、研究者としての成長の
段階性を失ってしまう。若者が育つための土壌としては弱いだろう。データ共有においても
国レベルから世界レベルへと段階性があるほうが良いのではないだろうか。
就職についてである。新しい分野なので、社会の理解がついてきておらず、企業は新しい
分野の学生をとろうとしない。結果として、学生は就職先に行き詰まってしまうため、学生
の意欲や興味を損ねてしまう。そういう意味で、研究者・大学レベルでは情報科学と脳科学
の融合は起こっているが、小・中・高校生レベルと企業レベルでは起こっていない。施策と
しては万人に対する動機を仕組みに組み込めるかどうかと、文化的活動（社会や小中高生レ
ベル）が重要である。
人材流出の問題がある。日本で研究しても、認められないので、優秀な人材の海外への流
出が激しい。
データベース作成・維持はテクニカルスタッフの行う仕事が多い。大学の研究室レベルで
行うことは不可能である。なぜなら、データベース作成・維持は研究にならず、学生にこれ
らを行わせるということは、学生の将来をつぶしてしまうことになるからである。研究をし
なければ学生は成長しない。ニューロインフォマティクスをデータベース作成と定義するな
らば、我々は関与しないし、ほとんどの大学は学生を伴っている以上関与しないだろう。
図 21 NI 教育に関する課題
31
2.ニューロインフォマティクス（NI）の現状
（５） NI の国際協力に関する課題
日本が国際的な NI 発展に協力できる研究や活動として、日本神経回路学会における海
外と協力しての専門誌の発行や、国内に多数保有する MEG､ fMRI 装置を活用した研究、
サルの実験などが挙げられた(図 22)。
どこの国もニューロの研究は盛んである。現在、日本神経回路学会、ヨーロッパ、国際で
共同して専門誌を出している。中心はアメリカ、ヨーロッパ、日本である。
国際協力については、現時点でも適宜行われていると感じている。神経回路学会のジャー
ナルを国際化する方向で共同編集するなどの取り組みがここ 10 年ほど行われている。国際協
力については堅実に行われている印象がある。神経回路学会は中規模程度に成長したが、会
員数がより増加すれば学会としてもう少し活性化し、国際協力についてもより盛んになるの
ではないかと感じている。
日本の得意分野としては、サルの行動実験が挙げられる。サルの生理学実験は、データの
量も多く、サルの実験をできない国もあるので、日本の強い分野独自のものである。
また、世界的に見て日本は MEG の保有台数が非常に多い。MEG は維持費がかかるので、
MEG のデータをたくさん持っている国はそう多くはないだろう。fMRI も同様であり、他国
からすれば、MEG や fMRI のデータは魅力的であると考えられる。
研究を統括し、導く国の戦略は国際協力だけではないだろう。国内の産業を育成しなくて
はならない。ＯＥＣＤの下、国際協力を行うのは研究としては良いことだが、その中で国内
の産業を育成するという視点は当然入るべきである。バイオインフォマティクスの分野で技
術がアメリカ主導になってしまったことは残念であり、もっとうまくやっていけただろうと
思う。国内の産業を育成するために、よい技術は国内に留保できればよいと思っている。そ
れには、重要な情報は国内で公開し、場合によっては外国からのアクセスは制限するなどが
必要だろう。
図 22 NI の国際協力に関する課題
32
2.ニューロインフォマティクス（NI）の現状
2.5. 公開データベースの状況
脳科学に関連する公開データベースの構築状況は、NI の進展状況を表す一つの指標と
考えられる。そこで NI の現状を知るために、インターネット上で公開されている NI 関
連のデータベースを調査した。
2.5.1.
海外の公開データベース
NI において著名な Platform／Portal をいくつか紹介する。
（１） Neuroscience Database Gateway（NDG、http://big.SfN.org/NDG/site）
Neuroscience Database Gateway は、北米神経科学学会（SfN）のサイト内にある
Neuroscience 研究に関するデータベースを登録しているデータベースである(図 23)。こ
のデータベースは、HBP で作成されたデータベースを集めた Human Brain Project Data
Base（HBPDB）を基礎として、SfN が NI に取り組むための先行プロジェクトとして開
発された。HBPDB の初期には登録されているデータベース(DB)は 9 個であったが、現
在では約 80 の DB が登録されている。
登録されている DB はその登録されているデータ内容によって階層的に整理され、ユー
ザは探したいデータ内容によって DB を検索できる。また、各 DB はキーワードが付与さ
れており、キーワードを用いて DB を容易に検索できる。
図 23
Neuroscience Database Gateway（NDG、http://big.SfN.org/NDG/site/）
33
2.ニューロインフォマティクス（NI）の現状
（２） Neuroinformatics Site（http://www.neuroinf.org）
Neuroinformatics Site は、ベルギー国内の学科案内や NI に関するポストなどを紹介
しているサイト(図 24)であるが、全世界の NI に関連するサイトへのリンクも数多く紹介
されている。このサイトは EU のフレームワーク計画において、Neuroscience の資源管
理を行うポータルサイトとして資金を受けて構築された。
図 24
Neuroinformatics Site.org（http://www.neuroinf.org）
（３） Neurosciences on the Internet（ http://www.neuroguide.com/ ）
“Neurosciences on the Internet”は、Neuroscience に関わるサイトを収集、分類したポ
ータル(図 25)であり、HBP ホームページに次いで、多くのサイトからリンクされている。
このサイトには、画像やツールを集めたデータベース以外に、ジャーナルのサイト、ニュ
ースグループなどへのリンクも登録されている。
34
2.ニューロインフォマティクス（NI）の現状
図 25
Neuroscience on the Internet (http://www.neuroguide.com/)
（４） fMRI data center（ http://www.fmridc.org/ ）
fMRI data center は 1998 年に始まった HBP の主要プロジェクトの成果であり、SfN
や NIH から資金提供を受けている。このプロジェクトの目標は
a) 解析手法の開発・評価、仮説の検証、メタ解析を実行するために、誰もが利用でき
る共通データセットの供給
b) 公開された脳イメージデータを利用し、研究、解析できる認知神経科学者の数を増
やすこと
であり、そのために
a) 十分精査された fMRI 研究の公開データをアクセス可能とするデータベースの提供
b) fMRI 研究で解析に必要な全データの提供
c) 学問的、専門的コミュニティーへのトレーニングの場の提供
といった活動を行っている。
2004 年 7 月現在、インターネット上に公開されている fMRI data center(図 26)では、
ユーザが 1367 名、利用可能なデータセットが 68 個登録され、利用されたデータ件数は
1348 件に達している。また、fMRI 画像以外に、データの管理ツール、オントロジーを扱
うツール等を提供している。
Journal of Neuroscience と Proceedings of the National Academy of Science of the
USA の２誌は、このデータセンターの趣旨に沿って、公開される論文で使用したデータ
は fMRI data center への登録を推奨している[12]。
35
2.ニューロインフォマティクス（NI）の現状
図 26
fMRI data center (http://www.fmridc.org/)
（５） CoCoMac（ http://cocomac.org/home.htm ）
CoCoMac はマカクの脳のコネクティビティ（Connectivity）について研究した論文デ
ータを納めたデータベースである(図 27)。このデータベースには 390 の論文から集めら
れた１次データと、処理されたコネクティビティが含まれ、それらが脳地図にマッピング
されている。また、同じサイト内にある CoCoDat では、コネクティビティだけでなく、
１次データを得た際の実験条件などがデータベースとして提供されている。
このデータベースは無償で利用できるが、ユーザ登録を行うことが必要である。データ
ベース開発者は実際に利用するユーザを把握して、ユーザとの協力関係を築くことが有用
であると考えている[24]。
36
2.ニューロインフォマティクス（NI）の現状
図 27 CoCoMac (http://cocomac.org/home.htm)
（６） Biological Informatics Research Network（BIRN、http://www.nbirn.net/index.htm）
Biological Informatics Research Network は、fMRI など脳画像データを遠隔地の大学、
研究機関で共有化することを目的としたプロジェクトの成果である(図 28)。NIH から資
金提供されて、14 大学と 22 研究機関で 3 次元医療用画像データを共有している。このネ
ットワークは 3 つのデータベースとそれを支えるインフラストラクチャを担当するセン
ターで構成されている（表 8）。
表 8
Biological Informatics Research Network の構成機関
機 関
Morphometry
BIRN
Functional BIRN
役
割
形態に注目して疾病関連の医療画像を収集したデータベース
http://www.nbirn.net/TestBeds/Morphometry/
統合失調障害に焦点を当てて、脳の機能画像を収集したデータベース
http://www.nbirn.net/TestBeds/Function/
Mouse BIRN
動物による脳の疾病モデルを解明するためにマウスの脳画像の収集
したデータベース
http://www.nbirn.net/TestBeds/Mouse/index.htm
BIRN-Coordinating
Center（BIRN-CC）
BIRN のインフラストラクチャを担当
http://www.nbirn.net/TestBeds/CoordinatingCenter/index.htm
37
2.ニューロインフォマティクス（NI）の現状
BIRN は遠隔地間で大量のデータを相互にシームレスに利用するために、Grid 技術に
よってインフラストラクチャが構成されていることが有名である。
図 28
Biological Informatics Research Network（BIRN,
http://www.nbirn.net/index.htm）
（７） SenseLab（ http://senselab.med.yale.edu/senselab/ ）
SenseLab は嗅覚の研究に必要なデータベースを主に集めたサイト(図 29)であり、の６
つのデータベースから構成されている(表 9)。分子に関する DB、神経細胞に関する DB
とモデルやツールに関する DB を一つのサイトに集中させることで、DB 間の連携の促進
を目指している。
な お 、 Journal of Computational Neuroscience は 最 近 、 投 稿 者 に そ の モ デ ル を
SenseDB の中の一つである ModelDB に登録するように推奨する編集要項を作成してい
る。
(http://www.springeronline.com/sgw/cda/frontpage/0,11855,5-156-70-35631974-details
Page%253DcontentItemPage%2526contentItemId%253D140548%2526CIPageCounte
r%253DCI_FOR_AUTHORS_AND_EDITORS_PAGE1,00.html)
38
2.ニューロインフォマティクス（NI）の現状
図 29
SenseLab (http://senselab.med.yale.edu/senselab)
表 9
SenseLab を構成するデータベース
データベース
CellPropDB
概
要
神経細胞の特徴を収集したデータベース。細胞のモデル図と関連情報を公
開している。
http://senselab.med.yale.edu/senselab/CellPropDB/default.asp
ModelDB
ニューロンの数理的なモデルとシミュレートするためのパラメータを公開してい
る。 http://senselab.med.yale.edu/senselab/ModelDB/default.asp
NeuronDB
個々の神経細胞について、情報の所在を公開している。
http://senselab.med.yale.edu/senselab/NeuronDB/default.asp
OdorDB
匂い分子に関する情報を公開している。ORDB のデータと対応付けされてい
る。
http://senselab.med.yale.edu/senselab/OdorDB/default.asp
ORDB
匂い分子を感受するレセプターの情報を公開している。OdorDB のデータと対
応付けされている。
http://senselab.med.yale.edu/senselab/ORDB/default.asp
OdorMapDB
脳が匂いの判別を行う際に匂いを感受する Olfactory Bulb が匂いごとに作る
反応パターンを公開している。
http://senselab.med.yale.edu/senselab/OdorMapDB/default.asp
39
2.ニューロインフォマティクス（NI）の現状
（８） Database of Quantitative Cellular Signaling （DOQCS,
http://doqcs.ncbs.res.in/~doqcs/ ）
Database of Quantitative Cellular Signaling(DOQCS)はシステム・バイオロジーのた
めのプラットフォームである(図 30)。細胞内の制御機構であるシグナリングパスウェイ
をシミュレートするツールを提供している。
図 30 Database of Quantitative Cellular Signaling (http://doqcs.ncbs.res.in/~doqcs/)
（９） BrainML（http://brainml.org）
“BrainML”は神経科学で使用するデータを交換するための XML 形式の標準フォーマッ
トであり、各脳研究のコミュニティーが独自にデータ構造を拡張できるように設計されて
いる。SfN は、神経科学の専門家が作成した用語集を開発すると共に、“BrainML”のデー
タ構造の拡張を行っている。このサイトでは、”BrainML”の規格の他、SfN が開発した用
語集やデータ構造と共に、”BrainML”の形でデータを格納したデータベースを公開してい
る。
40
2.ニューロインフォマティクス（NI）の現状
2.5.2.
国内の公開データベース
国内では、知的基盤整備計画によって、科学技術研究のためのデータベース整備が行わ
れている。2004 年 10 月に行われた「知的基盤整備計画のフォローアップ」によると、公
開可能なデータベースが 543 件（前年より 70 件増）あり、そのうち生物・生体に関する
ものが 263 件（前年より 59 件増）である[29]。生物・生体に関するデータベースは全体の
半数近くになるが、脳・神経に関するデータベースはまだ少ない。以下にいくつかのサイ
トを示す。
（１） Visiome Platform（ http://platform.visiome.org/index.html ）
Visiome Platform は、視覚に関する研究のデータベースであり、
「視覚系におけるニュ
ーロインフォマティクスに関する研究」
（NRV プロジェクト：Neuroinformatics Research
in Vision）の成果として公開されている(図 31)。このデータベースには、階層的に整理
された視覚研究に関するキーワードが用意されており、ユーザはそれを利用して様々なオ
ブジェクト（文献、実験データ、ツールなど）の登録・分類を行う。サイト自体は視覚を
対象としているが、基盤となるデータベースはキーワードを入れ替えることによって、他
の分野のデータベースとして利用できるシステムである。
図 31 Visiome Platform
（http://platform.visiome.org/index.html）
41
2.ニューロインフォマティクス（NI）の現状
（２） FlyBrain（ http://flybran.iam.u-tokyo.ac.jp/ ）
FlyBrain は東京大学の伊藤を中心とするショウジョウバエの脳の研究グループが立ち
上げたサイト(図 32)であり、中枢神経系についての銀染色画像、ゴルジ染色画像、マー
カーによる染色画像が公開されている。
このデータベースは NI 研究の初期に作成されていて、立ち上げ期に登録データの確保、
研究者からの認知を得ることなどに努力した結果、現在ではショウジョウバエの脳研究に
は必須のデータベースとなっている。その有用性から、日本国内の東京、岡崎以外に米国
のアリゾナ大学、フライブルク大学にミラーサイトが置かれている。
図 32 FlyBrain
(http://flybrain.iam.u-tokyo.ac.jp/)
（３） E-Cell Project（ http://www.e-cell.org/ ）
このサイトは、慶応義塾大学の冨田が開発した細胞シミュレータ E-Cell に関するサイ
トである(図 33)。E-Cell は遺伝子レベル、分子レベル、細胞レベルと多レベルのモデル
を結合してシミュレートすることが可能であり、E-Cell を用いた神経に関する神経伝達
系の研究（E-Neuron）として、神経成長円錐のシグナリング伝達や脳の可塑性に関する
研究も行われている。
42
2.ニューロインフォマティクス（NI）の現状
図 33
E-Cell Project (http://www.e-cell.org/)
（４） Cerebellar Development Transciptome (CDT-DB)
Cerebellar Development Transciptome (CDT-DB)は、理化学研究所脳科学総合研究セ
ンター(BSI)の古市が開発中のデータベースである[10]。このデータベースでは小脳に関す
る遺伝子発現データやコネクティビティなど様々な情報を集積している。特に小脳の部位
特異的な遺伝子発現時系列データ(RT-PCR、マイクロアレイ、Fluorescent differential
display)をグラフィカルに扱えるよう設計され、細胞の脳内位置の確認、発生における各
時点での遺伝子発現の状態などを見ることができる。現在、システム構築中であり、2005
年に公開される予定である。
43
2.ニューロインフォマティクス（NI）の現状
図 34 CDT-DB
（理研 BSI 古市氏より提供）
（５） その他
国内で公開されている脳神経に関するデータベースでは、東北大学、秋田県立大学と清
水建設が共同で測定した頭部伝達関数(Head-Related Transfer Function､ HRTF)のデー
タベース(http://www.ais.riec.tohoku.ac.jp/lab/db-hrtf/index-j.html)やニホンザルの MRI
画像やその３次元化した画像を公開している産業技術総合研究所の脳画像データベース
（http://www.aist.go.jp/RIODB/brain/welcomej.html）などがある。
44
2.ニューロインフォマティクス（NI）の現状
2.5.3.
公開データベースの概要
公開されているデータベースを研究分野別、国別に分析し、世界的な NI の状況を把握
することを試みた。しかし、インターネット上ですべてのサイトを調査することは困難で
あるため、調査にあたっては表 10 の２つのポータルサイトを起点として、リンクが張ら
れているサイトを探索し、分析した。図 35 に示すように起点としたポータルサイトから
２つ先までのリンクを辿りサイトまでを探索の範囲とした。この範囲で NI 関連サイトは
673 件であった。
表 10
公開データベース調査の起点としたポータルサイト
ポータルサイト名
ＵＲＬ
Neuroscience Database Gateway（NDG）
http://big.SfN.org/NDG/site/
Neuroinformatics Site
http://www.neuroinf.org/
実験データ、モデルなどを公開する Web ベースのデータベース及びデータを扱うため
のツールを提供するサイトを Platform、Platform へのリンク集を Portal と定義して、調
査対象サイトを分類した。その結果、Platform に分類されたサイトは 147 件、Portal に
分類されたサイトは 38 件であった（Appendix A8）。
ＮＩ関連サイト
ルートサイト(NDG、
Neuroinformatics Site)
サイト概要
Platform/Portal候補
サイト詳細
一次サイトA
サイト概要
リンク集
サイト詳細
リンク集
一次サイトB
サイトＡ,D： NIのPlatform/Portal
サイトＢ,E： NI関連サイト（組織・研究の紹介など）
サイトＣ,F： NＩ関連外サイト
二次サイトD
サイト概要
サイト詳細
リンク集
二次サイトE
サイト概要
サイト概要
サイト詳細
サイト詳細
リンク集
リンク集
一次サイトC
調査対象項目
Platform/Portal候補
二次サイトF
サイト概要
サイト概要
サイト詳細
サイト詳細
リンク集
リンク集
一次サイト
図 35 調査対象サイトの範囲
45
二次サイト
2.ニューロインフォマティクス（NI）の現状
Platform 又は Portal と分類された 185 件についてについて、2.2.1 の HBP の分析で使
用した研究分野に分類して、そのサイト分布を調査した（表 11）。
表 11
公開データベースの分野別プラットフォーム数
研究分野
サイト数
脳地図
53
脳形態地図
33
脳機能地図
27
画像解析
4
神経伝達
38
神経伝達
35
神経細胞の構造
6
神経細胞ネットワーク
4
高次機能
23
認知
2
学習
1
感情
0
運動
0
体性感覚
0
記憶
1
嗅覚
7
視覚
8
聴覚
1
医療
9
情報共有
67
DB 作成
18
共有ツール
48
(Portal サイトを含む)
（一つのサイトが複数の研究分野に分類される場合があるため、合計は一致しない）
研究分野ごとのサイト数では「情報共有」
「脳地図」
「神経伝達」の順にサイト数が多い。
「情報共有−共有ツール」のサイトには Portal サイトを含むため、情報共有のためのツ
ールを実際に提供しているサイトは 29 サイトである。公開データベースの開発状況とい
う視点から、脳地図や神経伝達といった研究分野で NI の普及が先行していると考えられ
46
2.ニューロインフォマティクス（NI）の現状
る。なお、” Neuroscience Database Gateway”(NDG) 及び ”Neuroinformatics Site” を
中心にサイトを探索したため、脳科学の視点からのサイトが多く、医療に関するサイト数
が相対的に少ないと考えられる。
以下、各分野における Platform を国別に分類し、各地域でどのような研究が行われて
いるかを分析した。
脳地図分野における国別サイト数は図 36 のようになる。米国のサイト数は脳地図分野
のサイト数の 70%以上を占め、特に脳形態地図分野では 90%近くになる。欧州は脳機能
地図分野で比較的多くのサイトが構築されている。
30
米国
欧州
日本
25
20
15
10
5
0
脳形態地図
図 36
脳機能地図
画像解析
脳地図分野における国別サイト数
神経伝達に関する分野の国別サイト数は、図 37 のようになる。この分野では、欧州の
サイト数は米国の 70%程度のサイト数となっており、欧州では脳画像の研究分野に比べ、
神経伝達の研究分野で NI が進展していると考えられる。この理由としては、2.2.2 で示
したように欧州では数多くの Computational Neuroscience の研究が実施されていること
が考えられる。
47
2.ニューロインフォマティクス（NI）の現状
20
米国
欧州
日本
18
16
14
12
10
8
6
4
2
0
神経伝達
図 37
神経細胞の構造
神経細胞ネットワーク
神経伝達分野における国別サイト数
高次機能分野では、ほとんどのサイトが米国である（図 38）。構築されているサイトは
嗅覚、視覚といった領域に集中しており、高次機能の研究分野ではこれらの分野の研究で
NI が進んでいると考えられる。2.2.2 で欧州では視覚デバイスの研究が盛んであると述べ
たが、それらの関連サイトはこの対象サイトにほとんど含まれていない。これは、それら
のサイトが工学的な応用を目指した研究であるため、今回起点としたポータルとは異なっ
た研究分野として、リンクされていないためである。
7
米国
欧州
日本
6
5
4
3
2
1
覚
聴
覚
視
憶
覚
嗅
感
体
勢
記
覚
動
運
情
感
習
学
認
知
0
図 38
高次機能分野における国別サイト数
48
2.ニューロインフォマティクス（NI）の現状
情報共有分野でも米国のサイトが多いが、欧州のサイトも米国の半分程度あり、脳地図
や高次機能に比べれば、DB 作成や共有ツールに関するサイトが進んで来ていると考えら
れる（図 39）。
12
米国
欧州
日本
10
8
6
4
2
0
DB作成
図 39
共有ツール
情報共有分野における国別サイト数（Portal は除く）
調査した Platform、Portal が別の Platform、Portal から何回参照されているかを調査
した(表 12)。リンク先として参照される回数が多いほど、研究の中心となる情報を持つ
サイトと考えられる。最も参照回数が多いサイトは HBP のホームページである。これは、
HBP が NI 研究の中心と評価されているためと考えられる。ほとんどのサイトが Portal
から参照されるだけであり、複数のデータベースが相互に参照しているケースはほとんど
無い。これは、複数のサイトが互いの情報を参照するといった関連性を持つ段階に NI の
研究分野がまだ到達していないと言える。データベース間の協調関係を構築することが、
NI 推進における今後の課題であろう。
49
2.ニューロインフォマティクス（NI）の現状
表 12
参照
回数
リンク先に挙げられる回数が多いサイト
サイト名
URL
12
HBP
http://www.nimh.nih.gov/neuroinformatics/index.cfm
8
Neuroguide
http://www.neuroguide.com/
7
SenseLab
http://senselab.med.yale.edu/senselab
http://ycmi-hbp.med.yale.edu/senselab/
6
The Whole Brain Atlas
http://www.med.harvard.edu/AANLIB/home.html
5
Nervenet
http://www.nervenet.org
4
Van Essen Lab SumsDB
http://brainmap.wustl.edu/
（ Surface Management http://v1.wustl.edu/
Systems Database）
http://stp.wustl.edu/
http://brainmap.wustl.edu:8081/sums
4
MBL（The Mouse Brain http://mbl.org
Library）
4
http://www.mbl.org/
MGI （ Mouse Genome http://www.informatics.jax.org
Informatics Database）
4
The USC Brain Project
http://www-hbp.usc.edu
50
2.ニューロインフォマティクス（NI）の現状
2.6. NI の現状のまとめ
米国では HBP を中心に NI 研究が進められているほか、SfN でも NI を推進する動き
が始まっている。このような研究の広がりの結果、多数のプラットフォームが公開されて
きている。特に脳地図に関するデータベースは多く、今回調査した脳地図に関するプラッ
トフォームの 70%、脳形態地図では 90%近くを米国のサイトが占めている。また、
Neuroscience 2004 の会場では多くの IT 関連企業が脳画像処理に関する展示ブースを設
けていることから、脳地図関連の NI 研究は産業界にも普及しつつあると考えられる。ま
た、fMRI data center や ModelDB のように、ジャーナルが著者に対し論文で発表するデ
ータやモデルの登録先として推奨するデータベースもあり、NI 研究が脳科学分野に浸透
しつつあることを示している。
この他、米国ではデータ共有、ツールの相互運用を視野に入れたデータの標準化に関す
る研究も進んできている。BrainML によるデータ記述の標準化、SfN によるオントロジ
ーの開発の他、Neuroscience 2004 では HBP を中心としたデータベース、ツールの相互
運用のデモが行われるなど、複数のデータベースを利用するための研究が進みつつある。
欧州では IST-FET を中心とした研究で、神経科学の成果を工学に応用する研究が進め
られているほか、FP6 の中では様々なデータベースの構築が計画されている。この他、ド
イツでは Bernstein Center を中心として、Computational Neuroscience の研究推進が計
画されている。公開されているプラットフォームを見ても、欧州では脳地図分野と神経伝
達分野のサイト数は同程度である。脳地図に関しては米国のサイト数の 1/3 程度であるが
神経伝達分野では 2/3 程になり、神経伝達分野での NI 研究が比較的進んでいると考えら
れる。
一方、日本では脳に関する大規模研究が進められているが、NI 研究を主題とする研究
は少ない。NRV プロジェクトで NI 研究が行われた他、「統合脳」の「領域１
統合脳」
の中でデータベース構築が行われる計画となっている。また、公開されたデータベースの
少なく、今回 NDG や Neuroinformatics site から辿り着いた日本のプラットフォームは
4 件のみであった。しかし、次のような研究は日本が世界をリードできる研究、あるいは
日本の NI 研究の起点として期待されるものである。
a) 文部科学省特定領域研究
「統合脳」
b) 文部科学省特定領域研究
「神経グリア回路網」
c) Brain Machine Interface の研究
d) NRV プロジェクト
e) fMRI、MEG、NIRS 等の脳画像解析
f) 猿などを用いた脳研究
51
2.ニューロインフォマティクス（NI）の現状
2.6. NI の現状のまとめ
米国では HBP を中心に NI 研究が進められているほか、SfN でも NI を推進する動き
が始まっている。このような研究の広がりの結果、多数のプラットフォームが公開されて
きている。特に脳地図に関するデータベースは多く、今回調査した脳地図に関するプラッ
トフォームの 70%、脳形態地図では 90%近くを米国のサイトが占めている。また、
Neuroscience 2004 の会場では多くの IT 関連企業が脳画像処理に関する展示ブースを設
けていることから、脳地図関連の NI 研究は産業界にも普及しつつあると考えられる。ま
た、fMRI data center や ModelDB のように、ジャーナルが著者に対し論文で発表するデ
ータやモデルの登録先として推奨するデータベースもあり、NI 研究が脳科学分野に浸透
しつつあることを示している。
この他、米国ではデータ共有、ツールの相互運用を視野に入れたデータの標準化に関す
る研究も進んできている。BrainML によるデータ記述の標準化、SfN によるオントロジ
ーの開発の他、Neuroscience 2004 では HBP を中心としたデータベース、ツールの相互
運用のデモが行われるなど、複数のデータベースを利用するための研究が進みつつある。
欧州では IST-FET を中心とした研究で、神経科学の成果を工学に応用する研究が進め
られているほか、FP6 の中では様々なデータベースの構築が計画されている。この他、ド
イツでは Bernstein Center を中心として、Computational Neuroscience の研究推進が計
画されている。公開されているプラットフォームを見ても、欧州では脳地図分野と神経伝
達分野のサイト数は同程度である。脳地図に関しては米国のサイト数の 1/3 程度であるが
神経伝達分野では 2/3 程になり、神経伝達分野での NI 研究が比較的進んでいると考えら
れる。
一方、日本では脳に関する大規模研究が進められているが、NI 研究を主題とする研究
は少ない。NRV プロジェクトで NI 研究が行われた他、「統合脳」の「領域１
統合脳」
の中でデータベース構築が行われる計画となっている。また、公開されたデータベースの
少なく、今回 NDG や Neuroinformatics site から辿り着いた日本のプラットフォームは
4 件のみであった。しかし、次のような研究は日本が世界をリードできる研究、あるいは
日本の NI 研究の起点として期待されるものである。
a) 文部科学省特定領域研究
「統合脳」
b) 文部科学省特定領域研究
「神経グリア回路網」
c) Brain Machine Interface の研究
d) NRV プロジェクト
e) fMRI、MEG、NIRS 等の脳画像解析
f) 猿などを用いた脳研究
51
3 ニューロインフォマティクスにおける施策の動向
3. ニューロインフォマティクスにおける施策の動向
3.1. 経済協力開発機構（OECD）
経 済 協 力 開 発 機 構 （ OECD ） は 、 1996 年 に Biological Informatics WG の 中 に
Neuroinformatics サブグループを設立、2000 年には Neuroinformatics WG として分離
独立させて NI に関する議論を続けてきた。この中で WG は、「ニューロインフォマティ
クスという分野の成立は、全世界において QOL を向上させるための基礎が築かれるだろ
う。神経系解明の直接効果として、神経系疾患の回復と防止が実現されるだろう」、
「国際
的コミュニティーによるニューロインフォマティクス開発への投資は、比較的少額であっ
ても、正常に機能している神経系のメカニズムと神経系疾患において生じている変調の効
率的解明を通して、莫大な効果と見返りをもたらすだろう。」と評価した。この議論に基
づいて、OECD は、NI を国際協力により推進すべき課題として採択し、2004 年 8 月に
は International Neuroinformatics Coordinating Facility （ INCF ） 設 立 の 合 意 書
[7][26](Appendix
A1)を作成した。
OECD が設立を目指している INCF は、NI の推進を国際的に取りまとめる機関であり、
その目的は「データ共有、ソフトウェア共有のガイドライン作成」、「オントロジー、NI
データベース、標準の開発」、及び「ガイドラインや開発したものの維持、普及、新規の
開発の促進」にある。その目的のために、INCF 事務局と各国のニューロインフォマティ
クスノード（NI ノード）が連携して、学会や研究機関における NI 研究を支援すること
になる（図 40）。
国際ニューロインフォ
マティクス統合機構
（INCF）
INCF の業務
・業務の調整
・以下のガイドライン作り
-データ共有
-ソフトウェア共有
・以下の開発
-オントロジー
-NI データベース
-標準
・以下のメンテナンス
-ポータル
-データレポジトリ
・資金スキーム
専門機関
科学者
科学雑誌
事務局ホスト
各国の研究機関
各国のニューロインフ
ォマティクスノード
図 40
NI におけるグローバルな連携
52
ノードの業務
・ 普及
・ 統合
・ 国内基盤
・ ミラーサイト
・ ソフトウェア配布
・ 国内での養成
・ 実施
・ INCF 業務
3 ニューロインフォマティクスにおける施策の動向
INCF 事務局は後述する各国の NI ノードと協調して、次のような業務を実施する。
a) 遺伝子から行動のレベルまでの基礎及び臨床神経科学を対象とする各種データベー
スの開発
b) 基盤（例：ポータル、通信チャネル、データベース連合、グリッド・ミドルウェア）
c) ツール（例：計算論的神経科学のためのシミュレーション環境、計算装置、データ
分析、データ・マイニング、データ・ウェアハウジング、ミドルウェア）
d) 神経系のモデルと神経プロセスのシミュレーションの構築及び普及
e) その他の活動(例：ガイドライン、標準、オントロジーの開発、知識の普及、他のコ
ミュニティーとの接触や対応)
f) ニューロインフォマティクス研究を築くための機能の開発促進（例：学際的養成プ
ログラム開発の奨励）
g) 戦略及び優先事項についての合意をまとめることによってニューロインフォマティ
クス研究を調整し、具体的事業の実施や具体的目標を達成するための共同資金提供
協定を促進する。
h) ニューロインフォマティクスの発展を支援するメカニズムである国際ニューロイン
フォマティクスプログラム（PIN）の実施（付属書 II)
i) 知識及び技術を移転する機能を開発する。
これらの業務を実施するために、事務局は情報科学及び神経科学で進行中の研究活動と
相互連携が可能な大学、あるいは研究機関などに設置され、様々なニューロサイエンス分
野における専門知識を有するメンバーやプログラマ（ウェブマスターを含む）を構成メン
バーに含む予定である。
一方、NI ノードは各国での NI に関する活動を調整しながら INCF とのインターフェイ
スの役割を果たすために設立されるものである。NI ノードは INCF の一部ではなく、各
国の資金で運営されるが、INCF 事務局と協力して次のような役割を担うことが期待され
ている。
a) INCF 作業プログラムの形成と実施に積極的に参加する。
b) ローカルなニューロインフォマティクス研究を国家レベルで調整、促進する。
c) INCF と整合性のある共通基準の下に、ニューロインフォマティクスデータの共有を
促進する。
d) 必要に応じて、INCF を支援してニューロインフォマティクスの発展を促進する。
e) コンテンツやデータベース、分析ツール、計算論モデルの特性（quality）といった
メタデータについて、一般的に受け入れられる標準の解説を開発する。
f) 知的所有権及び実験対象の保護に関する政策についての助言を行う。
g) データベース管理者による管理を調整する。
53
3 ニューロインフォマティクスにおける施策の動向
このように INCF は、単に研究の推進を目標とするのではなく、「共有のためのポリシ
ー」、
「標準化の推進」といった環境整備にも配慮することで、世界的に脳科学の知識を共
有できるように計画している。特に「共有のポリシー」については、INCF の合意書内に
「知的所有権及び対象の保護」の項目を立て、図 42 のように述べている。 オントロジ
ーの開発を進めている R. Ritz は、INCF における標準化に関して、図 41 のように述べ
ている[3]。
リソースシェアリングの枠組みは固まってきている。そして、リソースシェアリン
グで使われる技術の標準化も、既存の標準技術で実現できそうである。しかし、拡張
可能な共通オントロジーがまだ手に付いていない。オントロジーの開発、保守は困難
な作業であり、その利用普及には関係するコミュニティーの協力が不可欠であり、国
際的な協力や調整には INCF が積極的な役割を果たすべきである
図 41
INCF における標準化への期待
54
3 ニューロインフォマティクスにおける施策の動向
J.
知的所有権（IP）及び対象の保護
INCF の設立は、データベース著作権の法的保護や INCF を通じて得られた情報の川下での商業利用等、
知的所有権に関わる様々な問題を生じる可能性がある。しかし、INCF は、ニューロインフォマティクスデ
ータに関わる国際協力の恩恵について理解を深める可能性も有しており、この問題に関しては国際的に最
善とされる慣行を採用するのが適切である。
1.
準拠法
この合意書のいかなる文言も、参加者に関係する法律、規則及び国際協定に基づいて決定される知的所
有権並びに利益共有協定の範囲及び適用を変更するものと解釈されてはならない。
2.
データ所有権及びデータへのアクセス
INCF は、可能な限り最大限にアクセス制限のない開かれた機構を目指している。全てのユーザは、INCF
参加者であるか否かを問わず、INCF と提携し又は INCF により開発されたデータベースのデータに対して
平等にアクセスできなくてはならない。このアクセスは、動物及びヒトに関する個体と家族との両レベル
での情報の作成と使用を規制する各国の倫理や法医学に関する法規に依存する。
3.
神経科学データの知的所有権
INCF は、神経科学データ及びツールの自由な普及を奨励するものとし、とりわけ以下のことを行う。
ａ）他の組織が開発し、その後 INCF と提携するに至ったデータベースのデータに対して、いかなる
知的所有権も主張しない。
ｂ）可能な限り最大限に、INCF が直接に委託、作成又は開発したあらゆるデータを公開ドメインに置
くように努める。
ｃ）INCF と提携するデータ提供者が自身のデータベースについて定める条件を尊重する。
ｄ）他のデータベースとの提携又は連携を確立する場合、INCF は、できる限り、利用可能となったデ
ータを公開ドメインに置くようにし、正当な帰属は別として、その後の非商業的な利用や普及に
対して制限を設けないよう努める。
4.
帰属
INCF は、データ源への謝辞がなされていることを保証するよう努め、データがその後どのように利用さ
れようとも、かかる帰属が維持されるよう要請する。
5.
データの有効性（validity）
INCF へのアクセス及び利用の条件として、INCF と提携するいかなるデータベースのデータもその有効
性は保証されていないことを、利用者は認識しているものとする。INCF は、データの正確性及び信頼性に
ついての責任、並びに特定目的への応用の適合性についての責任を否認する。
6.
ニューロインフォマティクスツール及び機能の知的所有権
INCF は、INCF 作業プログラムを実施する中で INCF が直接に開発した検索エンジンやその他のソフト
ウェア製品といったツールについて、適用されるべき国内法域内において主張可能な適切な知的所有権を
主張する。参加国によって開発されたツールについては、そのツールの知的所有権は開発が行われた国の
国内にとどまる。
図 42
INCF 合意文書における「知的所有権及び対象の保護」
55
3 ニューロインフォマティクスにおける施策の動向
3.2. 米国
米国では 1993 年以降、NIMH、NIH などから、Human Brain Project(HBP)を中心と
する様々な NI 研究プロジェクトにファンドを提供している。NIH は、NI による研究成
果 の 共 有 を促 進 す る ため に 、 研 究資 金 を 提 供し て い る 研究 に 対 し 、Data Sharing
Policy
”FINAL
NIH
STATEMENT
ON
SHARING
RESEARCH
DATA”
(NOT-OD-03-032,http://grants.nih.gov/grants/guide/notice-files/NOT-OD-03-032.html)
を定めた。このガイドラインでは、2003 年 10 月以降、直接経費が 50 万ドル以上となる
研究に対し、データ公開のための計画、あるいはなぜデータ公開ができないかの説明を提
案に含めるように要求している[13]。
一方、HBP のグループはデータ公開を推進するために共有データに関する権利につい
てのポリシーを作成している。このポリシーには次のような項目が含まれている[20]（詳
細は 3.8 を参照）。
a) データの共有を速やかに行うことは義務であること。
b) データの共有や既存データのマイニングも重要な研究であること。
c) 共有データの所有権は放棄されていないこと。
d) 共有データはデータ作成者と独立したものであること。
このポリシーは HBP の有志グループで検討されたものであるが、HBP は米国の NI の中
心的なプロジェクトであり、今後の世界中の NI に関するデータ共有ポリシーに影響を与
え る 可 能 性 が あ る 。 な お 、 NIH の ホ ー ム ペ ー ジ 「 NIH Data Sharing Policy 」
(http://grants.nih.gov/grants/policy/data_sharing/)からはデータ公開に関する資料がリ
ンクされている。
NIH の ポ リ シ ー に よ っ て 公 開 さ れ た 研 究 成 果 は datasharing.net ( 図 43 、
http://datasharing.net/)[9]によって公開されている。このサイトは、NIH のポリシーに従
って成果などを公開する際、支援となるように Cornell 大学の NI 研究室が運営している。
また、NIH は、傘下の 15 の研究機関やセンターが協調して、脳科学研究を推進する枠
組みを構築する計画 ”Neurosciences Blueprint”（http://neuroscienceblueprint.nih.gov）
を発表している。その目標は NIH の各研究機関が協調することで神経系の病気の軽減や
生涯を通して神経系を健康に保つ研究を加速させることにある。このために、NIH は 2004
年に 45 億ドルの資金を投資した。まだ、計画は初期段階でであるが、Blueprint はリソ
ースや技術をプールすることによって、一研究所では行えない研究の実施や神経科学のコ
ミュニティ全体で使われるツールやインフラの開発を可能にすると考えられている。
この他、NIH は直接的な NI 研究以外に、NI を教育するためのショートコースやワー
クショップの開催（Short Course in Neuroinformatics）、大学での教育カリキュラムの
開発（Curriculum Development Award in Neuroinformatics Research and Analysis）
や NI の指導的研究者の育成プログラム（Neuroinformatics Institutional Mentored
56
3 ニューロインフォマティクスにおける施策の動向
Research Scientists Development Award）にも資金を提供している。
NIH 以外では、NSF（National Science Foundation）は、2003 年より NIH とその研
究機関、センターと協力して、Collaborative Research in Computational Neuroscience
（ CRCNS 、 http://www.nsf.gov/pubs/2004/nsf04514/nsf04514.htm ） を 開 始 し て い る
（NSF 04-514）。CRCNS は Computational Neuroscience の学際的な発展を支援するた
めのプログラムであり、NIH が年間 25 万ドル、NSF が年間 50 万ドルを投資する予定で
ある。このプログラムで資金が提供される研究では次のような要素が求められている。
a) 計算論やモデル作成の専門家と神経科学者の共同研究
b) 長期にわたるモデル開発を含む、異なる分野の科学者や技術者を巻き込んだ共同研
究
c) 正常、疾患の神経系のメカニズムを明らかにする実験の設計や仮説の構築を支援す
るフレームワークを作り出す新しいモデルの開発やテスト
図 43 NIH の共有データ情報サイト datasharing.net ( http://datasharing.net/
57
)
3 ニューロインフォマティクスにおける施策の動向
3.3. EU
EU では、
「2.2.2 欧州における研究動向」で述べたように、主にフレームワーク計画に
基づいて、NI の研究に資金を提供している。第４次のフレームワーク計画では「BioTech
II 計画」のもとに、NI 関連の研究に 4.6 百万ユーロの資金が投じられたが、第５次フレ
ームワーク計画では「Life Programme」と「IST Programme」において、各々6.8 百万
ユーロ、36.5 百万ユーロが提供されて [22]。「IST Programme」の各プロジェクトは、
CORDIS のサイト（http://www.cordis.lu/fp5/projects.htm）で検索可能である。
第６次フレームワーク計画においては、IST-FET 分野と「Life science, genomics and
biotechnology for health」の分野に脳研究に関連する研究が募集されている。この研究状
況については、CORDIS のサイト(http://www.cordis.lu/fp6/projects.htm)で検索可能であ
る。
3.4. ドイツ
ド イ ツ で は 2001 年 か ら 「 ド イ ツ の 将 来 像 か ら 振 興 す る 科 学 技 術 を 政 策 決 定 す
る 」 ”Futur” プ ロ ジ ェ ク ト が 始 め ら れ 、 そ の 中 で 研 究 開 発 を 促 進 す る テ ー マ と し
て、”Understanding Thought Process”が取り上げられた。ドイツ政府はこのテーマを次
の理由から取り上げた[14]。
a) ヒトの脳は生物の中で最も複雑な構造を持っている。これを理解することは、
Human Genome Project と同様に重要なプロジェクトである。
b) 目的に達するためには物理、数学、計算機科学、生物学、医療など学際的な協力が
必要である。また、これらの研究者はネットワーク化された環境で共同研究を行う必
要がある。
c) Computational Neuroscience や工学応用の面で、ここ数年科学的なブレイクスルー
が起きており、今後１０年で“Understanding Thought Processes”が目指す成果を実
現するまでに発展すると考えられる。
“Understanding Thought Processes” が 目 指 す 成 果 と は 、 神 経 科 学 （ そ の 中 心 は
Computational Neuroscience）が社会にもたらす次のようなインパクトである。
a) Computational
Neuroscience が、神経システムを使った情報処理の方法を解明す
るであろう。この処理方法は従来のデジタル計算機とは異なるもので、複雑な問題に
対する新しい解法が提供できる。
b) 医療に関する分野では、Computational Neuroscience から得られた知識が、神経的
な障害のある人を手助けする機器（人工内耳、人工網膜など）の開発に利用される。
c) 神経回路レベルから学習機能（脳の可塑性）を理解できれば、教育や学習にプロセ
スに大きな影響を与える可能性がある。
German Federal Ministry of Education and Research（BMBF）は、2004 年からこの
目標に向けて、”National Network for Computational Neuroscience”プロジェクトを開
58
3 ニューロインフォマティクスにおける施策の動向
始した。このプロジェクト推進の中核として、Bernstein Center が設立され、５年間で
3,400 万ユーロの資金が投じられる予定である。Bernstein Center は単一の研究所ではな
く、いくつかの研究拠点からなる研究ネットワークとなっている（2.2.2 参照）。拠点とな
る研究所は、”Futur”プロジェクトの趣旨に沿うように、次のような観点を考慮して選抜
されている[25]。
a) 実験的、理論的に拠点が専門性を確立する可能性
b) Computational Neuroscience における総合的な教育方針と確立された質の高い教
育組織
c) 既存の計画との相乗効果の可能性
d) 情報技術、バイオ医療、学習研究に重点を置いた”Futur”計画の成果と研究活動との
間の整合性
e) 達成できる経済的成果、科学的／技術的成果、あるいは達成時に科学的経済的ニー
ズのある計画の立案可能性
f) BMBF のファンド期間中、センターとして継続する保証を関係機関から得ること
Bernstein Center は単に研究機関として研究を推進するだけではなく、今後の 10 年で
社会にインパクトを与える技術を生み出すために、「担い手となる若い Computational
Neuroscience の研究者を育成する」こと、
「ドイツの神経科学の専門家を集め、理論的ア
プローチを統合し、神経科学的な発見の集積とネットワーク化を行う」こと、そして、
「こ
れらの新しい発見を技術的応用に適用する」ことを目的としている。このため、各拠点で
は新しい神経科学者の世代を生み出すために若い研究者を育成するための計算論的神経
科学の一貫した教育プログラムを開発している。また、大学と大学外の研究機関や病院と
の協力を含んだ研究や、若い研究者を含んだ共同研究も推進する予定である。各拠点では
国際アドバイザリー委員会を設立し、若い研究者を支援し、他の Bernstein Centers や外
部パートナーと協力関係を調整できるように計画されている。
また、Bernstein Center は INCF に対するドイツの NI ノードとして予定されている。
現在は、INCF の窓口として立ち上げられるポータルサイトのパイロット版として
Neuroinformatics Portal Pilot（NIP）が立ち上げられている。このサイトでは NI に関
するソフトウェアやデータの公開、研究チームへのリンク、研究ポストの掲示、
Computational Neuroscience に関するニュースなど、総合的なサービスが提供されてい
る。このサイトを運営する Andreas.V.M Herz は「国家的な方針としてデータを共有する
施策は行われていない。今後、研究者レベルから徐々にボトムアップ的に共有化を行う予
定である」と述べている[25]。
59
3 ニューロインフォマティクスにおける施策の動向
図 44 The Neuroinformatics Portal Pilot（ http://www.neuroinf.de/ ）
3.5. イギリス
イ ギ リ ス は 、 Engineering and Physical Sciences Research Council （ EPSRC,
http://www.epsrc.ac.uk/default.htm ） と
Medical
Research
Council （ MRC,
http://www.mrc.ac.uk/）が学際的な研究の協調のために再編され、情報科学、e-science
的アプローチの研究に 2000 年から 3 年間で 98 百万ポンドを当てている[22]。MRC はバ
イオインフォマティクスの広い戦略の一部として NI を位置付けて研究を実施し、
EPSRC
は医学的なイメージデータの共有に関する研究を開始しつつある。また、NI に関する教
育として、EPSRC､ MRC が中心となって、サマーセミナーやワークショップが開催され
ている。
その他、イギリスは 1994 年から Foresight 計画（http://www.foresight.gov.uk/）によっ
て、イギリスの科学を発展させ、社会や技術に最新科学の成果を取り込むことを目指して
いる[26]。2003 年から始まった新しい計画では、ゲノム科学、神経科学、薬理学、認知神
経科学などが主要研究分野と設定され、数百万ポンドの予算が投じられる予定である。
3.6. オーストラリア
オーストラリアでは、The Australian National Neuroscience Facility（NNF）を中心
として、neuroimaging、neurogenomics、cellular neurophysiology の３分野において、
集中的にデータベース化、モデル化を行い、大規模なデータの共有を実現する計画が進め
られている。NNF は、オーストラリアの神経科学者に神経科学の専門知識、専門技術、
そして最新の機器を提供するために、英連邦とビクトリア州政府の出資によって 2003 年
8 月に設立されたインフラストラクチャ(図 45、http://www.nnf.com.au/)である。NNF で
60
3 ニューロインフォマティクスにおける施策の動向
は次のようなものが提供されている。
a) データ蓄積と検索解析ができる国際的リソース
b) 科学的なトレーニング環境
c) 地域的企業と国際的大企業が協力した研究、開発、商業活動の場
d) 新しい手法を神経科学や関連する領域に特化させたプラットフォームと統合した環
境
最終的には、脳に関する様々なデータを商業利用できる市場を NNF が確立することが期
待されている。
なお、NNF では大量データとその処理に必要な高い計算能力を提供するために、Grid
技術を用いてインフラストラクチャを構築しようとしている。
図 45
The Australian National Neuroscience Facility（NNF、http://www.nnf.com.au/ ）
NNF は、薬品開発のための環境を提供するために（図 46）、次のデータベースの構築
を計画している。
a) Neurogenomics and Neuroproteomics
b) Neural Tissue Repository
c) Cellular Neurophysiology
d) Neuroscience Informatics
e) Neuroimaging
f) Integrative Neuroscience Facility
g) Clinical Neurobiology of Psychiatry
h) Clinical Neurosciences
Neuroimaging と Neurogenomics が先行して開発され、その他のデータベースは開発中
である。
61
3 ニューロインフォマティクスにおける施策の動向
図 46
NNF の Platform 関係図
(NNF、http://www.nnf.com.au/)
3.7. その他の国々
OECD における NI ワーキンググループの活動を受け、世界の各国で NI 推進、NI ノ
ード設立に向けた動きが出ている。
スイスでは、1995 年にチューリッヒ大学／チューリッヒ工科大学に NI の研究所
(http://www.ini.unizh.ch/)が設立され、バイオインフォマティクス関係の特別予算によっ
て支援されている[22]。この研究所はポータルサイト Neuroinformatics in Switzerland
(http://www.ini.unizh.ch/sni/)（図 47）を立ち上げ、NI 関連研究者、研究内容紹介、イ
ベント告知、情報交換、リンクなどを提供している。また、Swiss Federal Institute of
Technology（EPFL）に Brain Mind Institute(http://bmi.epfl.ch/)を設立して、NI の教
育課程を整えつつある。
62
3 ニューロインフォマティクスにおける施策の動向
図 47
Neuroinformatics in Switzerland (http://www.ini.unizh.ch/sni/)
オランダでは、実験と理論の両面から認知を理解する”Program on Cognition”計画が開
始されている[22]。ポータルサイト(図 48、http://www.neuroinformatics.nl/)が立ち上げら
れ、MI 研究に関連するリンク集が提供されている。このサイトには、オランダにおける
NI 研究のロードマップが提示され、今後どのように NI を進めて行くかが述べられてい
る[18]。
63
3 ニューロインフォマティクスにおける施策の動向
図 48
Neuroinformatics in the Netherlands（ http://www.neuroinformatics.nl/ ）
スウェーデンでは、Swedish Foundation for Strategic Research(SSF)がファンドして、
王立技術研究所のコンピュータ科学部門と Karolinska 大学の神経科学部門を中心
に、”Cognitive and Computational Neuroscience and Robotics in Sweden”が行われてい
る
[22]
。 そ の 研 究 の 一 つ が Brain Image Neuroinformatics System (BINS,
http://www.pdc.kth.se/bins/）である。
ベルギーでは、EU の FP5 のファンドを受けて、NI のポータルサイト Neuroinformatics
Site.org(http://www.neuroinf.org)が立ち上げら、NI に関連する学科案内や NI に関するポ
スト、NI に関連するリンクなどが紹介されている。
アジア諸国でも OECD の活動を受けて、様々な施策がとられつつある。
中国では、2001 年の”Neuroinformatics Research On Neuroimaging of Acupuncture
and Chinese Cognition”をはじめとして、NI の研究が行われるようになり、現在では、
科学技術省・自然科学局が中心に NI プロジェクトを推進している。現在、科学技術省は
973 High-Tech Program において、以下のプロジェクトを実施している[17]。
64
3 ニューロインフォマティクスにおける施策の動向
a) Basic Research Data Bank and Data Sharing Project
b) Brain Function and Disease
c) Puncture（preliminary）
d) Chinese Language (preliminary)
また、自然科学局は脳科学と情報科学の分野をサポートすることを表明している。
インドでは次の２つを目的として Neuroinformatics 研究が推進されている[22]。
a) 電気生理やイメージングなど既存の方法で使用したデータに、新しい情報を追加で
きるツールを開発すること。
b) 既存の情報を、「知識」に変換できる相互運用可能なデータベースを構築すること。
この目的に向けて、脳に関する研究施設 NBRC(National Brain Research Centre,
http://www.nbrc.ac.in/menu.php)が設立された。このセンターは、研究対象として次のよ
うな分野を挙げている[2]。
a) Math & theoretical neuroscience
b) Neuroengineering
c) Neurocomputing
d) Neural recording
e) Information theory & processing
f) Signal/EEG analysis
g) Computer vision
h) Image processing
i) Neural Information Processing
j) Speech production
この他、カナダでは INCF の NI ノードとなるためのサイト Neuroinformatics.ca
（http://prion.alp.mcgill.ca/ni/default.aspx）が立ち上げられ、スペインでも Artificial
Intelligence
Research
Institute
（
http://www.iiia.csic.es/
）
の
ARCA
（http://www.lsi.us.es/arca/）という AI 研究グループが各国と協調を計画するなど、世
界各国でニューロインフォマティクス推進のための活動が始まっている。
65
3 ニューロインフォマティクスにおける施策の動向
3.8. データ共有に関する動向
NI の普及のためには、データ、ツール、モデルの共有が必要である。国内ヒアリング
に置いても、データ等を共有する動機付け、権利保護をどうするかが課題であると指摘さ
れている。そこで、本節では国内外のデータ共有に関する動向をまとめた。
3.8.1.
データ共有ポリシー
データ共有に関する方針（データ共有ポリシー）を打ち出している組織には、INCF と
HBP がある。
HBP ではプロジェクト参加メンバーの有志が図 49 のようなデータ共有ポリシーを打
ち出している。
a) 科学論文の基礎となる一次研究データとメタデータは適切なプライバシーと所有
件の制限の下、ジャーナルへの投稿と同時にデータ共有ができるようにしなけれ
ばならない。
b) データの共有とマイニングは、研究に必要な要素であることを広く認識すべきで
あり、それゆえに相応の見返りが与えられるべきである。
c) 共有するということはデータを放棄したことにはならない。データの再使用には、
はっきりとしたデータの帰属と作者への謝辞が必要である。
d) 共有データの引用と謝辞は常に必要である。これは、データ作成者が共著者であ
る、ヘッダの別の行に記述されている、参考文献の引用に入っているにかかわら
ず必要である。
e) 研究者とグラントの支給を受けるものは、所有権を第三者に譲渡せず、所有権を
保持しなければならない。適切な承認（報酬も含む）無しに共有データを商業的
に利用することは知的財産の悪用とみなされる。
f)
データの共有化とマイニングに関する費用は支援対象である。
g) データ共有の範囲は、対象となる領域や技術において標準や実践手法に依存して
変わることを認識すべきである。つまり、データ共有モデルは集中型データベー
ス、peer-to-peer ソリューションなどの実現方法の多様性が許される。
h) HIPAA(Health Insurance Portability and Accountability Act)や慣習によってプ
ライバシーが保持されている場合でも、共有するヒトデータを適切な範囲で被験
者の特定ができないように処理することが許される。加えて、インフォームドコ
ンセント関連文書では、データの保存、共有、再解析についての詳細を記さねば
ならない。
図 49
PRINCIPLES OF DATA SHARING[20] （http://datasharing.net/Principles.html）
66
3 ニューロインフォマティクスにおける施策の動向
このポリシーで特徴的なことは、単にデータ作成者の権利保護、データ提供の重要性を
位置付けるだけでなく、共有されたデータの位置付け、それを利用した研究の位置付けに
ついても述べていることである。
a) 共有されたデータはデータ作成者とは独立したものである（図 49 の d））
b) 共有データを使った研究も重要な研究である（図 49 の b）､ f)）
これによって、単にデータの蓄積を推進するだけでなく、共有データを利用した研究を拡
大することを目指している。
INCF においても、3.1 で述べたようにデータベースに登録されたデータ・ツールの所
有権などの権利は登録した研究者が保持するが、それらへのアクセスは可能な限り自由で
あることを求めている。
日本においても、日本学術会議は研究におけるデータの共有が重要であることを指摘し、
公的資金を使った研究データについては、一定期間データ作成者が研究に利用した後、公
開する必要性が議論されている[30]。この中ではデータの共有化の必要が指摘される一方、
データベースの開発・維持には労力や費用が必要となるため、そのデータが勝手に再利用
されることや、2 次加工されることを防止する権利の必要性も議論されている。一般に素
材データの選択又は配列などの体系的構成に創作性を持つ場合に、データベースは著作権
で保護されるが、その判断基準は自明ではない。今後データベースを数多く構築するため
には、データベース開発者が安心してデータベースを開発できる環境が必要である。
EU では、独自の（sui generis）権利を与えて、データベースへの投資者を保護するこ
ととなっている。1996 年に EU 理事会は「データベース指令(Directive)」を採択し、EU
加盟国が「独自の権利」を保護する法律を制定することを求めた。この法律は、
「加盟国
外のデータベースは当該国に同様な権利保護の制度がある場合について保護対象とする」
（相互主義）としている。このため EU 域内における我が国のデータベースの権利を保護
するためには、同様の法整備を国内で行う必要がある。このようなデータベースの権利保
護は、データベースの構築を促進する一方、データ利用に対する制限となり、学術研究を
阻害するおそれがある。したがって、データベースの権利保護を法制化する検討にあたっ
ては、公的資金による学術研究データに関する公開・共有の原則などを考慮すべきである
と日本学術会議は報告している[30]。
3.8.2.
共有データに関する倫理指針
ヒトを対象とした実験データの場合には、データ作成者の権利保護以外に、被験者の権
利に関しても保護されなければならない。
HBP のデータ共有ポリシーでは、人間に関するデータ共有に伴うプライバシーの扱い
について、HIPAA にしたがった管理を行わなければならないと述べている（図 49 の h））
。
67
3 ニューロインフォマティクスにおける施策の動向
HIPAA は「医療保険の相互運用性と説明責任に関する法律」であり、電子的な情報で個
人 の 情 報 を 特 定 可 能 な も の へ の 法 的 な 扱 い が 示 さ れ て い る
(http://www.hhs.gov/ocr/hipaa/)。この法律は主に医療情報に関する個人の権利保護を求
めたものになっており、
a) プライバシー担当職員を任命して、組織のポリシーと手順の開発と実施に当たるこ
と。
b) 苦情受付に責任のある窓口担当者を指名すること。
c) ポリシーと手順について職員を訓練し、その状況を文書化すること。
d) 医療情報の利用や開示の方法など、プライバシーに関する慣行や患者のプライバシ
ー権について、書面での通知を行うこと。
など医療機関が患者に対する対応を規定した項目が挙げられている。これに対し、NIH
は、ヒトに関する研究を行う場合に研究者が従うべきガイドラインを示している
(http://www.socra.org/HIPAA_Privacy_Rule_030404.pdf)。その中で、保護すべき個人情
報として protected health information (PHI)を示し、それらを扱う研究でどのような処
置が必要かを示している。NIH は、承諾を必要としない研究やデータ公開と、被験者の
承諾を受ける研究の 2 種類に分け、各研究がどのような条件となるか、次のように示して
いる。
表 13
承諾を必要としない研究
a) PHI が特定できないデータを扱う研究
b) データの利用についての合意がある限定的なデータセットを使う研究
c) IRB やプライバシー委員会が承諾の必要性が無いことを認めた研究
d) 研究の準備活動である場合
e) 故人に関する研究
f) 過渡的な対策のための限定的な研究
g) 健康に関する公的な当局への公開や法律で要求される公開の場合
表 14
研究のための承諾書をうける場合
a) 承諾書には特定の研究のみに使われることを明記する。包括的な承諾ではいけない。
b) インフォームドコンセントと研究利用の承諾書は別でなければいけない。
c) 承諾書には HIPAA ルールで要求される要素や文言が含まれていなければいけない。
d) 承諾書は廃棄してはいけない。
e) 研究リポジトリやデータベースは適切に保護、管理されなければいけない。
f) 承諾書を使う場合には、IRB やプライバシー委員会のレビューや承認は必要とされな
い。
68
3 ニューロインフォマティクスにおける施策の動向
日本では医療に関わる個人情報は、2005 年 4 月に施行される「個人情報の保護に関す
る法律」で包括的に規定されることになっている。この法律に基づいて、厚生労働省、文
部科学省、経済産業省が合同で医療や医学研究に関連する現行のガイドライン「ヒトゲノ
ム・遺伝子解析研究に関する倫理指針」、
「遺伝子治療臨床研究に関する指針」、
「疫学研究
に関する倫理指針」、
「臨床研究に関する倫理指針」を見直した[28]。その概要を図 50 に示
す。基本的には個人情報保護法の規定に従う形での見直しであるが、一部については個人
情報保護法よりも厳しい条件を付けている。追加された条件とは次の 2 点である。
a) 5000 件以下の研究も個人情報保護法と同様の対応を求める
b) 故人に関する研究にも配慮を求める
また、データ共有を図る場合の問題点として、行政機関や独立行政法人は保護法の対象
であるのに対し、私立大学や公益法人における学術研究は対象外となっている。このため、
両者が個人情報を含むデータを共有する際には、対応が異なる可能性があり、どのような
安全管理を実施するか注意が必要とされる。
69
3 ニューロインフォマティクスにおける施策の動向
当面の取組方針について
医学研究分野においては、現在策定されている研究に関する指針の改正など以下のよう
な個人情報を保護するための格別の措置を講じる。
（１）研究に関する指針の改正について
個人情報保護の視点から規定を抜本的に強化する見直しを実施
① 個人情報保護法に規定されている個人情報の保護のための措置を原則としてすべて
盛り込む
○ 利用目的による制限
あらかじめ本人の同意を得ないで、特定された利用目的の達成に必要な範囲を超え
て、個人情報を取り扱ってはならない。
○ 安全管理措置
その取り扱う個人情報の漏えい、滅失又はき損の防止、その他個人情報の安全管理
のために必要かつ適切な措置を講じなければならない。
○ 第三者提供の制限
あらかじめ本人の同意を得ないで、個人情報を第三者に提供してはならない。
○ 個人情報の開示
本人から、当該本人が識別される個人情報の開示を求められたときは、本人に対し、
書面の交付による方法等により、当該保有個人情報を開示しなければならない。
※ 原則、個人情報保護法で求められる事項を網羅
② 個人情報保護法に上乗せした措置（例：死者の情報の保護のための安全管理措置、
取り扱う個人情報の数が 5,000 件以下の者も対象）について指針に規定する
などの改正を行った（平成 16 年 12 月 28 日告示）。
（２）指針の実効性を担保するための措置について
指針の実効性を担保するための措置を実施
① 指針の遵守を研究費補助・助成の要件として規定
② 大学・公益法人等に対して、所管省庁の監督権限の中で指針の遵守を指導
③ 指針の遵守状況をフォローアップし、その結果に基づき、必要に応じて法制化を含
めた措置を実施
※ 私立大学・公益法人等の行う学術研究については、個人情報保護法の適用除外となっている。
※ 行政機関や独立行政法人等については、それぞれ個人情報の保護のための法律の対象となる（学
術研究等への適用除外なし）。
図 50
我が国の医療研究分野におけるガイドラインの見直し
（http://www5.cao.go.jp/seikatsu/shingikai/kojin/20050127kojin2-3.pdf）
70
3 ニューロインフォマティクスにおける施策の動向
3.9. NI の施策動向のまとめ
脳研究の先進国では、1990 年代後半から NI を目指した機関や研究が進められてきて
いたが、OECD における議論を受けてより多くの国々が NI への関心を高め、施設の整備
や研究の推進を目指すようになっている。各国の施策を概観すると次のような活動が行わ
れようとしている。
a) NI／Computational Neuroscience に関する研究計画への資金提供
b) Neuroscience のための（医学データも含めた）データベース構築の支援
c) データ公開の義務付け、あるいは推奨。また、データ公開に伴う権利保護の整備
d) 若手研究者育成のための教育カリキュラムの整備
e) 国内研究機関の研究ネットワークの整備
f) INCF の窓口となる NI ノード、ポータルサイトの整備
欧米を中心とした研究の先進地域では、単に研究の推進だけでなく、研究のための人材
教育やデータ共有などへの環境整備にも重点が置かれ、より広範囲な支援を行おうとして
いる。一方、新たに研究を進めている国々では国内の研究インフラの整備と共に、INCF
と協調して世界レベルでの研究に参画する意向を示している。
NI 研究の一つの柱となるデータ共有では、米国でポリシーなどの整備が進んでいる。
HBP のデータ共有ポリシーでは、単にデータ共有の推奨、データ共有に伴う権利保護だ
けでなく、共有データの 2 次利用の促進を目指している。EU を中心にデータベース開発
者の権利保護が図られる中、共有データの 2 次利用に関する考え方を取りまとめていく必
要があると考えられる。
71
4.我が国のニューロインフォマティクス推進のための施策
4. 我が国のニューロインフォマティクス推進のための施策
主要諸外国の施策の動向を参考にし、また OECD におけるニューロインフォマティク
ス(NI)国際協力に積極的に参加してきた我が国として、戦略的にニューロインフォマティ
クスを推進するための施策案を検討し、その構想案を提案する。
4.1. これまでの取り組み
科学技術振興調整費による目標達成型脳科学研究の１つとして、豊橋技術科学大学・
理化学研究所脳科学総合研究センターを中心に「視覚系のニューロインフォマティクス
に関する研究」プロジェクトが開始されたのは、1999 年のことである。このプロジェク
トにおいては、Visiome
Platform（2.4.3 参照）を世界に先駆けて開発したが、さらに
2004 年度には国際協力に基づく緊急を要する課題として、科学技術振興調整費「OECD
国際協力に基づくＮＩに関する調査」及び新世紀の重点研究創生プラン（ＲＲ２００２）
「ニューロインフォマティクス・データベースシステムの試行的整備・運用」という２
つの調査研究、開発検討等の活動を推進したことにより、Visiome Platform は 2004 年
５月に試公開運用を開始するに至っている。また併せて、これを先導研究として発展さ
せ、戦略的、研究レベル的、人材的観点から、他の可能な分野から、順次、新しいプラ
ットフォームを立ち上げていく可能性についての検討も進めることができた。
具体的には、国立研究所、民間研究所、大学等から２６名の研究者（A9 委員名簿参照）
で構成される NI 検討委員会を組織し、我が国が展開すべきニューロインフォマティクス
のテーマやその体制についての議論・検討を合計４回に亘って行った。また同時に、2004
年 12 月 1 日には、国際ワークショップを開催し、主要国からの必要な情報収集及び関連
分野・テーマについて意見交換・討論を行った。これらの活動は、我が国が機動的にニ
ューロインフォマティクスに関する国際協力に取り組み、かつ、国際社会をリードする
施策を検討する上で、非常に有用であったと考えられる。以下にその詳細をまとめる。
4.2. NI 検討委員会による議論・検討内容
4.2.1.
第一回 NI 検討委員会（2004 年 7 月 24 日開催）
初めての顔合わせということもあり、各委員の自己紹介を行った。また、委員長に臼
井支朗委員が推薦された。次いで、理化学研究所脳科学総合研究センター・甘利俊一セ
ンター長から、挨拶及び本委員会の設立趣意などについての説明がなされた。
引 き 続 い て 、 委 員 長 よ り 、 OECD に お い て 各 国 の ノ ー ド を 統 括 す る INCF
（International Neuroinformatics Coordinating Facility）を設立する予定があることに
ついての説明があり、今後我が国の窓口として Japan-Node センターを早期に設立する
72
4.我が国のニューロインフォマティクス推進のための施策
必要があること、またそのための本プロジェクトの方針などについての説明が行われた。
その中で、Japan-Node センターのもとに、各委員の研究分野・テーマを中心とするプ
ラットフォームイメージ案が紹介され、併せて、今後、どういった形で Japan-Node 構
想に組み込んでいけるかについて討議・質問が行われた。また、他の分野・テーマのプ
ラットフォーム候補となりうる研究分野・研究者があれば、次回までに推薦・提案して
いただくこととした。
4.2.2.
第二回 NI 検討委員会（2004 年 12 月 2 日開催）
前回の委員会で課題となった、新しいプラットフォームの候補について、いくつかの
推薦・提案がなされ、それらの代表者を、あらたに本委員会の委員として委嘱すること
とした。さらに、Japan-Node センターの組織体制、構造イメージ、経費内訳等につい
ての概要案が提示され、その議論に行った。
体制としては、
・ 永続運営を念頭に置くが、INCF の全体計画が当面の５年を第一期としていることを
受けて、我が国もとりあえず５年計画で進めていく。
・ Japan-Node センターの下に５年で 10 テーマ程度のプラットフォーム設置を目標に
３分野／年程度のプラットフォームを立ち上げていくこととする。
・ 初年度においては、Visiome、Invertebrate Brain、Neuron/Glia の３つのプラット
フォームの立ち上げを検討する。
という結論に至った。これを受けて、委員には、各担当のプラットフォーム構想案を次
回までに提出して頂くこととした。
4.2.3.
第三回 NI 検討委員会（2005 年１月 29 日開催）
独立行政法人理化学研究所へ、2005 年度の交付金配算の内示があり、Japan-Node セ
ンターの立ち上げ、組織構成並びにプラットフォームの開発・運用について、具体的な
検討に入った。
Japan-Node センターは、理化学研究所脳科学総合研究センター内にその事務局を設
置する、マネージャー、システム管理者、秘書の３名を常駐とする、などの基本的な要
項が提案された。各プラットフォームについては、具体的な予算枠が内示されたことを
受け、前回委員会後に提出された構想案を再確認・検討することとした。
4.2.4.
第四回 NI 検討委員会（2005 年 3 月 8 日開催）
前回の委員会でも提案された Japan-Node センターの具体的な設置予定について、理
化学研究所脳科学研究推進部より詳細説明があり、組織としての位置づけ、業務内容、
予算内訳・経費配分等について承認された。
併せて、来年度予定されている８つのプラットフォームの開発・運用経費の配分につ
73
4.我が国のニューロインフォマティクス推進のための施策
いては、理化学研究所との共同研究契約の締結が必要であることから、その具体的な手
続についても説明がなされ、各プラットフォームの代表者には、構想のより具体的な検
討を進めていただくこととなった。
ひきつづき、いよいよ大詰めとなった報告書作成作業の進捗状況が報告された。動向
調査を中心とした報告書の前半（第１章から第３章）と、ニューロインフォマティクス
検討委員会としての構想案の総括ともいえる第４章のたたき台が提示され、各委員から
意見・質問などを受け討議した。
また第４章の最後に添付する、各プラットフォームの具体的な構想案の概要について
は、それぞれの代表者を中心として最終的な確認を行い、完成させることとした。
なお、ちょうどこの期間に、科学技術振興調整費「OECD 国際協力に基づくＮＩに関
する調査」の招聘事業の一環として来日されている、ドイツ・フンボルト大学の Raphael
Ritz 博士にも参加していただき、OECD の INCF 構想を受けて、試験的開発に取り組ん
でおられるご自身のポータルサイトを紹介いただき、各委員との積極的な意見交換を行
った。
以上、４回の委員会を行い、Japan-Node センターの構想案がほぼまとめられた。そ
の詳細は４．４以降に述べることとする。
4.3. 国際ワークショップの開催
2004 年 12 月 1 日に、理化学研究所において国際ワークショップを開催した。これは
OECD において各国のノードを統括する INCF の設立を受けて、Japan-Node センター
の設立準備として行っている本動向調査研究の一企画でもあり、アメリカ、ドイツ、オ
ーストラリア、フランスから合計５名のスピーカーを招聘し、情報の共有と現状把握を
目的として開催されたものである。
（A11 プログラム参照）
各講師から報告されたニューロインフォマティクスに関する最新の情報については、
本報告書の 3.に詳細にまとめられているが、特に、印象に残ったのは、アメリカでは、
データベースの公開に関するサポート体制が非常に強固であるということである。一方、
ヨーロッパ各国では、データベースを公開するというより、あくまでも研究を中心とし、
その結果として公開すべきものを公開していくという流れにあり、アメリカとはまた違
った独自の価値を見出そうとする戦略がうかがえる。我が国においても、ニューロイン
フォマティクスの方向性・戦略を明確に見定める必要性があること、また、アジア地区
の極としてリーダーシップを発揮していくことが重要であることなどが明らかとなった。
74
4.我が国のニューロインフォマティクス推進のための施策
4.4. Japan-Node センターの立ち上げ
これまでの検討に基づき、2005 年度に立ち上げが具体化される Japan-Node センター
について、最終的に図 51 のような構想案がまとめられた。
INCF
MEXT
J-node Center
RIKEN BSI
J-node Server & Portal
Visiome
Platform
BMI/BCI
Cell/Glia Motor
Platform Function
Platform
Neuro
Imaging
Platform
Inverte
Psycho
-brate
-physics
Brain
Platform
Platform
Committee /Manager/ Sec
NI
Integ
Common
Clinical
-rative
BSI-NI
Technol
-NI
Brain
Platform
Develop
Platform
Platform
Platform
Base NI Platform & Common Tech Support
RIKEN BSI
NI-Team
図 51 Japan-Node 構想案
Japan-Node は理化学研究所脳科学総合研究センターに設立される「神経情報基盤セ
ンター」(NeuroInformatics Japan Center : NIJC)
に開設される。担当所管は脳科学総
合研究センター推進部である。NIJC にはノードサーバーとポータルサーバーが設置され
運用される予定である。
4.5. 今後の計画
先にも述べたように、INCF の全体計画が当面の５年を第一期としていることから、我
が国においても５年計画で進めていくことを案とした。したがって、まず、2005 年度か
らのむこう５年を第一期とし、2010 年に見直し検討を行うものとして、とりあえず 2015
年までの 10 年を短期目標として構想案を示すこととした。
4.5.1.
第一期（2005 年−2010 年）
本報告書 2.3 に示されている調査研究をもとに、我が国として、当面は、以下の分野を
対象とすることとし、公開体制が整った分野からプラットフォームの公開を始めること
75
4.我が国のニューロインフォマティクス推進のための施策
とする。なお、各プラットフォームの構想概要案を参考資料（A10 プラットフォーム構
想案）として添付する。
＜立ち上げ可能なプラットフォーム＞
・ Visiome Platform（視覚神経科学）
現在、試公開中であり、2005 年度から正式公開・運用を開始する予定である。
・ Neuron/Glia Platform（細胞・局所神経回路網）
文部科学省特定領域研究「神経グリア回路網」の研究成果を、コンテンツとして
公開していく。
・ Invertebrate Brain Platform（無脊椎動物脳）
東京大学・兵庫県立大学などが中心となって、学会レベルで立ち上げる。
・ Brain Machine Interface Platform（脳とロボット）
最先端脳活動計測技術の研究成果を集積し、Brain Machine Interface 技術の開発
基盤を構築する。
・ 視覚科学のための刺激と反応のデータベース(感覚（視覚）心理物理学・神経科学)
視覚科学のための刺激と反応のデータベースを集積する。
・ Neuro Imaging Platform（ニューロイメージング）
情報通信研究機構関西先端研究センター、産業技術総合研究所、東北大学、自然
科学研究機構生理学研究所などが中心となって、我が国の脳イメージングに関す
る総合的研究データベースを立ち上げる。
・ 「統合脳」データベース（神経科学）
文部科学省特定領域研究「統合脳」の研究成果を、コンテンツとして公開してい
く。
・ Clinical Neuroinformatics Platform（脳神経回路網の再建と機能の再現）
治療試験データベースの構築と臨床治療への具体的応用。
・ BSI NI Platform（脳神経科学全般）
脳神経の総合的な研究機関である BSI の研究成果を順次公開していく。実験デー
タだけでなく、NI 支援環境としてのアプリケーションやツールもここから公開し
ていく。
4.5.2.
第二期（2010 年−2015 年）
2010 年以降は、聴覚系、音声/発声系、マルチモーダル処理系、体性感覚系など立ち上
げ可能な分野・領域の状況に応じて検討し、我が国が国際的リーダーシップをとれる脳・
神経系の主要な分野を順次カバーしていくこととする。特に、特定領域研究など関連す
る大型研究プロジェクト及び科研費などの成果に対しては、単に論文を発表し成果報告
書を提出するだけでなく、研究で得られた実験データや開発したプログラムなども登
76
4.我が国のニューロインフォマティクス推進のための施策
録・公開していく仕組みを検討して、プラットフォームを立ち上げていく。
一方、従来から研究の成果は、通常、学会誌などに投稿され、しかるべき査読審査を
得て論文として印刷・出版されているが、査読者が実験データのファイルや開発された
プログラムの動作などまで確認しているわけではない。結果として、研究における最も
貴重な研究成果の資産が研究者の下に保管され不出となる。また、退職される研究者の
貴重な成果の継承・管理もなされていない。こうしたことから、関係学会・出版社など
と協力し、査読システムの高信頼化とともに、そうした研究成果の電子情報資産を一体
化した E-Journal の可能性を検討し、さらに、こうした成果物の中から、我が国にとっ
て重要と思われる情報資産を可能な限り引受け、保存・管理・公開していく仕組みを併
せて検討することとする。
このように、Japan-Node は、各省庁、大学、研究機関・機構、学会、産業界など、全
日本として展開すべきであり、Japan-Node センターが正式に立ち上がった後には、こう
した観点からの検討も必要であると考えられる。
4.5.3.
その後の長期展望
現在、ニューロインフォマティクスネットワークはＥＵ、米国、アジアの 3 極構造モ
デルが考えられており、各地域の国はそれぞれの極の傘下にノードを設置することにな
る。アジアでは日本を極として、各国のノードを収容するネットワーク構成が考えられ
るが、2015 年あたりに中国、インドがどこまで切迫してくるかが、大きな鍵となるであ
ろう。
このような３極構造のネットワーク構成を積極的に推進し、ネットワーク構築のリー
ダーシップを取るためには、我が国のノード設置計画を具体的に策定し、それを世界に
提案していくことが肝要である。将来、ニューロインフォマティクス研究の舞台作りで
我が国がリーダーシップを取ることは、ニューロインフォマティクス研究を軸にした次
世代の科学研究・技術開発の推進、関連産業及び既存の情報産業の振興という多くの副
産物をもたらすことが期待される。
4.6. 今後の課題
ＩＮＣＦの設立に伴って、ニューロインフォマティクスは、今後、国際的な展開が見
込まれている。そのため、我が国においても脳・神経科学分野のプラットフォーム立ち
上げを戦略的に検討すべきであり、関連する研究者の積極的な参加、協力が必要である
と考えられる。したがって、我が国の得意とする分野を活かした戦略的なシステムを構
築し、先駆的な成果をあげていくことが急務であるといえよう。
そのためには、欧米の動向に見られるように、理論神経科学、計算論的神経科学、ニ
ューロインフォマティクスなどの分野における若手研究者育成の仕組みを早急に検討す
べきであり、また、そうした分野の研究を推進するための施策と政策的な支援が必須で
77
4.我が国のニューロインフォマティクス推進のための施策
ある。残念なことに、我が国では、こうした分野をサポートする環境が整備されていな
いため、ごく一部の先進的研究者の活動に限られており、学生や若手研究者を総合的に
育成する場や仕組みがないというのが現状である。
4.6.1.
具体的な検討課題
1. インターネットにおいては、利用者の匿名性が高いために、研究成果が不当に利用さ
れることが懸念されることから、将来的には電子透かしなどの著作権保護技術の導入
を検討する必要がある。
2. 米国の Publication Model と呼ばれるガイドラインに見られるように、学術論文が引
用され評価されるには、データを保管・共有できる仕組みと、提供者に対する権利保
護が必要である。論文、データ、ツール、数理モデルなどを公開する研究者のインセ
ンティブを保障するには、それらの利用に関する許諾条件を自ら宣言する必要がある。
科学技術、学術情報流通とその研究者コミュニティーにおいては、こうした利用条件
を標準化する必要があろう。一方、産学連携のコンテクストから考えれば、新しい知
見や知識を創出するには、膨大なエネルギーと労力が必要になる。したがって、研究
者、科学者自らが、これらコンテンツに対する価格付けを行うようにする必要がある。
また、産業界は、知見やノウハウや技術に対して、独占的排他の使用権利を得ること
を必要とするため、共同研究や特許の共同出願、ライセンスの利用契約などＩＴを活
用して締結できるような電子契約が必要になる。Japan-Node には、こうした研究者、
発明者の権利を保護する仕組みが必要であろう。
3. 欧米諸国の新しい戦略計画に遅れをとらないよう、我が国に於いても新しい競争的研
究補助金としてニューロインフォマティクスに関する実験と数理の共同研究公募グ
ラントの仕組みが必要である。
4. 我が国の主要な大学・研究機関に期限付のニューロインフォマティクスとシステム神
経科学の講座を設置すべきである。
5. プ ラ ッ ト フ ォ ー ム を 研 究 成 果 の 発 表 及 び 保 存 の 場 と す る E-Journal 及 び そ の
Editorial Board の設立を検討すべきであろう。
4.7. まとめ
脳・神経科学の総合データベースを核とするニューロインフォマティクスは、来るべ
きユビキタス社会に向けての Brain Machine Interface 研究や、創薬の計算機シミュレ
ーション、モデルベースの個人適合型医療診断・治療・投薬計画など新しい臨床医学へ
の貢献も期待されるように、21 世紀の生命科学における重要な分野であり、また、技術
立国、ロボット超先進国として我が国の今後の産業界を考える上でも、極めて重要な分
野であり、今後の発展が期待される。
したがって、今回我々が検討をすすめてきた Japan-Node Center 構想案は、その具体
78
4.我が国のニューロインフォマティクス推進のための施策
化の第一歩とも言えるべき重要な施策の１つであると考えられる。この構想案を足がか
りとして、今後我が国が、より戦略的にニューロインフォマティクスを推進していくた
めに、さらなる検討を進めてまいりたい。
79
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
Appendix
A1 「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」（和訳）
合意書の内、合意書本文と事業計画の和訳を以下に示す。
A1.1 国際ニューロインフォマティクス統合機構（INCF）のための合意書
この法的拘束力をもたない合意書への署名者は、人類の生活の質を高めることを目的とした
神経系の機能とメカニズムへの理解を促進するために、国際科学協力への努力が必要であると
同意した。この目標は、神経科学と情報科学／技術を統合したニューロインフォマティクスを
使用することによって達成される。この合意書への署名者は、自国を代表して、あるいは INCF
への参加を表明している国の政府間組織か他機関を代表して署名する。この合意書への署名者
は、技術･科学分野での国際協力のためのフォーラムとしての国際ニューロインフォマティクス
統合機構（INCF : The International Neuroinformatics Coordinating Facility）に参加する意思を、ま
た同時にニューロインフォマティクスノードを設立する意思を表明する。これらは、経済協力
開発機構（OECD）グローバル・サイエンス・フォーラム(GSF)へのニューロインフォマティク
ス作業グループによる 2002 年 6 月の最終報告書における勧告、及び 2004 年 1 月に開催された
OECD 科学技術閣僚会議での署名に従っている。
ニューロインフォマティクスは、実験データの共有･統合･分析及び神経系の機能解析理論の
進展のために、神経科学のデータと知識ベース、及び計算論モデルや分析ツールの開発を目指
す新しい研究分野である。この合意書において、ニューロインフォマティクスとは、神経系に
関する一次実験データ、オントロジー、メタデータ、分析ツール、及び計算論モデルについて
の科学的情報を意味している。一次データには、正常／疾病状態にあるあらゆる生物種や組織
標本からの、ゲノム、分子、構造、細胞、ネットワーク、システム、及び行動のレベルでの実
験及び実験条件が含まれる。
この合意書への参加者の関与は、INCF 下での活動の推進を保証しようとする参加者の善意と
自発的な財政的寄与によっている。
INCF とその参加者は、ガイドラインやオントロジー、スタンダードの開発、その他作業プロ
グラム（work program）が定めるニューロインフォマティクスの統一的活動を指導、監督するた
めのニューロインフォマティクスの国際的活動を協力して調整する。参加者は、INCF の実現及
び作業プログラムの発足と発展において、各ニューロインフォマティクスノード間また INCF と
の間の協力を促進する。
事業計画（Business Plan）
INCF の事業計画が作成されて、この合意書に添えられている。
理事会（Governing Board）
INCF 理事会は、参加者が INCF に関するすべての事柄について集団的決定を行う機関となる。
理事会は各参加者の代表 1 名によって構成される。第一回の理事会において、理事長
（Chairperson）及び副理事長（Deputy Chairperson）を選出する。
事務局（Secretariat）
事務局は、INCF 事務局長（Executive Director）、並びに作業プログラムを実施する者として理
事会が承認した職員から構成される。INCF 事務局長は理事会の事務総長（Executive Secretary）
を務める。
事務局ホスト（Secretariat Host）
事務局ホストは、公開の競争的手続（付属書 III 参照）により、理事会がこれを選出する。事
務局ホストは事務局に用地、施設、及び役務を提供する。
83
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
事務局長（Executive Director）
事務局長は INCF の最高執行責任者 CEO を務め、理事会が定める制限とガイドラインの範囲
内で、かつこの合意書の規定に従って、INCF を代表して契約を締結し資金を管理する権限を有
する。
ニューロインフォマティクスノード
各ニューロインフォマティクスノードは、国内あるいは国際レベルでの、ローカルなニュー
ロインフォマティクス研究教育活動を促進し、調整するとともに、INCF 作業プログラムの開発
と実施に参加する。
国際ニューロインフォマティクスプログラム（PIN）
INCF は、PIN の資金提供スキームに基づいて、ニューロインフォマティクス研究の国際研究
協力を促進する。これは INCF 参加者の自発的オプションである(付属書 II を参照)。
知的所有権
この合意書のいかなる文言も、各国の知的所有権（National Intellectual Property Rights）、及び
参加者に関係する法律、規則、国際協定に基づいて決定される利益共有協定の範囲及び適用を
変更するものと解釈されてはならない。INCF は、可能な限り最大限にアクセス制限のない開か
れた機構を目指している。全ての利用者は、INCF 参加者であるか否かを問わず、INCF と提携
し又は INCF により開発されたデータベースのデータに対して平等にアクセスできるべきであ
る。このアクセスは、動物及びヒトに関する個体と家族との両レベルでの情報の作成と使用を
規制する各国の倫理や法医学に関する法規に依存する。INCF は神経科学データ及びツールの自
由な普及を促進する。
参加者の加盟及び脱退
発足と加盟
INCF は 2005 年 7 月 1 日に、あるいは少なくとも 5 名の参加者が合意書に署名し、かつ約束
された任意拠出金の合計が七十五万（750,000）米ドルに達した場合にはそれよりも早く発足す
る。理事会は、INCF 設立後最初に行われる参加者の会議において、この合意書及び付属する事
業計画書に従って発足する。この合意書に署名すること、かつ合意書への署名後 3 ヶ月以内に
年次任意拠出（annual voluntary contribution）を行うことで、参加者はこの合意書に直ちに加盟す
ることができる。その後毎年、この合意書の発足記念日から 3 ヶ月以内に、年次任意拠出を行
うものとする。
存続期間
INCF は、当初期間 5 年間をもって設立される。事務局長の任命から 3 年後に、独立した査察
チームによって事務局の進捗と運営の状況を精査して、微調整を行うことが推奨される。理事
会での参加者の代表が、INCF の活動を代表する各専門分野から推薦された適切な調査者を選出
する。発足から 5 年後、そしてその後 5 年ごとに、INCF の運営と機能の批判的点検を同様に行
う。これらの点検によって管理機構の有効性を評価し、必要な変更を勧告するか、あるいは当
初の 5 年間に続いてさらに 5 年間 INCF を存続あるいは終了させるかについての勧告を行う。
参加者の脱退
いずれの参加者も、脱退の意思及び発効日を書面にて理事会に通知することにより、この合
意書から脱退できる。参加者の脱退があるとき、理事会は、当該脱退を考慮して作業プログラ
ム及び予算の修正を合意により承認するものとする。
終了
参加者は多数決（参加者の 3 分の 2）によって、いつでもこの合意書を終了させることができ
る。この合意書の終了又は満了を受けて、INCF 事務局は、その所在する法域の法律に従い、INCF
資産の清算手続を行う。参加者の利益のために INCF 事務局が保有している財産は、その目的上、
INCF の資産とみなされる。かかる清算が行われる場合、INCF 事務局は、実施可能な限り、INCF
のあらゆる資産又はそこから発生した収入を、INCF の運営開始後参加者が行った基本資金拠出
84
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
（basic financial contributions）の割合に応じて参加者に配分するものとし、その際には、元参加
者による任意拠出を考慮に入れるものとする。
財源
基本任意拠出金（Basic Voluntary Financial Contributions）
参加者は、下の表に従って、OECD 又は INCF 事務局へ任意拠出することが求められる。この
任意拠出金は、INCF が設立されるまで OECD によって第三者預託金として保持される。INCF
が設立されたときに、当該拠出は、利息付勘定あるいは資金源によって定められるその他の適
切な勘定において、INCF 事務局によって中央資金（Central Fund）の一部として保有される。こ
れら任意拠出は、INCF 運営に関連する直接費のための資金として INCF によって使用される（付
属書 I を参照）。
この同意書に署名し、かつ下の初年度支払表（米ドル）に従って INCF に任意拠出することで、
参加者は INCF の活動と意思決定に完全に参加できる。年次任意拠出を期限までに行うことを怠
った参加者の議決権は一時停止される。基本任意資金拠出は、国内総研究開発費（GERD）をベ
ースとする。この表中の金額及び参加に係る任意拠出金は、OECD から提供される最新の完全
なデータをもとにした適切な金額を用いて、毎年更新される。
初年度支払表
（*単位：米ドル）
GERD
1−GERD＞500 億ドル*
2−GERD250 億ドル∼500 億ドル
3−GERD100 億ドル∼250 億ドル
4−GERD20 億ドル∼100 億ドル
5−GERD10 億ドル∼20 億ドル
＜10 億ドル
6−GERD
拠出額
35 万ドル*
25 万ドル
20 万ドル
12 万ドル
4 万ドル
1 万ドル
補充任意資金拠出（Supplementary Voluntary Financial Contributions）
基本任意資金拠出に加え、参加者は、作業プログラムの特定部分の資金に充てるため、又は
理事会が合意するその他の特定目的のために、補充任意資金拠出を行うことがある。補充任意
資金拠出は INCF 事務局により保有され、当該拠出を行った参加者が定めた目的のためにのみ用
いられる。
参加者の負担費用
参加者は、報告書の作成又は送付、旅費交通費、並びに理事会の会議及びその他の INCF の機
能、イベントに代表者を出席させる際に発生する費用を含め、参加者自らが INCF に参加するた
めの費用を負担する。
本 20
年
月
日、署名
85
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
A1.2 国際ニューロインフォマティクス統合機構（INCF）事業計画
目次
A. 目的
B. 使命
C. 運営
D. ニューロインフォマティクスノード
E. 作業プログラム
F. 理事会
1. 役割及び目的
2. 設立
3. 構成
4. 議決
5. 責任
G. 事務局
1. 任命
2. 信任責任
3. 財務責任
4. 事務局ホストへの任務の移管
H. 事務局ホスト
1. 役割及び目的
2. 選出
3. 権限の範囲
4. 費用の弁済
I. 事務局長
1. 権限
2. 信任責任
3. 執行責任
J. 知的所有権（IP）及び対象の保護
1. 準拠法
2. データ所有権及びデータへのアクセス
3. 神経科学データの知的所有権
4. 帰属
5. データの有効性
6. ニューロインフォマティクスツール及び機能の知的所有権
K. 参加者の活動
L. 国際ニューロインフォマティクス統合機構への任意資金援助
M. コスト・ベネフィット分析
N. INCF のプロフィール及びアイデンティティの確立
O. その他の事項
1. INCF の設立
2. 存続期間
3. 終了
4. 変更
86
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
A. 目的
この事業計画は、国際ニューロインフォマティクス統合機構（INCF）に関する合意書及び INCF
事務局ホストへの立候補要請（付属書 III）の付属文書であり、参加を検討される際に INCF の
設立と管理のプロセスを評価する手助けとなるよう作成されたものである。INCF の目的は、ニ
ューロインフォマティクスの国際的活動を調整し、発展させることである。ニューロインフォ
マティクスワーキンググループが 2002 年 6 月、グローバル・サイエンス・フォーラム（GSF）
に提出した最終報告の中で勧告しているように、ニューロインフォマティクス分野を維持、発
展させるため、各国は、国内レベルでの研究支援を継続するとともに、各国の国内活動を調整
しつつ、国際活動との調整、連携を図るため、国内ノードを設けるべきである。INCF は、各参
加国の代表とともに、ニューロインフォマティクスにおける世界規模の活動を調整する。ニュ
ーロインフォマティクスは、神経科学のデータと知識ベース、及び計算論モデルと分析ツール
の開発を目指し、神経科学と情報科学／技術とを統合した新たな研究分野である。ニューロイ
ンフォマティクスは、学際的協力に基づく国際利用を目的に、実験データの共有・統合・分析、
探索研究及び神経系の機能解析理論の進展を目指している。
なぜニューロインフォマティクスなのか？
−神経科学と情報科学の接点
人類の福祉と QOL（quality of life）の向上は、近代科学において最も重要かつ緊急の課題の一
つである。この課題は、ヒトと人類社会の解明、さらには我々をヒトたらしめている主要器官
であり、最も複雑な器官である脳の解明を通して達成されうる。神経系を成功裏に理解するた
めの鍵となる要素は神経科学と情報科学の統合であり、これによって、収集されたデータ及び
知識を利用してヒト神経系を解明することが可能となる。神経系の研究分野である神経科学で
は、数多くの研究者が極めて活発に、この神経系の機能及び発達を研究するという挑戦的な課
題に応えてきた。今や神経科学の実験は、最先端の技術を用い、ゲノム研究から、様々な機能
状態及びあらゆる仲介分析レベル（intervening analytical levels）におけるヒトやその他の種の行
動の脳イメージング研究まで多岐にわたる。この努力によって膨大な量のデータが得られ、そ
の粒度はますます細やかになっている。生成されたデータは、様々な研究レベルと分析手法か
ら得られ、不均質である。例えば、細胞／分子レベルの研究もあれば脳全体のイメージングの
研究もあり、データを収集する技術はそれぞれ異なっている。さらに、静的データ／動的デー
タといった違いや、生存期間のどの発達段階に関するデータかといった違いもある。最新のさ
まざまな手法によって極めて多くの集中的な研究が行われてきている。神経系を十分に解明す
るため、科学界はこれらの断片的データを広く共有し、それを幅広い新たな知識へと統合して
いくべきである。データ統合という課題に対処し、それらデータの有効かつ最大限の活用を保
証するためには、（i）神経科学に関するデータと知識ベース、（ii）分析とモデリング・ツール、
（iii）計算論モデルを共有リソースとして開発することが必要となる。この目標は、神経科学と
情報科学を統合してニューロインフォマティクスという分野を生み出すことによって達成され
つつある。
こうした機会を利用することができれば、全世界において QOL を向上させるための基礎が築
かれるだろう。神経系解明の直接効果として、神経系疾患の回復と防止が実現されるだろう。
1996 年に世界保健機関、世界銀行及びハーバード大学が行った世界疾病負担調査（Global Burden
of Disease Study）は、21 世紀には神経系疾患が疾病負担の第一位になると予測している。その
影響は、患者数だけでなく、患者の家族および社会への負担にも及ぶ。実際今日でも、神経系
疾患に係る費用はがんに関連する費用の十倍にも達している。国際的コミュニティーによるニ
ューロインフォマティクス開発への投資は、比較的少額であっても、正常に機能している神経
系のメカニズムと神経系疾患において生じている変調の効率的解明を通して、莫大な効果と見
返りをもたらすだろう。
使命
INCF は、国際的なニューロインフォマティクス活動を調整し、発展させる。INCF は各参加
国の代表とともに、ニューロインフォマティクスにおいて統一的活動をもたらすために、世界
的規模での活動を調整する。この文書に添えられた合意書への署名者は、その条項を順守する
B.
87
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
意思を表明したものであり、以後、参加者 Participant と呼ばれる。
運営
INCF は、中央機構と分散機構の両面から運営される（図 1）。中央機構、すなわち事務局はニ
ューロインフォマティクスノードを通して、国内的および地域的なニューロインフォマティク
ス活動を調整し調和させるために国際的な取り組みを行う。事務局は標準、ガイドライン、オ
ントロジー、および相互運用性とマルチプラットフォームでの使用を円滑化するためのソフト
ウェアツールのための国際的な協力を推進する。事務局はまた、
（オントロジー、ガイドライン、
データベース等必要に応じて）核となる基盤要素および事務局によって開発されるその他の活
動の維持、普及について責任を負う。事務局は、既存の活動の連係を図るとともに新規の開発
を促進して、各国の国内投資を調整し国際協定を取りまとめるためのメカニズムを提供する。
C.
国際ニューロインフォ
マティクス統合機構
（INCF）
INCF の業務
・業務の調整
事務局ホスト
・以下のガイドライン作り
-データ共有
-ソフトウェア共有
・以下の開発
専門機関
科学者
科学雑誌
各国の研究機関
-オントロジー
-NI データベース
-標準
各国のニューロインフ
ォマティクスノード
・以下のメンテナンス
ノードの業務
・ 普及
・ 統合
・ 国内基盤
・ ミラーサイト
・ ソフトウェア配布
・ 国内での養成
・ 実施
・ INCF 業務
図 A1 ニューロインフォマティクスでの地球規模の連携
発足後最初の 5 年が経過した後、資金提供についての協定を見直して、他の資金源および資
金提供の形態を取り入れるかどうかを検討する。この期間の後、INCF は資金提供団体、慈善団
体、営利団体から直接提供される助成金を資金源とする自律した組織となるだろう。事務局長
採用から 3 年後に、独立したチームによる現地査察を実施し、事務局の進捗および運営につい
て微調整を行うことが望ましい。理事会での参加者代表が、INCF の活動を代表する専門分野
（professional societies）から指名された適切な審査官を選出するものとする。発足から 5 年後、
そしてその後また 5 年ごとに、INCF の運営と機能の批判的査察を同様にして行う。この査察で
は、INCF の全ての面について監督と指導を行い、INCF がその時点でもまだニューロインフォ
マティクス分野に相応しい機構であるかを判断し、INCF の存続に必要な変更点があればそれを
勧告する。
ニューロインフォマティクスノード
「ニューロインフォマティクスノード」とは、各国でのニューロインフォマティクス活動を
調整し、かつ INCF とのインターフェイスの役割を果たすために設立された、施設、メカニズム、
その他の各国での仕組みである。ニューロインフォマティクスノードは国内の資金のみで支援
される。
D.
88
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
各ノードの任務は以下のとおりである。
ａ）INCF 作業プログラムの形成と実施に積極的に参加する。
ｂ）ローカルなニューロインフォマティクス研究を国家レベルで調整、促進する。
ｃ）INCF と整合性のある共通基準の下に、ニューロインフォマティクスデータの共有を促進
する。
ｄ）必要に応じて、INCF を支援してニューロインフォマティクスの発展を促進する。
ｅ）コンテンツやデータベース、分析ツール、計算論モデルの特性（quality）といったメタデ
ータについて、一般的に受け入れられる標準の解説を開発する。
ｆ）知的所有権および実験対象の保護に関する政策についての助言を行う。
ｇ）データベース管理者による管理を調整する。
作業プログラム
INCF の活動は 5 年間の枠組みの中で（具体的な年次プログラムによって）組織される。作業
プログラムは次のような分野または機能をめぐって組織される。
ａ）遺伝子から行動のレベルまでの基礎及び臨床神経科学を対象とする各種データベースの開
発
ｂ）基盤（例：ポータル、通信チャネル、データベース連合、グリッド・ミドルウェア）
ｃ）ツール（例：計算論的神経科学のためのシミュレーション環境、計算装置、データ分析、
データ・マイニング、データ・ウェアハウジング、ミドルウェア）
ｄ）神経系のモデルと神経プロセスのシミュレーションの構築及び普及
ｅ）その他の活動(例：ガイドライン、標準、オントロジーの開発、知識の普及、他のコミュ
ニティーとの接触や対応)
ｆ）ニューロインフォマティクス研究を築くための機能の開発促進（例：学際的養成プログラ
ム開発の奨励）
ｇ）戦略および優先事項についての合意をまとめることによってニューロインフォマティクス
研究を調整し、具体的事業の実施や具体的目標を達成するための共同資金提供協定を促進
する。
ｈ）ニューロインフォマティクスの発展を支援するメカニズムである国際ニューロインフォマ
ティクスプログラム（PIN）の実施（付属書 II)
ｉ）知識および技術を移転する機能を開発する。
E.
F. 理事会
1. 役割及び目的
理事会は、参加者が INCF に関わる全ての事項について集団的意思決定を行う機関となる。か
かる決定は、INCF 事務局によって実行に移される。
設立
理事会は、合意書ならびに付属文書である事業計画の規定に従い、INCF の設立後第 1 回目の
参加者会議をもって発足する。INCF は、少なくとも 5 名の参加者が任意拠出を行い、経済協力
開発機構（OECD）の GSF が保持する中央口座の残金合計が七十五万（750,000）US ドルに達し
た時に設立される。
2.
構成
理事会は、各参加者の代表者 1 名によって構成される。各参加者は各会議に 2 名まで出席さ
せることができるが、参加者はそれぞれ 1 票のみを持つ。INCF の事務局長が理事会の事務総長
を勤める。理事会は第一回の会議において、いずれも 3 年を任期とする理事長と副理事長を選
出する。理事長と副理事長が理事会を運営する。
3.
4.
議決
資格ある参加者は以下の議決手続きに従う。
ａ）議決を要する決定は、理事会のメンバー1 名から秘密投票の請求があった場合を除き、
89
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
賛成票と反対票の数で判断する。
ｂ）多肢選択を区別する必要がある場合、理事会は、優先順位を付した議決を行う。
ｃ）議決を要する決定は、50％を越える参加者が実際に会合に出席している場合に限り実施
し、単純過半数をもって判断する。
ｄ）INCF 事務局長は議決権を有しない。
ｅ）票が同数に分かれた場合には、理事会の理事長がさらに一票を投じて決定する。
5.
責任
理事会は、以下の事項を行うことができる。
ａ）合意書の署名者が定める基準に従って、INCF 事務局ホストを選定する（国際ニューロ
インフォマティクス統合機構（INCF)事務局ホストへの立候補要請、付属書 III を参照）。
ｂ）INCF の良好な運営を確立し、INCF の規約を制定する。
ｃ）INCF の 5 ヵ年作業プログラムを作成する。
ｄ）毎年の作業プログラムと予算を、その後 2 年間に係る特定プログラムおよび予算ととも
に採択する。理事会は、採択後いつでも、作業プログラムと予算を修正できる。
ｅ）適切な経済指標を用いて、合意書に提案する任意資金拠出の規模を修正する。
ｆ）合意書の財務規則の規約および理事会が新たに定める要件の順守を確保しつつ、INCF
と作業プログラムの健全な管理運営に必要な規則、規定および方針を採択する。
ｇ）INCF 事務局ホストの責務履行状況を監視する。必要な場合には、理事会は INCF 事務
局ホストを替えることができる。
ｈ）事務局長を選任する。理事会は、事務局長を解任することもできる。
ｉ）事務局長に対し、職務に関する指導および方針を与えるとともに、事務局長の職務履行
状況を監視する。
ｊ）事務局長からの勧告に基づき、INCF 事務局の職員レベルおよび人員配置計画を承認す
る。
ｋ）合意書により付与された作業プログラムおよびその他の機能を実行する。
ｌ）事務局長あるいは参加者のいずれかにより提出された、INCF およびその運営に関わる
事項を検討する。
ｍ）各会議において、合意書への署名を希望する組織からの未決裁の申請を検討する。
G. 事務局
任命
INCF 事務局は、事務局長、ならびに作業プログラムを実施する者として理事会が承認した職
員から構成される。INCF の中央機関である事務局は、情報科学および神経科学で進行中の研究
活動との豊かな専門的相互交流、関係を作るための科学環境として設けられる。事務局は関連
する図書館やオンラインジャーナル、会合施設、高性能の計算能力を持つ強力なコンピュータ
基盤を自由に利用することができるものとする。事務局職員は、コスト効率が高く、かつ INCF
の規模、役割、責任にふさわしいものでなくてはならない。本提案では、事務局の当初の構成
は効率的で必要を満たすものとすることが示されており、進歩の達成に応じて適切な強化が必
要となるであろう。事務局は、事務局長 1 名（INCF 事務総長兼任）、様々なニューロインフォ
マティクス分野における適切な専門知識を有する事務局長補佐 2 名、管理補佐 1 名、事務長 1
名、プログラマー2 名（うち 1 名はウェブマスター）
、ならびに一般支援職員 2 名により構成さ
れる。事務局費用（事務所設備、間接費等）は、INCF が提供するものを除いて、事務局ホスト
が負担する。INCF 予算は、事務局が管理するものとし、以下の目的に使用される。それらは、
事務局職員の給与および運営費、事務局職員および諸諮問グループのメンバーの交通費および
その他の費用（必要に応じて法律問題相談料等を含む）である。
1.
信任責任（accountability）
INCF 事務局は、INCF 作業プログラムを実施するために引き受ける科学および管理に関する
全ての活動の実施について、事務局長を通じて理事会に対して責任を負う。INCF 事務局の活動
2.
90
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
は、INCF 事務局ホストの国内で執行されている法律および管轄権に従う。
財務責任（Financial Responsibilities）
INCF 事務局は、以下の任務を行う。
ａ）合意書に定める中央資金の保有者となる。INCF は中央資金に保有する以上の資金を約
束することはできない。
ｂ）参加者が中央資金に任意資金拠出を行う方法を定める当該参加者との資金契約の起草に
ついて責任を負う。
ｃ）INCF のために増加した、または獲得された全ての資産を参加者の利益のために保管す
る。
そして、
ｄ）主要な人員に対する少なくとも 1 年分の財政上の義務を果たすことのできる準備金を常
に維持する。
3.
事務局ホストへの任務の移管
INCF 事務局ホストと INCF 事務局との間の適切な財務協定を通じて、かつ理事会の承認を得
て、この事業計画および合意書に列記した任務の一部又は全部を、書面による同意によって変
更し、INCF 事務局ホストに移管することができる。同様にして、INCF 事務局ホストから INCF
事務局に任務を移管することもできる。
4.
H.
事務局ホスト
役割及び目的
INCF 事務局ホストは、理事会と INCF 事務局ホストとの間の協定において合意した用地、施
設および役務を提供する。役務には、職員管理、財務管理、会計業務、法的支援、図書館の利
用、神経科学、計算機科学および情報学に関する発表済み文献のインターネット利用、最先端
の IT 設備、会議の開催、技術的支援等を含む。INCF 事務局ホストは、INCF 事務局に施設を提
供するとともに、INCF 事務局ホスト国で施行されている法律に従って事務局を管理する。INCF
事務局ホストはまた、INCF 事務局のために非営利団体あるいは非課税団体の法的地位を取得し、
あるいはこれを与えるものとする。
1.
選出
ａ）INCF 事務局ホストは、国際ニューロインフォマティクス統合機構（INCF)事務局ホス
トへの立候補要請（付属書 III）に詳細を記載する公開の手続きにより、理事会がこれを
選出する。
ｂ）いずれの参加者も、INCF 事務局ホストへの入札に立候補する資格を有する。
そして、
ｃ）INCF 事務局ホストへの立候補者は、各自の国内法に基づき、この合意書ならびに INCF
事務局ホストへの立候補要請に概略してある INCF 事務局ホスト、INCF 事務局および事
務局長の基準に可能な限り適合し、かつ、理事会が要求するその他の基準をも満たす、
施設等提供能力を有することを証明するよう求められる。
2.
権限の範囲
INCF 事務局ホストの所在地を管轄する法律に従い、
ａ）INCF 事務局ホストは、合意書に別段の規定のある場合を除き、INCF に関わる全ての事
項について理事会に対し説明責任を負う。
ｂ）INCF 事務局ホストは、INCF 事務局に施設を提供するとともに、事務局長およびその他
の INCF 職員を雇用し、あるいは施設確保や雇用を支援する。
INCF 理事会が事務局長および事務局と事務局ホストとの関係を監督する。事務局の日常業務
および事務局ホストとの関係は、INCF 事務局長が管理する。
3.
91
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
費用の弁済
INCF 事務局ホストと INCF 事務局の間の適切な財務協定の条項に従って、INCF 事務局の支援
にあたって INCF 事務局ホストが合理的かつ適切に負担した支出および費用のうち、INCF 事務
局ホスト自身が提供に同意した額を越える部分は、合意書に従って徴収された資金から支払う
ことができる。INCF 事務局ホスト、ならびにその専門家、職員、代理人、代表者又は契約者は、
参加者にいかなる支出を支払わせる権限も持たない。
4.
I. 事務局長
1. 権限
事務局長は、INCF の最高執行責任者として、理事会が決定するガイドラインの範囲内で、か
つ合意書の規定に従い、INCF を代表して契約を締結し資金を管理する権限を有する。事務局長
の活動は、INCF 事務局ホストの国内で執行されている法律及び管轄権に従う。
信任責任（accountability）
事務局長は、INCF 事務局の科学及び管理に関する全ての活動の実施について、理事会に対し
て責任を負う。職務上の義務は、事務局長の雇用契約に定める。
2.
3.
執行責任
事務局長の責任は、以下のとおりとする。
ａ）作業プログラムの実施を監視する。
ｂ）作業プログラムを実施するために必要な職員の雇用について理事会に勧告を行う。
ｃ）理事会の事務総長を務める。
ｄ）INCF 事務局、ならびに顧問を含む事務局職員の業務を監督する。
ｅ）各暦年の開始 3 ヶ月以上前に、年次作業プログラム案および予算を、その後 2 年間につ
いての作業プログラム案及び予算案とともに作成し、これを理事会に提出する。
ｆ）前暦年の終了後 2 ヶ月以内に、財務計算書、達成任務、未達成任務およびあらゆる適切
な説明を含む、作業プログラムに関する専門的に実のある年次報告書を理事会に提出す
る。
知的所有権（IP）及び対象の保護
INCF の設立は、データベース著作権の法的保護や INCF を通じて得られた情報の川下での商
業利用等、知的所有権に関わる様々な問題を生じる可能性がある。しかし、INCF は、ニューロ
インフォマティクスデータに関わる国際協力の恩恵について理解を深める可能性も有してお
り、この問題に関しては国際的に最善とされる慣行を採用するのが適切である。
J.
準拠法
この合意書のいかなる文言も、参加者に関係する法律、規則および国際協定に基づいて決定
される知的所有権ならびに利益共有協定の範囲及び適用を変更するものと解釈されてはならな
い。
1.
データ所有権及びデータへのアクセス
INCF は、可能な限り最大限にアクセス制限のない開かれた機構を目指している。全てのユー
ザは、INCF 参加者であるか否かを問わず、INCF と提携しまたは INCF により開発されたデータ
ベースのデータに対して平等にアクセスできなくてはならない。このアクセスは、動物および
ヒトに関する個体と家族との両レベルでの情報の作成と使用を規制する各国の倫理や法医学に
関する法規に依存する。
2.
神経科学データの知的所有権
INCF は、神経科学データおよびツールの自由な普及を奨励するものとし、とりわけ以下のこ
とを行う。
ａ）他の組織が開発し、その後 INCF と提携するに至ったデータベースのデータに対して、
3.
92
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
いかなる知的所有権も主張しない。
ｂ）可能な限り最大限に、INCF が直接に委託、作成または開発したあらゆるデータを公開
ドメインに置くように努める。
ｃ）INCF と提携するデータ提供者が自身のデータベースについて定める条件を尊重する。
ｄ）他のデータベースとの提携または連携を確立する場合、INCF は、できる限り、利用可
能となったデータを公開ドメインに置くようにし、正当な帰属は別として、その後の非
商業的な利用や普及に対して制限を設けないよう努める。
帰属
INCF は、データ源への謝辞がなされていることを保証するよう努め、データがその後どのよ
うに利用されようとも、かかる帰属が維持されるよう要請する。
4.
データの有効性（validity）
INCF へのアクセスおよび利用の条件として、INCF と提携するいかなるデータベースのデー
タもその有効性は保証されていないことを、利用者は認識しているものとする。INCF は、デー
タの正確性および信頼性についての責任、ならびに特定目的への応用の適合性についての責任
を否認する。
5.
ニューロインフォマティクスツール及び機能の知的所有権
INCF は、INCF 作業プログラムを実施する中で INCF が直接に開発した検索エンジンやその他
のソフトウェア製品といったツールについて、適用されるべき国内法域内において主張可能な
適切な知的所有権を主張する。参加国によって開発されたツールについては、そのツールの知
的所有権は開発が行われた国の国内にとどまる。
6.
K. 参加者の活動
全参加者は、INCF の目標を達成するために関連する国内、国際のニューロインフォマティク
ス活動に資金を投じ、任意年会費を拠出し、ニューロインフォマティクスノードを維持し、INCF
理事会および INCF のその他の会合に代表を派遣する。
国際ニューロインフォマティクス統合機構への任意資金援助
INCF の運営に係る直接の費用は、事務局の運営について年間推定 120 万米ドルである。そこ
では、各国の国内投資、事務局ホストが負担する出費(付属書 I 参照)が除かれている。機構を迅
速かつ低コストで設立することは、機構参加者全てにとっての利益となる。したがって、最初
の資金拠出はできる限り遅滞なく行われるべきである。合意書では、設立後最初の 5 年間の任
意資金協力スキームを研究開発費との関連で定めている。このスキームは、各国の研究開発投
資のレベルに応じた 6 段階のシステムを示している。
L.
M. コスト・ベネフィット分析
各参加国が INCF の目標を達成するため協力し合うことによって、直接コスト削減が実現され
るであろう。データ統合ができれば、神経科学分野における知識および技能を向上させ、それ
によって健康の増進や、製薬業界、IT およびロボット産業の発展など、社会にとって大きな経
済的利益をもたらすだろう。INCF のようなプロジェクトでは、特定の経済的な数値目標が主要
なドライバーとならないため、伝統的なコスト・ベネフィット分析は困難である。地球規模で
科学的な取り組みを行う場合、直接のベネフィットはその作業の過程でこれから発見されなく
てはならないため、直接数量化できる部分は本来的にほとんどない。各参加予定者による詳細
なコスト・ベネフィット分析が強く求められているが、詳細な評価は増分費用、すなわち既存
のニューロインフォマティクスへの投資に加えて各国が支払わなければならないコストの増加
分にのみ基づくべきである。神経科学に関する分散型基盤の創設にあたって、責任を分担する
ことによるコスト・ベネフィットも考慮されなければならない。
93
A1「国際ニューロインフォマティクス統合機構（INCF）に関する合意書」
N. INCF のプロフィールおよびアイデンティティの確立
INCF は、発足の年に以下のことを行う。参加者のノードとの接続を構築する；諸諮問グルー
プとともにワークショップを開催して作業プログラムおよびその実行計画の優先順序を決定す
る（データアクセスおよびデータベースの相互運用、辞書、およびデータベースのメタデータ
標準）
；全ての国においてインターネット接続の構築を促進する計画や、個人が INCF を利用で
きるよう教育する計画を策定するとともに、国際ニューロインフォマティクスプログラム（付
属書 II）を開発する。INCF の設立およびその目標や役割に関する情報を科学界や一般社会に広
めるための活動も行う。
O.
その他の事項
1．INCF の設立
INCF は 2005 年 7 月 1 日に、あるいは少なくとも 5 カ国が任意拠出金を拠出して、OECD の
GSF が持つ中央口座の残金合計が七十五万（750,000）US ドルに達した時に発足する。
存続期間
INCF は、以下に規定されている場合を除いて、当初期間 5 年間をもって設立される。事務局
長の任命から 3 年後に、独立した査察チームによって事務局の進捗と運営の状況を精査して、
微調整を行うことが望ましい。理事会での参加者の代表が、INCF の活動を代表する各専門分野
から推薦された適切な査察官を選出する。発足から 5 年後、そしてその後また 5 年ごとに、INCF
の運営と機能の批判的査察を行う。これらの査察は、INCF のあらゆる面を監督、指導し、INCF
がその時点でまだこの分野にとって適切であるかどうかを決定して、INCF の継続のために必要
な変更があれば勧告することを期待される。ここで得られた結果は統治機構の有効性を評価す
るために利用されて、必要な変更があればそれを勧告し、あるいは当初の 5 年間に続いてさら
に 5 年間 INCF を存続あるいは終了させるかについての勧告を行う。
2.
終了
参加者は圧倒的多数（参加者の 3 分の 2）の表決によって、いつでも INCF 合意書を終了させ
ることができる。合意書の終了または満了を受けて、INCF 事務局は、その所在する法域の法律
に従い、INCF の資産の清算手続きを行う。参加者の利益のために INCF 事務局が保有している
財産は、この目的上、INCF の資産とみなされる。かかる清算が行われる場合、INCF 事務局は、
実施可能な限り、INCF のあらゆる資産またはそこから発生した収入を、INCF の運営開始後参
加者が行った基本任意資金拠出の割合に応じて参加者に配分するものとし、その際は、元参加
者による任意拠出を考慮に入れるものとする。
3.
変更
参加者総数の 3 分の 2 の承認を得ることを条件として、理事会は INCF の目標を達成し作業プ
ログラムを実行するために必要な変更を、INCF の事業計画に加えることができる。この条項は、
資格ある参加者の全会一致の承認を得ることなく変更することはできない。ただし合意書が明
記している場合は例外である。
4.
94
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
95
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
概要
目的
大分類項目
1 Large Scale Neuroscience
Thomas Insel
HBPは大規模でオープンなデータベースの構築を目的としている。 データ共有
HBPではHGP（ヒトゲノムプロジェクト）に比べ複雑で多様なデータ
の取扱い、大規模プロジェクトと小規模プロジェクトのバランス、運
用に関する予算の確保などの課題がある。
2 Information Based Medicine: A New Era in Caroline A. Kovac
IT基盤による創薬と次世代医療。ゲノム、プロテオームなどバイオ 医療
Patient Care
サイエンスの進歩はITのニーズを生み出した。高効率の実験と大
規模な計算資源により、モデルやシミュレーションを用いた次世代
のIT基盤創薬が行われはじめている。
3 Progress and Challenges in Informatics: A Kathie Olsen
1991年「Mapping the Brain and its Functions」で、データの爆発的 データ共有
Continuing Explosion of Data
増加に対応が必要との指摘からHBPが設立された。今日、データ
は10年前とは比べ大規模に増加してきている。次世紀へ向け学際
的にも世界的にも協力して挑戦することが必要となっている。
4 International Consortium for Brain Mapping John Mazziotta
ICBNは10年にわたり7000の検体からあらゆる世代の標準脳によ 医療
- Part 1: From Theory to Clinical Utility
る脳地図の作成を行っている。近年では多発性硬化症と障害脳
地図との相関研究も進められており、障害のある機能部位を特定
することでの臨床実験への応用例のデモンストレーションを行って
5 The Promises and the Challenges of
Ari Patrinos
米国エネルギー省では炭素固定や環境浄化を行う100以上の微 環境
Systems Biology Research DOE's
生物のゲノムの同定を単独で行っている。GTLは実験とITの両面
Genomics: GTL Program
からシステムバイオロジーの国内基盤、知識基盤を作成するプロ
グラムである。最終的には生物システムを理解するためシミュレー
ションやモデリングツールを発展させる。
6 Cognitive Neuroscience, Brain Databases
Michael S. Gazzaniga データの結合、可視化、共有に対する研究者の挑戦によりHBPは データ共有
and Neuroinformatics:The Next Ten Years and John D. Van Horn 10年間の成功した時期を過ごした。今後はデータを広範囲に普及
させるためｆMRIデータセンターを再検討し著名な研究成果の画像
データを供給することが、次の十年のHBPの成功のための、fMRI
データセンターと認知神経科学の役割となる。
7 Cyber-Drive: Opportunities for Progress
Mary Clutter
研究も教育もデジタル化されてきており、データへの自由なアクセ 教育
Created by Community-Based Digital
スが必要であるが、それを保証するためには多くの課題がある。
Research and Education Resources
長期にわたるデータ収拾への支援、データの管理、アクセス、維
持、検索等の包括的な支援の計画、査読が行われる雑誌の役
割、教育者や研究者の教育などがあげられる。
8 The Role of Neuroimaging in Drug Abuse
Nora D. Volkow
PETやMRIの画像データは薬物乱用が脳に与える影響についての 医療
and Addiction
メカニズムについての見識を与えてくれる。最近では薬物嗜癖と
中毒の違いについて薬物嗜癖を持つ被験者は大量の薬物を急速
に与えられることでドーパミンが増加しているのに対して、中毒で
は薬物をやめることでドーパミン機能が著しく減退して前頭葉が不
活性化する。このような最新のイメージングに関する知識と、得ら
れた知識から脳の研究が加速する要因について説明する。
9 The Brain is Wider than the Sky:NIH
France A. Cordova
科学の発展を促進させるようなデータベースに必要とされるのは、 データ共有
Neuroinformatics Side by Side with NASA
プロトコルの統一、標準フォーマット、データクオリティのランク付け
Database Systems
（データの由来、エラーの解析も含む）、ネットワーク内のデータ復
旧機構、検索とマイニングのためのツールである。この講演では
NASAが宇宙、地上の膨大なデータに対してこれらの要望を解決し
た手法について説明する。また、UCRと共同で開発したツールを
例に空間的なデータや即時的なデータを処理する技術についても
説 する
10 Sharing Neuroscience Data: Responsibilities Thomas R. Cech
公開された論文に使用された資料やデータベース、ソフトウェアは
データ共有
and Challenges
科学のコミュニティに対して公開する責任がある。公開することで
確認し、反証し、新たな研究へ展開することができる。フォーマット
の統一とデータの集約は研究の発展を促進する。神経科学にお
いてはファンクショナルイメージング（MRI等）によって生成された
データがあげられる。
96
中分類項目
data sharing
創薬
data sharing
対象
キーワード
大分類項目
情報
open sharing of data
larger data sets
drug discovery
分子
遺伝子発現 molecular diagnostics
pharmacogenomics
simulate
情報
explosion of data
amount of information
infrastructure support
疾患
器官
clinical utility
white matter tract
in vivo imaging data
環境
遺伝子発現 environmental cleanup
DNA sequence
modeling and simulation
data sharing
器官
data sharing
brain image data
fMRI
教育
情報
education resource
digital research
robust data sets
疾患
器官
drug abuse
MRI
標準化
情報
mining
storehouse
data sharing
情報
sharing data
formats
databases
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
11 Digital Brain Atlases: Theory and Results
Arthur W. Toga
12 Neurogenomics: at the Intersection of
Neurobiology and Genome Sciences
Mark S. Boguski and
Allan Jones
13 Visualizing the Representation of the
Olfactory World in the Brain
Richard Axel
14 Developing Technologies for Quantitative
Neuropathology of Mouse Models for
Human Brain Diseases: New Paths for
Integrative Databases and to Drug
Development
Floyd Bloom, John H.
Morrison, Warren G.
Young, Jeff Redwing,
John Reilly, Ron
Broide, and Chi-Cheng
Wu
15 Serial Electron Microscopy: From Heroic to Kristen Harris
Routine
16 Advanced Imaging Approaches and
Mark H. Ellisman,
Cyberinfrastructure Applied to Multi-Scale Maryann Martone and
Challenges in Brain Research
Amarnath Gupta
17 Analysis and Synthesis of Neuronal
Morphology
Giorgio A. Ascoli
18 Neuroinformatics for Neurophysiology:
Enabling Global Sharing and Reanalysis of
Data
Daniel Gardner, Michael
Abato, Esther P.
Gardner, David
Goldberg, Ajit Jagdale,
Kevin H. Knuth, Adrian
Robert, and Jonathan
概要
目的
大分類項目 中分類項目
人間を含め脳のマッピングは種内でも個体によってかなりの差が 脳地図
brain mapping
あることが、脳のマッピング研究を妨げてきた。今までは、状態が
良いものでも数サンプルをあわせてマッピングを行う程度であっ
た。この講演では、大量のサンプルデータから確率的な脳地図を
作成するフレームワークとツールを紹介紹介する。得られた数値
データはミクロ、マクロの両方のレベルで有用であった。
ニューロゲノミクスとはゲノムが神経システムにおいて進化、発
脳地図
brain mapping
達、構造、機能にどのように影響を与えるかを研究するものであ
る。ニューロゲノミクスはゲノム産物（トランスクリプトーム、プロテ
オーム）が時間や空間においてどのように変化するかも含んでい
る。特に空間的な情報は他のゲノムサイエンスよりも重要である。
解剖学や接続性は神経システムを理解するためには最重要課題
だからである。この講演では比較ゲノミクス、脳の遺伝子発現地
図、ネットワーク遺伝学と行動表現型への適用について議論し、ゲ
ノムスケールプロジェクトの文化や組織、資金について考える。
嗅覚認知が人とショウジョウバエで似ている。ショウジョウバエの 高次機能
嗅覚
臭いを感じる感覚器である触覚上の糸状球体の分布は軸索状に
集中して分散されているので、マッピング可能である。Ca2+敏感性
の蛍光蛋白質を用いることで、刺激されたニューロンの臭いマッピ
ングを作成した。臭いのクオリティは空間的なマッピングに反映さ
れ、類似の高度な（人間などの）臭いのクオリティも知ることができ
神経科学は哺乳類の脳の相関、細胞内の化学的なコミュニケー 医療
創薬
ションモデルや細胞間を仲介するコミュニケーションの分子的メカ
ニズムを理解する点で前例の進歩を遂げている。この講演ではコ
ンピュータを用いた新しい手法が創薬にどれほど有用な技術と
なっているかを示しつつ、人間のアルツハイマーのマウスモデル
の進歩と病理学的原理に焦点を当てる
脳内構造の理解のために、莫大な労力をつぎ込んだ電子顕微鏡 神経伝達
神経伝達
技師の努力に敬意を表する。HBPの予算で作成された3D構造を
再構築するRECONSTRUCTというソフトウェアの紹介を行う。この
ソフトはラップトップ環境で莫大な物質を連携させ、大きさや角度を
変えて観察することができる。
構造や刺激の相互作用によるふるまいを理解するための様々な 神経伝達
神経伝達
解像度や分野を超えたデータが集められている。新しい分子ラベ
ル技術と画像処理技術を用いて、モデルマウスの電子顕微鏡映
像を中心としたCCDBを構築を行っている。マウスの研究に関して
はHBPとBIRNが協力し基礎研究を進めており、McellやNeuronと
いったシミュレータへの応用が行われている。
神経細胞の樹状構造について確率モデルのアルゴリズムを用い 神経伝達
構造予測
て解析している。実験データをもとにパラメータを入力したコン
ピュータが作成した仮想ニューロンは統計的、視覚的には実際の
細胞と区別がつかない。マルコフ法、隠れマルコフ法を錐体細胞、
星状細胞、プルキンエ細胞に適用した。また、樹状構造と電気物
理的な活動の関係についてもアルゴリズムを適用して研究をして
脳情報研究所ではデータの共有と再分析の方法を発展させてき データ共有 data sharing
ている。低解像度や静的なデータから分析を行うには制限がある
ので、利用可能な神経生理学データベース（neurodatabase.org）を
作成した。拡張可能なXML形式のメタデータBrainMLを用いて記述
されているのでHBPや他のグループとの相互運用が可能となって
いる。
97
対象
キーワード
大分類項目
器官
brain atlas
MRI
遺伝子発現 spatial category
Neurogenomics
network genetics
comparative genomics
細胞
olfactory
neural activity
expression of the calciumsensitive fluorescent protein
分子
brain disease
molecular mechanisms
analyze
細胞
synapses
electron microscopy
RECONSTRUCT
細胞
chemical and electron signals
nervous system
Cell-Centered Database
(CCDB)
electron microscopy
細胞
dendritic morphology
neuronal structure
Markov and hidden-Marcov
approaches
細胞
器官
global sharing
large number of cells
functional region
neurodatabase.org
BrainML
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
19 The NeuroSys: Creation of Data
Management Systems for Data Annotation
and Sharing
Gwen Jacobs
20 High Resolution Histological Brain Atlases
and Associated Databases
Edward G. Jones
21 The Complex Genetics of Brain Structural
and Functional Variation
The Informatics Center
for Mouse
Neurogenetics Group
概要
目的
大分類項目 中分類項目
NeuroSysプロジェクトは神経科学者にデータを注釈し、格納し、共 データ共有 annotation
有する手段を供給することを目的としたシステムで、XMLによる
データベースとデータの入力、検索用のGUIで構成されている。
XMLを用いることでエンドユーザーや研究室レベルでデータベース
管理を行うことが可能であり、将来の発展的な拡張も可能である。
脳解剖データは伝統的には出版用に作成されたものであり、統計 脳地図
brain mapping
処理後保存されていたが、再分析を行うためのデジタル形式の生
データが保存可能になってきている。アカゲザルとヒトのデジタル
脳地図を作成し、公開しているが、巨大ファイルの管理やイメージ
ファイルの操作に問題が生じている。
ハツカネズミを用いた遺伝子実験と統計的手法を用いて、全脳と 脳地図
機能mapping
脳内の各器官におけるニューロンのサイズや数に影響を与える遺
伝子座の特定を行っている。遺伝子操作による中枢神経各部で
のmRNAの発現量の変化を調査して、300以上の神経解剖データ
と行動特性をデータベース上で公開している。
HBPのゴールへ向けた試作見本となるエール大学SenseLabプロ 高次機能
嗅覚
ジェクトの概観を報告。嗅覚データベース群とニューロンデータ
ベース群からなる神経科学データベース、モデリングを含むコン
ピュータ分析、脳神経科学の基礎研究、EAV/CRモデルの開発、
神経科学データベース中の相互オペレーションを促進するパイ
ロット・ツールの開発、2つの全国「神経科学データベースのデータ
ベース」を開発することの支援、SenseLabへのデータ投入支援
ツールの開発。
22 The SenseLab Approach to Achieving HBP Gordon Shepherd, Luis
Goals
Marenco, Prakash
Nadkarni, Nicholas
Tosches, Michele
Migliore, Thomas
Morse, Chiquito Crasto,
Nian Liu, Tzuuyi Wang,
Qin Zhang, Michael
Hines, and Perry Miller
23 Neuroscience, Neuroimages, and
David A. Rottenberg
INCでは様々な手法（ｆMRI,laser Doppler measurementsやモデリン データ共有
Neuroinformatics, or Ten Years in Koslow's
グ）で実験データを集めてきた。そして、ｆMRIデータから脳活動を
Korner
予測するような新しいhemodynamic responseを開発した。現在、
既存ソフトツールの比較と評価、INCのWebでのソフトなどの配布、
I遠隔地のINC共同研究者間のコミュニケーションの円滑化に取り
組んでいる。今後、データベースの構築などを行っていく。
24 Standardized Protocols for the Web-Based Michael H. Chase, and Web-based Sleep Research Protocols and Standardsというプロ
データ共有
Communication of Polysomnographic Data Benjamin Curtis
ジェクトのデータベースを構築している。眠っている研究や研究分
野のデータを標準化、投稿、貯蔵し、検索、解析用に提供するとと
もに、それらのデータに基づいた新しい研究を触発するのが目的
25 Wavelets and Statistical Analysis of
Ed Bullmore
the discrete wavelet transform(DWT:ｆMRIデータ解析の新しい解 高次機能
Pharmacological Magnetic Resonance
析方法）は脳のイメージングデータのような生物の信号やイメージ
Imaging Data
を解析するのに適している。DWTのキーとなる性質をいくつか定義
し、ｆMRTのデータの統計解析をするアプリケーションの再調査をし
た。これにより、人の脳の認知システムの神経伝達物質のメカニ
ズムを解明に貢献するだろう。
26 Designing Neurons: From Art to Engineering Robert Lee
ニューロンのコンピュータモデルは「時間がかかる」「実験にいつも 神経伝達
役立つわけではない」といった弱点がある。このモデルを整え、整
えたモデルの振る舞いを比較するというような機能を持つ解析
ツールを開発していくことを目的とする。
98
対象
キーワード
大分類項目
情報
data annotation and sharing
XML
database system
Neurosis
細胞
brain atlases
Nissl-stained
neuroanatomy
microscopic resolution
遺伝子発現 genetic loci
器官
Genetics
CNS
statistical techniques
器官
細胞
分子
olfactory bulb
small neuronal circuit
odor molecule
data sharing
器官
database
neural activity
structural and functional MRI
MEG
data sharing
情報
database
Polysomnographic Data
認知
器官
sad facial affect processing
large-scale neurocognitive
systems function
neurotransmitter mechanisms
cortico-striato-thalamic
circuit components
fMRI
model
neurons
computer
analytical tools
神経細胞ネットワーク 細胞
のモデル化
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
27 Full Resolution Analysis Methods for
Electron Microscope Tomogtaphy
発表者
概要
目的
大分類項目 中分類項目
U.J. McMahan, David
EMTの画像を解析するソフト（EM3D）を開発した。EM3Dは断層画 神経伝達
神経伝達
Ress, Mark Harlow, and 像を３Dにする以外に隣接間距離や膜など厚さなどを図ることがで
Robert Marshall
きる計算ツールを含んでいる。今後は膜表面の形状解析や不確
実性が最小になるようなサーフィスモデルを自動で作成できるツー
ルなど、新しい計算方法やツールをつけていく。
28 Inference on Statistic Images: The Interplay Thomas Nichols and
Between Nonparametric Permutation and
Satoru Hayasaka
Parametric Random Field Theory
ニューロイメージング統計学の問題は閾値にある。有効で強力な 脳地図
閾値やバリアをPermutation法を使って探した。その方法はノンパ
ラメトリックパーミテーションがRFTの閾値よりも大きくなることがわ
かった。
画像解析
29 Mining of Brain Image Data
Vasileios
Megalooikonomou
brain mapping
30 Cortical Cartography in the 21st Century:
Surfing Surfaces and Valuing Volumes
David C. Van Essen
病気や腫瘍、脳活動をみるROIｓのための、一般的な骨組みの開 脳地図
発を目的として、脳データマイニングツールを開発している。これ
は多量の脳画像や臨床データを解析するものである。そのほか、
３D脳画像データの解析などで、関連性や類似性の抽出、分類の
ためのツールと形態素解析を行うツールを開発している。
脳科学は大脳皮質と小脳皮質関連データの爆発的増加に直面し データ共有
ている。近年はこのようなデータの解析方法に注目が移っている。
そのため、データベース間を関連するデータでつなぐなどの統合
が重要である。
31 Brain Morphometry in the Era of
Neuroinformatics: Past Lessons, Future
Prospects
David Kennedy
解像度の向上や測定の自動化などにより、イメージデータは増加
した。このようなデータは医療に役立つので、データを共有したい
という需要が生じた。そのためにHBPによって成し遂げられたイン
フラ構築について以下のものがある。１）MRIの自動化の改良 2）
Webベースの神経解剖学的知見の検索データベース（IBVD） 3）
画像解析ツールで利用可能なもののデータベース 4）全世界の
脳のMRIデータに対してアクセスできるデータベース（IBSR）
32 BrainML: Layered Schemas to Support
Michael Abato, Adrian ニューロインフォマティクスは分野横断的な学問であり、さまざま
Neuroscience Data Sharing
Robert, Ajit Jagdale,
データが関連する。N個のデータが入った２つのデータベースにお
and Daniel Gardner
いてはn 2個の関係は発生する。これらをまとめるために、XMLを
ベースとしたBrainMLを開発した。重要と思われる拡張性と定義の
変更への柔軟な対応はをBrainMLは持っている。
33 Applications of Dynamical Systems Theory Amir H. Assadi , Erwin 現在は膨大なデータを数学的に解析する手法が不足している。こ
to Nonlinear Pattern Recognition in the
Montgomery, MD and の講演では膨大なデータから非線形の動的システムを探り出すシ
Human Brain Data
He Huang
ステムの構築を目指している。 混合している波形を分離して相互
作用による波形の融合パターン発生について解析する
34 Electronic Atlas of Human Fetal Brain Gene R Baldock, J Rao, G
人間の発生において脳の成長には３．５∼８週間かかる。この組
Expression
Feng, K Liakos, D
織形成は脳の一生を決定付けるものであり、パスウェイや遺伝子
Davidson, S Lindsay, J を解明することは、発生時の疾患を解明するのに重要である。こ
Kerwin, M Scott, S
のプロジェクトはこのような研究をサポートする遺伝子に関連した
Sarma, and T Strachan 電子脳地図とデータベースを作成することにある。脳のデータは
カーネギーステージ１２，１４，１７，１９で採取し、１０の遺伝子につ
ピ グ
35 Genomic Regions Controlling Neocortical
Jackson Beatty and
新皮質の成長は種間で似ている。新皮質の容量と関係する哺乳
and Noncortical Brain Volume
Rick Laughlin
類のゲノム領域について、QTL解析を用いて調査した。QTL解析
の結果ゲノムワイドに重要な領域として染色体11番と１６番があ
る。対して、染色体１１番が新皮質の領域を減少させるのに対して
新たに発見された染色体19番が現れた。このことは脳の容量をコ
ントロールするパターンとしてとして２つの因子が存在することを示
99
対象
キーワード
大分類項目
細胞
synaptic transmission occur
cytoplasmic components
axon terminals
plasma
organelle membranes
AZM
EMT
器官
neuroimaging
statistics
thresholding method
permutation method
RFT
器官
imaging techniques
brain mapping
morphological analysis
physiological measurements
data management
器官
linkages to relevant
information
cerebral
cerebellar cortex
database
knowledge management
infrastructure
image acquisition
データ共有
data sharing
器官
データ共有
data sharing
情報
data sharing
XML
脳地図
波形解析
細胞
weakly coupled oscillators
neural data
Pertuabation Theory
脳地図
機能mapping
遺伝子発現 Brain mapping
Brain Gene Expression
3-D reconstruction
脳地図
機能mapping
遺伝子発現 weakly coupled oscillators
Genomic Region
QTL
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
概要
目的
大分類項目 中分類項目
36 National Brain Databank: Brain Tissue Gene Francine M. Benes,
疾患
National Brain Databankは、検死体を用いて神経学的、精神的な 医療
Expression Repository
Nitin Sawhney, and
疾患脳の遺伝学的な情報を収集しデータベースを作成している。
John Walsh
HBTRCと共同で運営している。脳をマイクロアレイを用いて解析
し、データはMAGE-MLというフォーマットでやり取りできるように
なっている。システムはJAVAで開発、DBはPostgreSQLを用いて
いる。データの選定は、選ばれた研究者によって行われている。い
ずれ、ピアツーピアのデータの相互運用ができるように設計してい
く 定 ある
37 ICA components in fMRI analysis:
Michael S. Benharrosh, 独立成分分析（ICA）を用いて,線形結合された脳の波形データを
脳地図
解析
Independent sources?
Evangelos C. Roussos, 分離する。この分離手法は空間的、時間的に独立して分離でき
Sylvain Takerkart,
る。ICAには主としてInfomaxとFastICAの二つの実装がある。
Kimberlee D'Ardenne, CalhounらのInfomaxによる研究によって時間的、空間的に独立し
Wolfgang Richter,
て因子の分解ができるようになったが同時に独立性仮説が崩壊し
Jonathan D. Cohen and た場合は分離できないことも示された。そこでわれわれは通常の
Ingrid C. Daubeschies 定義に対して統計的独立性、分離、非重複、無関連といった画像
的な定義を拡張して、テストデータでパフォーマンステストを行った
後、実際のfMRIデータセットに対してInfomaxICAを適用した。
38 Spatial Indexing: The Key to Analysis of
Bowden, Dubach,
fMRIやPETは、研究者が解析を行う量よりもずっと多くのデータを データ共有 data sharing
Massive Neuroanatomical Databases
Annese, Toga, and
作り出す。同様に遺伝子発現の組織学低画像の自動生成はこれ
Sereno
らを研究して発表できるようにする研究者よりもはるかに多くデー
タを生成する。これらのデータを集積するデータベースは非常にコ
ストがかかるので、多くの研究者がアクセスできるようにしなけれ
ばならない。この研究では、そのようなチャレンジの一環として、マ
カクざるの2D地図を用いてBraininfoのウェブサイトに構築されてい
る3Dテンプレート地図の機能を紹介する。
fMRI、PET、EEGといった機能地図の多様性を表現するものや
脳地図
機能mapping
39 Neuroinformatics Tools for Language
James F. Brinkley,
CSMやsingle cell recodingは人間の脳の言語組織を理解するうえ
Mapping
David Corina, Dan
で前例のない機会を与えてくれる。ワシントン大学のHBPプロジェ
Suciu, Andrew V.
クトでは言語に関する脳マッピング、統合、組織化、アクセス性、
Poliakov, Richard F.
共有、可視化の手法を開発する。最終的に多角的に調べることの
Martin, Kevin P.
Hinshaw, Eider Moore, できるブレインマップを作成するフレームワークを示す。
Hao Li, Xenia
Hertzenberg, Veronica
Smith, Erin Gibson,
Chris Re, Etorre
Lettich, Hansang Cho,
Linda Shapiro, and
G
Oj Carley40 Content-Based Retrieval of Structural MRI Monica
P.
開発中のMRIマネージメントプラットフォームでの画像検索システ 脳地図
画像検索
Spencer, John K.
ムについて説明する。機能としては１．画像例を表示し、類似画像
Dixon, and Jeffrey P.
を自動的に検索する。２．検索されたマッチ画像をフィードバックし
Woodard
て提供する３．対象が同様の画像的特長を持っているかどうか調
べる。画像クオリティ測定をベースとして要求されたスキャンを自
41 Neuron Image Quantitator (NeuroIQ©) - an Xiaowei Chen, Kuang- 工学顕微鏡は細胞構造や動作を解明する定量技術になり、細胞 医療
疾患
Image Informatics Platform for Neuronal
Yu Liu, Xiaoyin Xu,
ベースの表現形パターン調査やスクリーニングにますます用いら
Image Analysis
Bernardo L. Sabatini,
れるようになっている。現在、ボトルネックとなっているのは定量解
Jinmin Zhu, and
析や膨大な神経画像をマネージメントすることにある。そこで、この
Stephen T.C. Wong
ボトルネックを解明するためにNeuroIQを作成した。
42 Designing Dynamic and Evolvable
Chiquito Crasto, Luis NeuroTextはSenseLabのニューロサイエンスデータベースである 高次機能
嗅覚
Knowledgebases to be used in Text Mining Marenco, Prakash
NeuroDB、CellPropDBに神経科学の論文を登録したり、DBから検
Solutions
Nadkarni, Perry L.
索したりするために開発されたナレッジベースのテクストマイニン
Miller and Gordon
グツールである。
100
対象
キーワード
大分類項目
器官
psychiatric disorder
Brain Tissue
Brain Tissue Gene Expression
Repository
器官
fMRI
器官
website
databases
3-D brain Atlases
fMRI
器官
functional mapping
brain atlas
MRI
器官
MRI
細胞
neurological disorder
microscopic neuronal image
NeuronIQ
分子
olfactory
chemosensory
odor molecules
Text Mining
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
概要
目的
大分類項目 中分類項目
医療
疾患
43 Quantifying Normal and Diseased Brain
Anatomy via Shape Analysis and Pattern
recognition methods
Christos Davatzikos,
Dinggang Shen, and
Xiaoying Wu
44 Neuroinformatics Tools Aid Analyses of
Object Feature Selectivity During
Prehension: A Digital Video Study of
Posterior Parietal Cortical (PPC) Neurons
Daniel J. Debowy, K.
Srinivasa Babu, Jane
M. Bailey, Alice S.
Brown, Anastasia L.
Hall, Michael Herzlinger,
and Esther P. Gardner
ZHANG Dong, and
皮質温度の画像的な表現手法を確立するために、猫の大脳皮質 脳地図
WANG Shu-you
の温度分布状況を観察、解析した。温度変化は顕著に現れるの
で、脳研究の解析手法として用いることができると思われる。
45 Displaying Method of Cortical Infrared
Thermo-images (CIT)
46 Study on Evaluation of ElectorAcupunctural Effect by Cortical Infrared
Thernography (CIT)
47 Neural Modulation During Reaching
Movements In Area V6A: A
Neuroinformatics Study With Digital Video
Tools
48 Functional Isomorphism Between
Structures of Phenomenal Consciousness
and Electromagnetic Brain Field
49 Neuroimaging Workflows in Fiswidgets:
Integrating AIR, AFNI, BrainVoyager, FSL,
and SPM2 Subcomponents
50 Patterns of Information in the Auditory
Evoked Response
51 A NEUROINFORMATICS LABORATORY
WITH A WEB-BASED KNOWLEDGE DATA
MANAGEMENT STRATEGY AND HIGH
PERFORMANCE COMPUTING
52 Towards Computational Neuroinformatics:
Information Theoretic Analyses of Neural
Coding
脳の形態変化による高次元データ（イメージ）を階層的ウェーブ
レットで分離、SVM（support vector machine）でクラスタを分けた。
結果としていくつかの疾患脳の形態変化を確認した。今後、DTIを
用いて脳の発達の変化を確認する。
PPCは、運動、視覚、体知覚のをつかさどり、物体の捕捉や認識と 高次機能
関わる部位である。この研究ではPPCについてDVツールを用い
て、行動と脳の波形との関連性について研究した。
対象
キーワード
大分類項目
器官
diseased brain
brain anatomy
brain morphology
運動
認知
細胞
Posterior Parietal Cortical
spike trains of individual
cortical neurons
DV
機能mapping
器官
temperature distribution state
of the cerebral cortex
cortex
Thermo-image
CIT
CIT
cerebral cortical temperature
Thermo-image
Visuomotor
V6A contains neurons
DV
ZHANG Dong, and
WANG Shu-you
皮質温度の画像的な表現手法（CIT)を用いて、鍼と灸のによる脳 脳地図
の温度変化を研究した。
機能mapping
器官
Patrizia Fattori,
Rossella Breveglieri,
Dieter Kutz, Katia
Amoroso, Daniel J.
Debowy, Michael
Herzlinger, Esther P.
Gardner, and Claudio
Andrew A. Fingelkurts
and Alexander A.
Fingelkurts
目的地へ移動する際に反応するニューロンを持つ体視覚に関連 高次機能
するV6A領域は暗闇でも反応する。この研究では明るい環境でDV
ツールを用いて行動とV6Aのニューロンの反応について関連を研
究した。
運動
細胞
EEGとMEGを組み合わせたQEEG/MEGという手法を使って、減少 高次機能
の認識と、操作の構造（思考と行動の調和について）の研究を
行った。
認知
器官
Kate Fissell, Jonathan
D. Cohen, Walter
Schneider, Cameron S.
Carter, Daniel
Cunningham
P. Charles Garell, Yang
Yang, and Amir H.
Assadi
fMRIの解析に用いるfiswidgetというツールを紹介する。ニューロイ データ共有
ンフォマティクスに用いられる多数のツールのフォーマットに対応し
ており、XMLによるワークフローの出力が可能である。（実験の手
順をとっておくことができる）今後、Webベースでの公開を行う予定
である。
ECoGを用いた聴覚に対する研究。「重要な音」と判断されたものと 高次機能
「関係ない」と判断された音に対する反応が変わることがわかっ
た。
data sharing
器官
聴覚
器官
疾患
器官
data sharing
細胞
Griselda J Garrido and 疾患や特定の認識仮定に対する解析ツールを構築することが目 医療
Sergio S Furuie
的である。注意した点として、HBPのもとで開発を行い、一般的な
ツールを用いて開発し、国際的に学生が作成に関与できるように
することがあげられる。逆に分野特化の難しい解析は省いた。
David H. Goldberg,
情報科学理論の技術を生かしてニューラルコードを理解するため データ共有
Daniel Gardner, and
のリソースを公開する
Jonathan D. Victor
101
Consciousness
large-scale cortical network
EEG
MEG
workflow
fMRI
fiswidget
auditory comparison
perceptual decision making
cortical response
ECoG
specific disease
anatomy of brain
fMRI
neurodatabase infrastructure
data sharing
cortical neuron
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
53 In Silico Identification of Alternate Splice
Variants of Human GRIN2B Gene
54 BIOMEDICAL INFORMATICS RESEARCH
NETWORK: Building A Shared Biomedical
Information Technology Infrastructe to
Hasten The Derivation of New
Understanding and Treatment of Disease
Through Use of Distributed Knowledge
発表者
概要
目的
大分類項目 中分類項目
J. Gonzalez, L. R. Lareo in silicoでヒトのGRIN2B遺伝子のAlternate splicing isoformを同定 神経伝達
神経伝達
and C. Corredor
した。また、ホモロガスな遺伝子の同定もできた。
Grethe, J.S.; Gupta, A.; 病気に対する新しい知識と理解を促進するために、共有するバイ 医療
James. M.; Ludaescher, オ医学の情報技術のインフラを構築する
B.; Martone, M.E.;
Papadopoulos, P.M.;
Peltier, S.T.; Rajasekar,
A.; Santini, S.;
Zaslavsky, I.N.; and
Ellisman, M.H.
55 Application of EM3D Reveals the
Mark Harlow, David
Macromolecular Architecture of the Active Ress, Robert Marshall
Zone at the Frog's Neuromuscular Junction and U.J. McMahan
EM3Dを使って帰るの神経接合部の活性部位を研究した。
56 Open-Source Reimplementation of a Brain- Edward H. Herskovits,
Image Database
Christos Davatzikos,
and Mohamed I. Owis
57 ModelView: Compact Display of Parameters Michael Hines, Sushil
for NEURON Mmodels
Kambampati, and
Thomas M. Morse
神経伝達
細胞
医療施設で集められたMRIのデータをデータベース化して公開す 医療
る。
疾患
器官
ニューロンモデルのプログラムソースコードとソースをデータベー
スで公開し、誰もが検証することができるようにする。
データ共有
data sharing
細胞
58 Graphical Annotator Demonstration
E.G.Jones, F.A.Gorin,
アノテーションを加えたり、詳細情報を得たりするツールを作った
M.Gertz, M.Hogarth,
P.Srinivas, and J.Stone
データ共有
annotation
情報
59 A GENERAL XML SCHEMA AND
ASSOCIATED SPM TOOLBOX FOR
STORAGE AND RETRIEVAL OF NEUROIMAGING RESULTS AND ANATOMICAL
LABELS
60 VoxBo Update: Free Software for
Functional Neuroimaging
Keator, D.B.; Gadde, S. XMLなどを用いて活性部位のマッピングをしてくれるツールボック 脳地図
; Grethe, J.S.; Taylor, スを作った。
D.V. Potkin, S.G.;
FIRST BIRN
脳地図
器官
Daniel Y. Kimberg and
Geoffrey K. Aguirre
画像データ解析
器官
ｆMRIの画像を解析するソフトを作った。
神経伝達
疾患
対象
キーワード
大分類項目
遺伝子発現 iGluR-NMDA
calcium channel
human GRIN2B gene
in silico identification
using tools such as
alignments(Model Maker and
Spidey)
predictions for signal peptide
from Swiss-prot
器官
human neurological disorders
Alzheimer's disease
depression
echizophrenia
multiple sclerosis
attention deficit disorder
brain cancer
Parkinson's disease
functional brain imaging
tools and technologies to
enable the aggregation of data
脳地図
102
nervous system
synaptic active zone
SVs(synaptic vesicles)
AZM
filaments
SV membrane
macromolecules
EMT,EM3D
image-based clinical
trials(IBCTs)
MRI
brain image
MRI images
providing a preview of the
properties of a model
neuron model
model analysis
cross-platform annotation
system
annotations
display and arrangement of
annotations by use of a
activation maps
neuro-imaging
XML schema
toolbox for SPM
analysis of data from fMRI
software for neuroimaging
fMRI
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
概要
目的
大分類項目 中分類項目
高次機能
記憶
61 Design and Evaluation of a Peptide to
Enhance Learning and Memory Process
L. R. Lareo & R.
記憶と学習の関係を調べるために,Glu-Receptorを活性化させる
Oyuela, L. Morales, L. ペプチドを合成して研究した。
Muñoz, S. Echeverri, A.
Uribe, and O. Santos &
A. Acu+C79a
62 Prediction of Transmembrane Domains for
the Subunits of the Ionotropic Glutamate
Receptor Activated by N-Methyl-DAspartate
L. R. Lareo and C.
Corredor
N-Methl-D-Aspartateによって活性化されるGlu-Receptorのドメイ 神経伝達
ンを予測した。
神経伝達
63 Visual Exploration of High-resolution
Neuroscientific Data
Lars Linsen, Alfred R.
Fuller, Oliver Kreylos,
Giorgio Scorzelli,
Fabien Vivodtzev,
Patrick C. Yau, Bernd
Hamann, Kenneth I.
Joy, Bruno A.
Olshausen, and Edward
Y. Liu, L. Teverovskiy,
O. Carmichael, M.
Behrmann, G. Avidan,
Carnegie Mellon
University, Pittsburgh,
PA
脳の表面を分割する方法を開発した。MRIデータを用いて脳のマッ 脳地図
ピングができる。
brain mapping
今後、人のMRI画像から自動的に病気を診断してくれるであろうシ 医療
ステムの基盤を作った。
疾患
Kenneth F. Manly,
Jintao Wang, and
Robert W. Williams
遺伝子発現データからその特徴を抽出してくれるソフトを作った。 脳地図
機能mapping
64 Machine Learning of Discriminative MR
Image Features for Automatic Disease
Classification
65 QTL Reaper: Defining Quantitative Trait
Loci with Gene Expression Data
66 XNAT -- THE EXTENSIBLE
NEUROIMAGING ARCHIVE TOOLKIT:
INFORMATICS TOOLS FOR MANAGING
AND EXPLORING NEUROIMAGING DATA
Daniel Marcus, Tim
イメージングデータなどデータを共有するためのソフトを作った。 データ共有
Olsen, Mohana
Ramaratnam, Avi
Snyder, and Randy
Buckner
67 Neuroscience Term Extractor: Exploring the Marenco, L., Zhang, Q., ニューロサイエンスの言葉（専門用語）を統一し、共有するための データ共有
Benefits of Terminology Integration as a
Nadkarni, P., Miller, P. データベースを作った。
Step towards Standardized Vocabulary
and Shepherd, G.
Creation and Neuroscience Database
68 The Cell Centered Database Project:
Maryann E. Martone,
X線や電子顕微鏡、光学顕微鏡などの異なるスケールの画像デー 脳地図
Advanced Informatics for Federation of
Amarnath Gupta, Yujun タを扱うデータベースを作った。脳地図作成に使える。
Distributed Multi-scale Imaging Data
Wang, Lihong Sun, Ilya
Zaslavsky, Haiyun He,
Diana Price, Joshua
Tran and Mark H.
Ellisman
103
data managing
term
機能mapping
対象
キーワード
大分類項目
分子
learning process in the Morris
water maze(モリス水迷路：行
動試験）
receptor(iGluR-NMDA)
designed and synthesize a
peptide
the Morris water maze
分子
ionotropic glutamate receptor
prediction for the
transmembrane spanning
segments
Glu-reseptor
iGluR-NMDA sequences
prediction algorithms
器官
brain mapping
MRI data sets of human brains
surface segmentation method
器官
congenital prosopagnosia(CP)
late life depression(LLD)
mild cognitive
imparement(MCI)
schizophrenia(SZ)
Alzheimer's disease(AD)
MRI of human brains
MRI of human brains
遺伝子発現 mapping
RNA
gene expression data
microarray analysis
情報
sharing large quantities of
experimental data
neuroimaging data
extensible neuroimaging
archive toolkit
情報
share their vocabularies
web database vocabularies
database application
細胞
the large scale brain mapping
macromolecular complexes
organelles
multi-component structures
like synapses
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
69 Detecting Patterns in Brain Images
概要
目的
大分類項目 中分類項目
MRIやｆMRIデータから腫瘍や病気を診断、分類するためのフレー 医療
疾患
ムワークを作った。
Vasileios
Megalooikonomou,
Despina Kontos, Qiang
Wang, Zoran Obradovic,
Andrew Saykin, and
Orest B. Boyko
70 Topographica: Computational Modeling of
Risto Miikkulainen,
ニューロンや小さなネットワークの振る舞いからシミュレーションし
Cortical Maps
James A. Bednar,
て、皮質のマップを作る
Yoonsuck Choe, and
Judah De Paula,
Jefferson Provost, and
Tal Tversky
71 White Matter Atlas of Developing Human
Susumu Mori,
DTIという新しいMRIのようなものを開発した。髄鞘形成などが見る
and Mouse Brains
Jiangyang Zhang, Hao ことができる。白質や灰白質の地図を作成する。
Huang, Setsu Wakana,
Lidia Poetscher,
Michael Miller, Peter
van Zijl and Hangyi
Jiang
72 EarLab: A Virtual Laboratory for Auditory
David Mountain, David 聴覚に関する研究をバーチャルで行えるソフトを作った。
Experimentation
Anderson, Glenn
Bresnahan, Socrates
Deligeorges, Lan Hu,
Lee Lichtenstein,
Tommaso Toffoli, and
Viktor Vajda
73 Neuroimage representation and analysis in a Kris Munch, Joel T.
病気の診断などをするための解析研究に役立てることを目的とし
psychiatric database system
Lee, Jose V. Pardo, and が神経医学のデータベースを作った。
John V. Carlis
高次機能
感覚
運動
脳地図
画像データ解析
高次機能
聴覚
医療
疾患
74 Inference on Statistic Images: The Interplay Thomas Nichols
Between Nonparametric Permutation and
Parametric Random Field Theory
75 fMRI Automated Data Processing and
Ray Nunnally
Data/Metadata Sharing
イメージングデータを統計解析する際の問題に取り組んだ。
脳地図
画像データ解析
自動的にｆMRIのデータを共有してくれるソフトを作った。
データ共有
data sharing
76 A USER-FRIENDLY, WEB-ACCESSIBLE
SYSTEM FOR THE MANAGEMENT,
DISCOVERY, RETRIEVAL, AND ANALYSIS
OF CLINICAL AND BRAIN IMAGING DATA
78 Clinical Assessment in Neuropsychiatric
Image Databases
人の病気のイメージングデータを扱う、ユーザーに使いやすい形
のデータベースを作った。
医療
疾患
病気の診断をサポートするために、まずPET画像のデータベース 医療
を作った。
疾患
Ozyurt, B.I.; Wei, D.;
Keator, D.B.; Potkin,
S.G.; Brown G.G.; and
Grethe, J.S.
José V. Pardo, Joel T.
Lee, John Carlis, Kris
Munch, Maurice
Dysken, and Michael A.
Kuskowski
104
対象
キーワード
大分類項目
器官
tumors
lesions
Alzheimer's disease
areas of morphological
variability
activation regions
細胞
topographic maps that make
up sensory and motor systems
the internal behavior of
neurons and small networks
low-level neuron simulators
modeling
器官
development processes of
human and mouse brain
white matter atlas
white matter tract
gray matter structures
Diffusion tensor imaging(new
MRI modality)
器官
mammalian auditory pathways
細胞
tympanic membrane(鼓膜）
分子
subthalamic auditory
pathways(視床下部の聴覚過
程）
cochlear implants(蝸牛の移植)
Virtual Laboratory(simulation
器官
psychiatric disease
diagnosis aide
brain image data
neuroimagedeta mining and
querying
brain image data analysis
DBMS
器官
neuroimaging modalities
images
RFT(ramdom field theory)
器官
data/metadata sharing
fMRI
fMRI data files
Image registration
open source database
器官
The Human Clinical and
Imaging Database
器官
neuropsychiatric clinical
diagnosis and knowledge
discovery
PET image data
database of neuropsychiatric
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
概要
目的
大分類項目 中分類項目
EDITMANとPARCELMANというソフトウェア。(開発したとは明言し 脳地図
brain mapping
てないけど、デモをしてるから作っていると思われる)MRIデータか
ら皮質表面のラベリングをするソフト。
79 EDITMAN and PARCELMAN: Software
Tools for Manual Volume and Surface
Parcellation
Kelly Rehm, Lili Ju,
Josh Stern, and David
Rottenberg
80 Kinematic Analyses of Prehension Using
Digital Video Neuroinformatics Tools
Shari D. Reitzen, Daniel ニューロンの運動学・神経生理学的な活動を同時に記録するDV
J. Debowy, and Esther に基づいた新しいニューロインフォマティクスツールを作った。
P. Gardner
高次機能
感覚
対象
キーワード
大分類項目
器官
column and surface labels
MRI brain volume
cortical surface
software tools for manual
volume and surface
細胞
hand kinematics
neurophysiological activity of
neurons
DV
細胞
neuromuscular junction
structural component
EMT
EM3D
情報
neuroscience data sharing
neuroscience data
data-driven software
81 EM3D: An Integrated and Conventient
David Ress, Mark
Software Application for the Processing of Harlow, Robert
Electron Microscope Tomography Data
Marshall, David Yip,
Cornelia Stoschek82 Data-driven Software Enabling
Adrian Robert, Ajit
Neuroscience Data Sharing
Jagdale, Michael Abato,
Kevin H. Knuth, and
Daniel Gardner
83 A Three-Dimensional Model of the Rat
Deepak Ropireddy,
Hippocampus
Ruggero Scorcioni,
Susan Bachus, and
Giorgio A. Ascoli
84 Embryonic Cartography: Creating a Digital S. W. Ruffins, J.M.
Developmental Atlas to Access and
Tyszka, T.J. Meade,
Examine Complex Relationships
D.H. Laidlaw, S.E.
Fraser, and R.E. Jacobs
85 Algorithmic Description of Dendritic
Alexei V. Samsonovich
Structure in Hippocampal Principal Cells
and Giorgio A. Ascoli
EMTデータを処理して立体に再構築する処理するソフトで、簡単で 神経伝達
使いやすいEM3Dを開発した。
神経伝達
（シェアフォーマットと、研究室でのデータとの間のフォーマットの違 データ共有
いをうめる）ニューロインフォマティクスデータを共有することができ
るソフトを開発した。
data sharing
ラットの海馬についての3次元画像による研究を行った。
記憶
器官
cognitive function
hippocampus(海馬）
ｍ−MRI image
マウスの胚発生MRI画像を用いて進化したデジタル地図を作成し 脳地図
た。
brain mapping
器官
海馬の主細胞の樹状構造をマルコフモデルを用いて解析いた。
神経伝達
構造解析（樹状構造） 細胞
86 Mathematical modeling of neuronal
response to neuropeptides: Angiotensin II
and VIP signaling via G-protein coupled
receptors
脳内ペプチドの脳内での反応を数学モデルで解析した。
神経伝達
神経伝達
分子
developmental atlas
embryogenesis
MRI
molecular biology
dendritic structure
hippocampal principal cells
hidden Markov approach
neuromodulation
G-protein
mathematical modeling
神経構造解析のための一連のツール開発。蓄積された画像から 神経伝達
の神経構造の再構築の実現性を調査した。
神経伝達
細胞
マイクロアレイを用いHIV由来の痴呆と脳内の発現についての関
連をバイオインフォマティクスの手法で解析した。
疾患
遺伝子発現 HIV
gene expression
Affimetrix chips
k-means cluster analysis
data sharing
情報
Thomas Sauter,
Rajanikanth Vadigepalli,
Haiping Hao, Daniel
Zak, Babatunde
Ogunnaike, James
87 Computational Neuroanatomy of Dendrites Ruggero Scorcioni,
and Axons
Duncan E. Donohue,
Kerry Brown, Sridevi
Polavaram, Alexei V.
Samsonovich, and
Giorgio A. Ascoli
88 Bioinformatics and Gene Expression in
Paul Shapshak, Robert
NeuroAIDS
Duncan, Alireza
Minagar, Karl Goodkin,
Elda M. Duran, Avindra
Nath, Jadwiga Turchan,
Wade Davis, Raman
Seth, and Toni Kazic
89 Data Sharing Tools for Neuroimagery
Kenneth P. Smith,
Jeffrey C. Hoyt, Gail
Hamilton, and Keri B.
Sarver
高次機能
医療
データ共有に発展のための媒介となるモデルとインプリメントする データ共有
ツールを作成した。
105
dendritic morphology
neural structure
statistical analysis
microscope
data sharing tools
neuroimage
access to shared data
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
発表者
概要
目的
大分類項目 中分類項目
活性化パターンの再現性、脳状態の予測、主題異成分およびラン 脳地図
機能mapping
ダム結果分析、およびしきい値に基づいた信号検知のための標
準の統計規模の活性化脳地図の生成の４つの主要な機能を持つ
ソフトウェアNPAIRSを開発した。
独立成分分析を用いて脳活動のfMRI画像を分類
脳地図
機能mapping
対象
キーワード
大分類項目
器官
activation brain map
prediction of brain state
NPAIRS software
90 Using the NPAIRS Software Package for
Optimizing Neuroimaging Data Analysis
Stephen C. Strother
91 Estimation of spatially distributed patterns
of brain activition in fMRI datasets using
Independent Component Analysis
Sylvain Takerkart,
Michael S. Benharrosh,
James V. Haxby, and
Ingrid C. Daubechies
92 STRFPAK: A Software Toolbox to Estimate
the Linear and On-Linear Receptive Fields
of Sensory Neurons
93 A Database of Term Frequency and Cooccurence in Medline: Improving Arrowsmith
Searches
94 VisiomePlatform: Neuroinformatics in Vision
Science
Frederic E. Theunissen 知覚ニューロンの線形の反応野を評価するソフトウェアの開発
and Jack Gallant
高次機能
感覚
細胞
Vetle I. Torvik, Wei
Zhou, Neil R.
Smalheiser
Shiro USUI
データ共有
term
情報
95 A Neuroinformatics Approach To The
Analysis Of Transcriptional Regulatory
Networks Underlying Neuronal Function
Rajanikanth Vadigepalli,
Praveen
Chakravarthula, Daniel
Zak, James Schwaber,
Gregory Gonye
Medlineで頻出する用語のデータベースを作成した
日本国内の視覚に関するデータ、モデル、ツールを集めたプラット 高次機能
フォームを構築した。
この講演ではニューロンの機能について遺伝子発現の制御相互 脳地図
作用を特定する手法について紹介する。マイクロアレイのデータか
らだけでは限られた結果しか得られなかったが、プロモータの解析
を行うことでネットワークの良い候補が得られる。PAINT（Promoter
Analysis and Interaction Network Tool）というツールを用いて、プ
ロモータ解析を行った。
96 WebCaret and SumsDB: Online access to David Van Essen,
この講演では、SumsDB（Surface Management Systems
データ共有
Surface-based Representations of Cerebral James Dickson, John Database）という脳の皮質およびボリュームデータを扱うデータ
and Cerebellar Cortex in Primates and
Harwell, and Donna
ベースとWebCaretというツールによるデータベースのビジュアル化
Rodents
Hanlon
について紹介している。
97 The fMRI Data Center: An Online Resource John Darrell Van Horn, fMRIDCは認識に関する研究のためのfMRIのデータベースであ
高次機能
for Neuroimaging Data and Tools
Jeffrey Woodward,
る。この講演ではfMRIDCと関連して公開された出研究、ヴィジュア
James Dobson, John
ライズに関する研究、遠隔操作でのグリッドポータルサービスにつ
Wolfe, Bennet Vance, いて紹介する。また、解析技術やハイパフォーマンスコンピュー
Sarene Schumacher,
ティングについても紹介する。
Scott Grafton, Daniel
Rockmore, and Michael
Gazzaniga
98 Gene Expression Databases for Post
Srikanth Yellanki,
Genome Programによって生成された大量の効果的に使うため
脳地図
Genome Knowledge Discovery
Kavitha Anisetty and
に、データマイニングし、情報を変換するツールを含めた新しい開
Kiminobu Sugaya
発手法が必要である。IMGEM(Interactive Multiple Gene
Expression Maps)は遺伝子発現イメージから機能情報を抽出し、
遺伝子発現イメージデータのレポジトリとして機能するインターネッ
トをベースとしたソフトウェアツールを作成する試みである。
99 Development of computational methods for Sukjoon Yoon, Anne
アミロイドフィブリルは脳内物質はアブノーマルなβ立体構造に変 医療
predicting amyloid fibril formation
Tobak, and William J.
化することで神経を変性させる。TC(teritorial contact）を用いてア
Welsh
ミロイドフィブリルの構造変性を予測した。
医療
アミロイドフィブリル形成に関する配列予測をするためにCSSP
100 Integrated web-based tool for studying
Sukjoon Yoon, Kevin
amyloid diseases
Maurice, Anne Tobak, （Contact-dependant Secondary Structure Prediction）という手法
を開発した。また、webベースで公開した。
and William J Welsh
106
視覚
機能mapping
器官
CTR maps
brain activity
fMRI
Independent Component
Analysis
sensory systems
STRFPAC software tools
term frequency
database of biological terms
MEDLINE
器官
vision
visual system
web-based data sharing
software tools
mathematical models
遺伝子発現 Brain map
gene expression
microarray
data sharing
器官
repository
cerebellal and cerebellar
cortex
fMRI
fundamental cognitive process
fMRI
DB
認知
器官
機能mapping
遺伝子発現 map of brain gene expression
databases
疾患
分子
疾患
分子
neurodegenerative
amyloid
computational algorithm
neurodegenerative
amyloid
peptide databases
A2 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表リスト
No.
タイトル
101 Molecular Electronic Bond Features for
Agonist and Antagonist of the StrychnineInsensitive Glycine Site of the Ionotropic
Glutamate Receptor Activated by NMethyl-D-Aspartate
102 Creating Flexible Web-Database Portals
with the EAV/CR WebDB Toolkit
発表者
概要
目的
大分類項目 中分類項目
J. Yosa and L. R. Lareo iGluR-NMDAの相互作用について、分子の電子的な特徴を表現す 神経伝達
神経伝達
るIC50、Ki、Kd,Kaといったパラメータのの予測を行った。
Zhang, Q., Marenco, L., ニューロインフォマティクスのデータは日々更新、変更されている。 データ共有
Nadkarni, P., Miller, P. それらを保守運用するのは労力がかかるので、サポートするツー
and Shepherd, G.
ルEAV/CR（Entity-Attribute-Value with Classes and Relation）を
作成した。SenseLabの一部として開発されている
103 A Simple Frequency-based Method for
Wei Zhou , Vetle I.
MEDLINEタイトルからフレーズを抽出してUMLSカテゴリーにマップ データ共有
Recognizing Abbreviations in MEDLINE
Torvik and Neil R.
して、データベースを作成し、そこから略語の自動マッピングを行っ
Abstracts
Smalheiser
た。
104 Application of NeuroIQ in Studying
Jinmin Zhu, Kuang-Yu 画像データを集積するためのデータベースを作成し、複雑で膨大 神経伝達
Perturbation of Dendritic Structure Caused Liu, Xiaowei Chen,
なニューロンの形態画像を解析するためのNeuroIQというツールを
by Genetic Mutations
Xiaobo Zhou, Sohail
作成した。
Tavazoie, Dennis
Ridenour, Bernardo
Sabatini, and Stephen
T.C. Wong
107
対象
キーワード
大分類項目
分子
receptor
GluR
predictive model
data sharing
情報
SenseLab suite of databases
software maintenance
term
情報
abbreviation
set of rule
analyzing
signaling cascade
neuronal morphology
NeuronIQ
神経細胞ネットワーク 細胞
モデル
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析
結果
分析にあたっては、各発表の要旨を「”目的”のために、”対象”を”手段”を用いて研究した」
という形にまとめ、”目的”、”対象”、”手段”に現れるキーワードを整理した。”目的”に現れ
るキーワードを、研究分野を表すキーワードと考えて整理し、表 A3.1 のような研究分野に
区分した。また、”対象”に現れるキーワードも整理して、「遺伝子」「分子」「細胞」
「器官」
の４レベルに区分した。この研究分野と対象の２つの軸で分けた区画に、論文で使われる”
手段”で現れるキーワードをマップすることにより、NI 研究としてどのような分野でどのよ
うな”手段”（データ、ツール、モデル）を主に研究しているかを分析した。（図 A3.1）。
また、各論文で共著となっている著者を線で結んだグラフを作成した。このグラフから、
どのような研究グループが存在し、その中心人物やグループの協力関係を推定した。
表 A3.1
研究分野の分類
研究分野
研究分野
脳地図
高次機能
脳形態地図
認知
脳機能地図
学習
画像解析
感情
神経伝達
運動
神経伝達
体性感覚
細胞構造の解析
記憶
神経細胞ネットワーク
嗅覚
医療
視覚
情報共有
聴覚
DB 作成ツール
共有ツール
メタ情報 DB（文献 DB を含む）
108
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
［関係マップ資料解説］
目的
各論文を次のように要約し、各分類区画にマッピングした。
例 脳地図
脳地形地図作成のために、器官について、MRI を用いて研究した
（目的のために、対象について手法を用いて研究した）
対象
手法
図中用語の注釈
Edward G. Jones
研究に関与する中
心人物がわかるよ
うに、論文の共著者
を分析した。共著者
同士を線で結び、グ
ラフを作成した。太
線で結ばれた著者
は複数の論文で共
著が有ることを示
している。
脳の表面を分割する手法を開発。（MRI
で脳地図作成が可能となる）サルとヒト
の脳地図を作成し、公開している。また、
脳地図にアノテーションを付けるための
ツールを開発している。
(The
Brain
Atlas
Project
:
http://brainatlases.ucdavis.edu/index.js
著者の相関から抽出した中
心人物と関係マップ上の位
置、研究論文の概要
図 A3.1
HBP 発表研究の関係マップ解説
109
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
A.3.1 神経伝達
*1 Cell-Centered DB : 光学及び電子顕微鏡の画像を解析して得られた神経細胞の 3 次元画像や細胞内の
タンパク質分布などを収めたデータベース
*2 EM3D : EMT（Electron Microscope Tomography 電子顕微鏡による断層撮影）の画像を解析する
ソフトウェア。複数の断層画像を３次元にする機能の他に３次元画像上で距離や厚みを測
ることができる。
*3 RECONSTRUCT : 電子顕微鏡の画像から３次元構造を再構築するソフトウェア
*4 NeuronIQ : 神経細胞の画像と定量データを組み合わせた解析を行うソフトウェア
図 A3.2
HBP における発表のキーワード分布（神経伝達）
U. J. McMahan
このグループは EMT（Electron
Microscope Tomography）の画像を解析す
るソフト（EM3D :
http://em3d.stanford.edu/）を開発を行って
いる。このソフトウェアでは EMT の画像を
3 次元化し、３次元画像上にて距離や厚みの
計測を行う。また、このグループはニュー
ロン接合部における物質の放出画像などか
ら神経伝達の仕組みを研究している。
図 A3.3
U.J. McMahan を中心とする研究
110
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
Giorgio A. Ascoli
このグループは神経の構造解析ツール
を開発し、神経細胞の樹状構造について
研究している。このグループの研究成果
は次の URL から知ることができる。
（ Computational
Neuroanatomy
Group :
http://www.krasnow.gmu.edu/ascoli/
CNG/index.htm）
図 A3.4
Giorgio A. Ascoli を中心とする研究
Stephen T.C. Wong
Bernardo Sabatini
Xiaowei Chen
Kuang-Yu Lin
Jinnin Zhu
このグループは顕微鏡画像から神経に関する情
報の定量化、解析などを行なうためのソフトウェ
ア NeuronIQ を開発している。このグループの成
果は次の URL から知ることが出来る
（Center for Bioinformatics CBI :
http://neuroinformatics.harvard.edu/projects/
neuroniq.htm）
図 A3.5
Stephen T.C. Wong を中心とする研究
L. R. Lareo
このグループは Glu-receptor
を対象として、膜タンパクの
iGluR-NMDA （ ionotropic
glutameate receptor activated
by N-methyl-D-aspartate ）の
相互作用やドメイン予測、タン
パク構造の変化による記憶との
関係について研究している。
図 A3.6
L. R. Lareo を中心とする研究
111
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
A3.2 脳地図
*1 EDITMAN&PARCELMAN : MRI 画像に皮質表面のラベリングを行うソフトウェア
*2 DTI
:
Diffusion tensor imaging：複数の MRI 画像を処理して、水分子の拡散異方性を検出し、画
像に示す方法
*3 NPAIRS : 文献中の計測データを用いて「活性パターンの再現性」、「不均衡さ及びランダムさの
解析」、「統計尺度による閾値ベースのシグナル検知」等の測定を行うソフトウェア。
*4 Perturbation Theory : 摂動法（方程式を直接解くことができないときに近似解を求める手法）
*5 QTL : quantitative trait loci 量的形質遺伝子座
図 A3.7
HBP における発表のキーワード分布（脳地図）
Edward G. Jones
このグループは３次元脳地図を作
成するアプリケーションの開発を行
い、サルとヒトの脳地図を作成し、
公開している。また、脳地図にアノ
テーションを付けるためのツールも
開発している。その成果は次の URL
で示されている。
(The Brain Atlas Project :
http://brainatlases.ucdavis.edu/ind
ex.jsp)
図 A3.8
Edward G. Jones を中心とする研究
112
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
A3.3 高次機能
*1 DV
: Digital Video（行動を Digital Video で撮影し、脳波の関連を解析する実験手法）
*2 Ear Lab : 聴覚に関連する細胞のシミュレーションソフトウェア
*3 EcoG
: electrocorticogram（硬膜外脳波
*4 EEG
:
*5 MEG
: magnetoencephalography（磁気を使って脳内の電気活動を計測する機器）
*6 m-MRI
硬膜外に電極を挿入し脳波を測定する手法）
electroencephalogram（脳波）
: microscopic MRI
*7 Morris water maze
: モリス水迷路（ラットを対象とした水浴中の迷路を用いた記憶に関する実験）
*8 SenseLab : 神経細胞と嗅覚に関するデータベースソフトウェア
*9 STRFPAC
*10 Visiome :
:
知覚神経の受容野を予測するソフトウェア
視覚を対象としたモデルやデータを収めたデータベース
図 A3.9
HBP における発表のキーワード分布（高次機能）
113
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
Gordon Shepherd
Perry Miller
Luis Marenco
Prakash Nadkarni
このグループは神経細胞と嗅
覚に関するデータベースの開発
している他、ニューロイエンス
の専門用語の統一や、データベ
ースの保守運用をサポートする
ツールも開発している。成果は
以下の URL で公開されている。
(SenseLab : http://senselab.med.yale.edu/senselab/)
図 A3.10
Gordon Shepherd 等を中心とする研究
Esther P. Gardner
（Center for Bioinformatics CBI :
http://neuroinformatics.harvard.edu/projects/neuroniq.htm）
図 A3.11
Esther P. Gardner を中心とする研究
114
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
Jeffrey P. Woodard
John D. Van Horn
このグループは The fMRI Data Center
(http://www.fmridc.org/f/fmridc)で研究を
行っている。データの共有ツールや検索ツー
ルの開発を行っている。fMRI マネジメントツ
ールも公開している。
図 A3.12
Jeffrey P. Woodard、John D. Van Horn 等を中心とする研究
115
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
A3.4 医療
*1
*2
*3
*4
*5
*6
*7
*8
*9
*10
*11
*12
*13
*14
*15
human neurological disorders : 人間の精神疾患
attention deficit disorder : 注意欠陥多動性障害
depression : 鬱病
brain cancer : 脳腫瘍
multiple sclerosis : 多発性硬化症
Parkinson's disease : パーキンソン病
congenital prosopagnosia :
先天性相貌失認症
late life depression : 高齢期鬱病
mild cognitive imparement : 軽度認知障害
Schizophrenia : 統合失調症
Alzheimer's disease : アルツハイマー
Polysomnographic : 睡眠ポリグラフ
Brain morphology : 脳の形態学
BTGER : Brain Tissue Gene Expression Repository
PET : ポジトロン断層撮影法
図 A3.13
HBP における発表のキーワード分布（医療）
116
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
J.S. Grethe
このグループは BIRN（http://www.nbirn.net/）で医療を対象として IT 技術を用いた研究支援を行っ
ている。バイオ医学における情報技術インフラの構築、人の病気に関するイメージングデータを集め
たデータベースの構築、XML などを用いて活性部位のマッピングを行なうツールの開発などを行ってい
る。
図 A3.14
J.S. Grethe を中心とする研究
117
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
A3.5 情報共有
*1 BrainML
:
*2 EAV/CR
脳に関するデータ記述するための統一フォーマット
: Web ベースのデータベース管理システム
*3 Fiswidgets
: fMRI 画像の解析に用いるツール。（fMRI 画像処理に関連する多数のツールのフォー
マットに対応している）
*4 Graphical annotator
*5 IATR :
*6 IBSR :
: 画像に対して詳細なアノテーションを付与できるツール
画像解析用のソフトウェアを集めたデータベース
脳の MRI 画像に関するデータ提供と脳画像のセグメンテーションに世界中の研究者が参加で
きる環境を構築することを目的としたデータベース
*7 IBVD
: Web ベースの神経解剖学的知見に関する検索データベース
*8 MEDLINE :
生物学関連の文献検索サイト
*9 neurodatabase.org
*10 Neurosys
:
: 神経生理学的なデータを公開しているデータベースサイト
様々なデータの注釈、格納、共有を目的としたデータベースソフトウェア
*11 Thetus' Publisher
: 非テキストデータ（fMRI のデータなど）を収集、管理するソフトウェア
*12 XNAT : イメージデータを管理するためのソフトウェア
図 A3.15
HBP における発表のキーワード分布（情報共有）
118
A3 「A Decade of Neuroscience Informatics ‒ Looking Ahead」発表分析結果
Jonathan D. Cohen
このグループは独立成分分析などの手法を
用いて fMRI 画像の解析を行なっている。彼
ら は fMRI 画 像 解 析 の た め の ツ ー ル
（Fiswidget）を開発し、Web 上で公開してい
る。
(http://mole.imm.dtu.dk/fiswidgets/)
図 A3.16
Jonathan D. Cohen を中心とする研究
David Kennedy
Kennedy は MRI を用いた研究に必要とされるデータや
ツールを共有するためのサイトを構築している。
(CMA Center for Morphometric Analysis :
http://neuro-www.mgh.harvard.edu/cma/)
図 A3.17
David Kennedy の研究
119
A4 BICS2004 参加報告
A4 BICS 2004 参加報告
（１） 目的
欧州におけるニューロサイエンス及びニューロインフォマティクスの動向調査として、
イギリスで開催された脳神経分野における学会 Brain Inspired Cognitive Science 2004
（BICS2004）に参加した。
（２） 会議日程
2004 年 8 月 29 日∼2004 年 9 月 1 日
（8 月 29 日はチュートリアル、本会議日程は 8 月 30 日から 9 月 1 日）
（３） 開催場所
イギリス Stiring 大学
Marriott Hotel & Marina, Manchester Grand Hyatt, Convention Center
（４） 主催
International Computing Sciences Conferences (ICSC)
（http://www.icsc-naiso.org/html/）
（５） 概要
Brain Inspired Cognitive Science 2004 (BICS2004)は、Cognitive Neuro Science (CNS
2004)Biologically Inspired Systems (BIS 2004)、Neural Computation (NC 2004)の 3 つ
の学会が合同して開催した学会であった。学会では、Plenary Lecture として、イギリス国
内から Graham Hesketh（Rolls-Royce）、Owen Holland（Essex 大学）、J.G.Taylor（King’s
College, London）、David Willshaw（Edinbargh 大学）、イギリス国外からは Rodony
Douglas（スイス ETH）や Erkki Oja（フィンランド Helsink 工科大学）ら欧州の著名な
研究者が講演を行った。学会の初日に、主催者の Igor Aleksander と L.S.Smith がチュー
トリアルを開催した。学会の発表内容は Journal of Neurocomputing Special Issue on
BICS'2004 として、Elesvier 社から出版される予定である。
120
A4 BICS2004 参加報告
A4.1 Plenary Lecture
（１） Fifteen years of Neuromorphic Engineering: progress, problems, and prospects
Prof. Rodney Douglas, Institute of Neuroinformatics University/ETH Zurich
Switzerland
障害物を発見すると反転する魚眼レンズを用いたロボットと、白色に反応して電気的パ
ルスを発生するシステムの紹介が行われた。Douglas は、「CMOS 技術を用いた Analog
VLSI による視覚や聴覚のセンサーは、生物学の知見を工学的に模倣した成功例である。し
かし、実用化については実行速度が問題となるであろう」と述べていた。
（２） Attention and Consciousness as Control System Components in the Brain
Prof JG Taylor, Department of Mathematics, King's College, London WC2R2LS, UK
Taylor は、工学制御理論を「注意」に適用することで、意識とは何かを説明するモデル
を研究し、視覚を例とした「注意」についての制御モデル CODAM（Corollary Discharge of
Attention Movement）を疾患へ適用した報告が行われた。
（３） Computation, cognition, and control
Owen Holland, Senior Lecturer, Department of Computer Science, University of
Essex
Holland は、3 つのごみを集めると自動的に反転することで、全てのごみを効率的に一箇
所に集めるロボットが紹介された。彼は、人間の脳について、計算機能や認知機能ではな
く制御機能がより重要と指摘していた。
（４） Neural Nets: the hype and the reality, from an industrial perspective
Prof. Graham Hesketh, Team Leader - Information Engineering Strategic Research
Centre, Rolls-Royce plc, Derby DE24 8BJ United Kingdom
ニューラルネットの歴史と産業応用に関しての講演が行われた。Hesketh は、フォーチ
ュン５００社のうち８０%がニューラルネットの研究開発プログラムを所有しているなど、
幅広く産業応用が行われていると述べ、その一例としてロールスロイス社の自動車開発に
用いられているプログラムを紹介した。
（５） Self-Organisation in the Nervous System: the Establishment of Nerve Connections by
an inductive Mechanism
David Willshaw, MRC External Scientific Staff & School of Informatics, University
of Edinburgh, UK
イギリスでは、The Engineering and Physical Sciences Research Council (EPSRC)のフ
121
A4 BICS2004 参加報告
ァンドにより生命科学者と神経科学者が協力し、脳の理解と認知システムの構築を目指し
ていることが紹介された。また Willshaw 自身の研究内容として、脊椎動物の網膜における
視神経の接続分子マーカーを遺伝子ノックアウト実験により特定したことが発表された。
（６） Disentangling signals blindly from nonlinear mixtures
Professor Erkki Oja, Helsinki University of Technology
独立成分分析（ICA）を用いた非線形ブラインド信号分離問題に関する講演が行われた。
Oja は、ブラインド信号分離の問題を解くことは、混合が非線形な場合非常に困難であるが、
ICA を用いることで分離することが可能な例もあると述べ、ICA を用いた群集中のスピー
チの分離や MRI 画像の解析、天気予報、経済などの応用例を紹介した。
A4.2 BIS Session
このセッションでは Audition and Robotics、Vision、Neural modeling、Neuromorphic
and spiking networks and BSS、Novel approaches というテーマで募集された一般講演が
行われた。
（１） Temporal processing in the auditory system
Gerald Langner
異なる波長の音を組み合わせて活性化される脳の部位を測定したことによる聴覚メカニ
ズムの研究成果が報告された。
（２） A Case Study of Developmental Robotics in Understanding "Object Permanence"
Yi Chen, Juyang Weng
Chen は、視覚的な刺激に対する応答を行うロボットを作成し、障害物の有無によりロボ
ットの動きの変化を観察する実験について報告した。
（３） Giacomo Indiveri A neuromorphic selective attention architecture with dynamic
synapses and integrate-and-fire neurons
Chiara Bartolozzi
VLSI 回路と生物ニューロン間の類似点および対立点を強調するチップを用いて、視覚に
対する刺激応答のモデルを作成したことが報告された。
（４） New algorithms for blind separation when sources have spatial variance dependencies
Motoaki Kawanabe
122
A4 BICS2004 参加報告
ブラインド信号分離の問題に ICA（独立成分分析）を適用する際に、準最尤推定法を用
いたアルゴリズムが報告された。報告されたアルゴリズムを用いて、よく似た二種類の音
源を分離するデモが行われた。
（５） Biological Asymmetric and Parallel-Symmetric Neural Networks with Nonlinear
Functions
Naohiro Ishii, Toshinori Deguchi, Hiroshi Sasaki
ニューラルネットを用いて、視覚処理における網膜に入力された信号の非線形な処理を
モデル化する研究について報告された。
A4.3 NC Session
このセッションでは Computational Neural Network Models、Software and Hardware
Implementations、Neural Network Applications というテーマで募集された一般講演が行
われた。
（１） Effects of Soft Margins on Learning Curves of Support Vector Machines
Kazushi Ikeda, Tsutomu Aoishi
複数の点を分離する有効な手法として、SVM（サポートベクターマシーン）があるが、
この手法の特性を幾何学的な視点から検討し、凸平面を用いることでエラー値を定量的に
示す方法が報告された。
（２） Symmetry Axis Extraction by a Neural Network
Kunihiko Fukushima, Masayuki Kikuchi
視覚パターンから対称軸を抽出するニューラル・ネットワークモデルを用いて、CCD カ
メラで得られた平面図形や自然物の画像の対象性を判別できたことが報告された。
123
A5 Neuroscience2004 参加報告
A5 Neurosciece2004 参加報告
（１） 目的
米国のニューロサイエンス及びニューロインフォマティクスの動向調査として、米国で
開催された Society for Neuroscience の 34th Annual meeting である Neuroscience2004
に参加した。
（２） 会議日程
2004 年 10 月 21 日∼2004 年 10 月 27 日
（21、22 日はサテライトミーティング、本会議日程は 23 日から 27 日）
（３） 開催場所
アメリカ合衆国 San Diego
Convention Center, Marriott Hotel & Marina, Manchester Grand Hyatt
（４） 主催
SfN（Society for Neuroscience http://web.sfn.org/）
（５） 概要
学会の発表は A. Development、B. Synaptic Transmission、C. Sensory Systems、D.
Motor Systems 、 E. Homeostatic and Neuroendocrine Systems 、 F. Cognition and
Behavior、G. Neurological and Psychiartic Conditions、H. Techniques in Neuroscience、
I. History and Teaching of Neuroscience の９つに分けられており、さらにそれぞれが、数
件から数十件のサブテーマに分けられている。Neuroinformatics というサブテーマは存在
しないが、H. Techniques in Neuroscience 中の Bioinformatics、Modeling and Analysis、
Imaging Techniques な ど の サ ブ テ ー マ と し て 数 多 く の 発 表 が 行 わ れ て い た 。
Neuroinformatics に関する発表では、NIMH による Human Brain Project の支援を受け
た研究成果が目立っており、Human Brain Project の成果発表としてサテライトミーティ
ングや展示ブースが開催された。
124
A5 Neuroscience2004 参加報告
A5.1 サテライトミーティング
A5.1.1 Brain Maps and Systems Biology
Chair: Stephen Koslow
“Brain Maps and Systems Biology”のサテライトミーティングでは Human Brain
Project に関連するデータベースとツールの開発についての報告を中心に発表された。
（１） PIR/UniProt Integrated Bioinformatics for Functional Genomics and Proteomics
Cathy Wu, Protein Information Resource, Georgetown University Medical Center,
Washington, DC
Swiss Prot や TrEMBL とのデータの統合、比較解析を行うために、タンパク質の配列デ
ータベース PIR(Protein Information Resourse)がバイオインフォマティクス分野のインフ
ラストラクチャとして開発されていることが報告された。
（２） Toward a Knowledge Management System for Neural Circuitry
Larry W. Swanson, NIBS Neuroscience Program, University of Southern California,
Los Angeles, CA
Swanson は、Web を利用したデータマネージメントシステム構築のために、オントロジ
ーを規定することが重要であること指摘し、オントロジーを規定するポイントとして、脳
神経回路の複雑性を理解すること、脳の部位を示す用語を規定すること、脳に関する情報
のヒエラルキーを作成することの三点を挙げた。
（３） Molecular Technology Meets Neurobiology
Carrolee Barlow Laboratory of Genetics, The Salk Institute for Biological Studies,
La Jolla, CA
Barlow は、遺伝子発現部位の局所性に着目して、実験条件や構造データを示したメタデ
ータをマイクロアレイを用いた発現データを格納したデータベースを作成し、これを用い
てマウス中枢神経系の遺伝子発現プロファイルによる脳地図を作成した。
（４） Receptor Closure - Categorizing all the Receptors in the Human Genome, by Expert
Consensus, and Making the Data Available - NC-IUPHAR
Michael Spedding and Anthony Harmar, Experimental Sciences Institute of
Research Servier, Suresnes, France
フ ラ ン ス
IUPHAR
に よ る 、 レ セ プ タ ー デ ー タ ベ ー ス
(http://www.iuphar-db.org/iuphar-rd) と イ オ ン チ ャ ン ネ ル の デ ー タ ベ ー ス
(http://www.iuphar-db.org/iuphar-ic) が紹介された。IUPHAR は、名称を規定することの
125
A5 Neuroscience2004 参加報告
重 要 性 を 認 識 し 、 化 学 物 質 名 称 を 規 定 す る IUPAC 同 様 、 遺 伝 子 名 を 規 定 す る
IUBMB(International Union of Biochemistry and Molecular Biology) とも連携した活動
を行っている。
（５） Coordinate-Based Databases for Neuroanatomical Data: Database of Connections from
Cerebral Cortex to Cerebellum in Rat
Jan G. Bjaalie, Neural Systems and Graphics Computing Laboratory, Centre for
Molecular Biology and Neuroscience & Institute of Basic Medical Sciences Anatomy, University of Oslo, Oslo, Norway
ノルウェイ・オスロ大学で開発が進められているニューロアナトミカルデータベース
NeSys (http://www.nesys.uio.no) が紹介された。このデータベースには、実験動物の脳細
胞の構造と結合情報を文献情報と関連させて登録されている。また、Bjaalie は、開発を行
っている 3D ビューワー、ビジュアライゼーションツール、画像検索ツールについても発表
した。
（６） Mining the Receptorome: In Silico and Physical Screening of the Receptorome Yields
Novel Insights into CNS Drug Discovery and Target Validation
Bryan L Roth, MD PhD, Case Western Reserve University, Department of
Biochemistry, Medical School, Cleveland, OH
中枢神経系のレセプターを機械的にスクリーニングして創薬の評価に用いるレセプトロ
ームが提唱された。レセプトロームでは、既知の情報をベースとし俯瞰的な見地からシグ
ナル伝達パスウェイを解析する。http://kidb.cwru.edu/pdsp.php でレセプトロームの内容
が紹介されている。
（７） The Genetics of Neurodegeneration Integrative Analysis of APP, APOE, Synuclein, and
other Key Genes Using Webqtl, a Human Brain Project
Robert W. Williams, Ph.D., Department of Anatomy and Neurobiology Department
of Pediatrics, Center for Genomics and Bioinformatics, University of Tennessee
Health Science Center, Memphis, TN
マウスの遺伝子発現情報を解析する WebQTL プロジェクトが紹介された。このプロジェ
クトは http://webqtl.org で活動内容が紹介され、中枢神経系における mRNA の発現情報を
マイクロアレイにて測定したデータを、Web を用いて解析することが可能となっている。
126
A5 Neuroscience2004 参加報告
（８） Databases in Neuroproteomics
Claus Zabel and Maik A. Wacker, Institute for Human Genetics, Charit University
Medicine Berlin, Berlin, Germany
Zabel は、膨大なタンパク質二次元ゲル電気泳動の画像を研究室レベルで管理するのは困
難であると指摘し、2D ゲルを用いた神経変性症(ND)の研究のために、NCBI や Swiss-Prot
等の公共機関へのリンクを活用したデータベースを構築していると報告した。この研究は
BMBF の支援により進められている。
（９） NEOBASE - The Neocortical Microcircuit Database
Henry Markram, Laboratory of Neural Microcircuitry, Brain Mind Institute, Swiss
Federal Institute for Technology, Lausanne, Switzerland
微小な脳皮質神経回路のデータを収集した脳皮質神経回路のデータベース NEOBASE が
紹介された。Markas は、シミュレーションを行うために神経回路の 3 次元再構成ツールを
開発し、将来的に NEOBASE を分析、画像化、出版、情報共有等を簡便に使える Web ポ
ータルとして発展させたいと発表した。
（１０） Allen Brain Atlas: Gene Expression Data in a Neuroanatomical Framework on a
Genomics Scale
Allan R. Jones, Allen Institute for Brain Science, Seattle, WA
Allen Institute は、2001 年に Paul Allen により非営利研究機関として設立され、ゲノ
ムワイドのマウスブレインアトラスを作成することを目的としている。この研究所は、ハ
イスループットな実験手法や装置の開発のために自動ハイブリダイゼーションの機械を導
入し、2000 遺伝子からなるデータセットを Web 上で公開する予定であると報告された。
（１１） Database Horrors: Overcoming the Unknown
Arthur Toga, Laboratory of Neuro Imaging, Department of Neurology, David Geffen
School of Medicine, UCLA, Los Angeles, CA
Toga は脳画像データベースが持つ課題について報告した。その課題とは、①統計的処理を
用い正常脳と疾患脳を比較できるように既存データベースに格納されたデータの質の向上
が不可欠であること、②複数の脳地図を合成すること、③複数のデータソース、実験手法、
測定機器から生成されるデータを比較可能にすること、④データの運用管理が困難である
ことである。
127
A5 Neuroscience2004 参加報告
A5.1.2 Dynamical Neuroscience Closing the Loop
Organizers: Dennis Glanzman（NIMH, NIH,
Eugene Izhikevich（The Neurosciences Institute）
脳の活動を動的に理解することをテーマに、2 日間にわたって 13 名の口頭発表が行われ
た。発表の内容は、視覚による入力から記憶までの信号変換、四肢を用いずに脳の信号で
ロボット操作を行うための信号変換技術、脳への刺激によるパーキンソン病の治療法など、
分子レベルから産業・技術応用までと幅広い内容であった。
A5.2 ソーシャルミーティング
（１） Electric 3-D Mouse Brain Atlas on the Horizon
Chair: M.D.Hirsch, Co-Chair: L.W.Swanson,
Guest: G.Paxinos, U.B.Schambra, R.W.Williams
the Mouse Brain Library のプロジェクトに参加しているメンバーを中心として、マウス
ブレインアトラスの将来や問題点について、聴衆とともにディスカッションを行う形式で
ミーティングが行われた。主催者側から論点として、用語の統一(terminology, ontology)、
分類(taxonomy)、相同性(homology)、発現のマッピング(mapping)、複数の遺伝子地図の比
較(comparing maps)、CT と組織学の比較(CT vs. histology)、情報学(informatics)、モデリ
ング手法(modeling)、可視化技術(visualization)が挙げられていた。議論は、発現データを
脳地図にマッピングする際に、発現のある脳内部位をどのように定義すればよいのかとい
う点について集中して行われていた。
A5.3 ポスターセッション
A5.3.1 データベース関連
（１） IBRO Edu – neuroscience learning resources
A.L.Padjen, McGill Univ
カナダの NI ノードの提唱者でもある Padjen がニューロサイエンス教育用 Web データ
ベースシステムの開発について報告した。このデータベースシステムは
http://www.medicine.mcgill.ca/ibroedu/で公開されている。
（２） The fMRI data center: Enhancing neuroscience through open data exchange
J.D.Van Horn, Ctr Cogni Neurosci, Dartmouth Col
脳科学の認知プロセス発展のため fMRI データの共有を目的とした fMRI データセンター
が紹介された。このデータセンターの情報は http://www.fmridc.org/f/fmridc で公開されて
いる。
128
A5 Neuroscience2004 参加報告
（３） Building, databasing, analyzing and comparing brain odor maps
N.Liu, Ctr for Med. Informatics, Yale Univ
SenseLab を構成するデータベースのひとつで嗅覚物質と嗅覚器受容体の分子情報を示
す OdorMapDB と、関連する 3 次元地図を作成するツールや脳地図データを比較するツー
ルが紹介された。これらのデータベースやツールは http://senselab.med.yale.edu/senselab
/OdorDB/で公開されている。
（４） Neurodatabase construction kit: Data driven methods enable data sharing
Adrian Robert Dept of physiolosy, Weill Med Col Cornel U
データの標準化と共有を行うためのソフトウェアNeurodatabase Construction Kitが紹
介された。このソフトウェアは、BrainML（XMLベースで脳の波形データを記述する言語）
を用いたデータセットが利用でき、http://neurodatabase.org/で公開されている。
（５） Mouse genome informatics: Integrating mouse phenotypes with genetic, expression,
and genomic information through the use of controlled vocabularies
C.L.Smith, The Jackson Lab
実験マウスの遺伝学、ゲノム学、生物学のリソースを国際的に収集したデータベース
Mouse Genome Informatics Database (MGI) が 報 告 さ れ た 。 こ の デ ー タ ベ ー ス は
http://www.informatics.jax.org/にて公開されている。
（６） Gene expression profiling during postnatal development of mouse cerebellum:
cerebellar development transcriptome (CDT) database
T.Furuichi, RIKEN Brain Sci Inst
出生後のマウスの小脳における発現データをマイクロアレイ、ジーンチップ、RT−PCR、
ISH を用いて網羅的に測定した結果を格納したデータベース CDT が報告された。
（７） The Neuroinformatics Portal Pilot
R.J.Ritz, Humbold Univ Berlin
ニューロインフォマティクスに関する情報を包括的に収集したデータベース
Neuroinformatics Portal Pilot について発表が行われた。このデータベースは、木構造のオ
ントロジーを用い、データだけではなく用語も管理している。データベースの利用者には
ゲスト、メンバー、レビュアー、マネージャーの 4 つの役割が想定され、メンバーからの
投稿や提案をレビュアーが承認するといった形式で情報の管理が行われている。データベ
ースは http://www.neuroinf.de/にて公開されている。
129
A5 Neuroscience2004 参加報告
（８） Web-accessible clinical data management within an extensible neuroimaging database
B.I.Ozyult, Univ of California San Diego
Morphometry BIRN (http://www.nbirn.net/TestBeds/Morphometry/) と Functional
BIRN (http://www.nbirn.net/TestBeds/Function/)を連携させて、Web を通じて医療用の画
像データを管理するデータベース Human Clinical and Imaging Database (HCID) を構築
する計画が発表された。
A5.3.2 ツール関連
（１） X_BATCH: Embedded data management for MRI Analysis
X.Hertzenberg, Structural Informatics group, Biological structure, Univ of
Washington Seattle, WA, USA
MatLab を用いて fMRI Data Center (http://www.fmridc.org/f/fmridc)のデータを管理す
るツールである X_BATCH が発表された。このツールは画像表示ツール BrainJ3D と連携
して用いられる。
（２） NVM SegMentor: An open source tool for documentation and facilitation of MRI
measurement methods
Sullivan, K.A., Neuromorphometrics Inc., Somerville, MA
MRI で測定した運動に関連する脳の活動を画像表示するためのツール NVM Segmentor
を、開発した Neuromorphometrics 社が発表した。
（３） Transcriptome-QTL analysis of correlated CNS transcripts using WEBQTL reveals
major genetic variation in synaptic vesicle related gene expression
E.J.Chesler
量的形質の遺伝子座解析を Web 上で行うことができる WEBQTL を用いた、マウスの中
枢神経系における遺伝子変異の研究が報告された。
（４） A molecule module for the brain architecture management system (BAMS)
M.Bota, Univ of Southern California
脳の構造に関する分子情報を管理するオブジェクト指向システムについて報告された。
このシステムは http://brancusi.usc.edu/bkms にて公開されている。
（５） Computational tools or mapping the glomerular layer of the olfactory bulb
E.Salcedo, Univ of Colorado HSC
SenseLab(http://senselab.med.yale.edu/senselab/) の デ ー タ を 取 り 込 ん で 利 用 で き る
MatLab で構築された糸状球体の嗅覚マップを比較するツールが報告された。
130
A5 Neuroscience2004 参加報告
（６） The smart atlas; A Web-based data management and data mining tool for the mouse
brain
M.E.Martone, Univ of California San Diego
マウスの発現地図を画面上に表示し、アノテーションをつけるためのツール smart atlas
に つ い て 報 告 さ れ た 。 こ の ツ ー ル は BIRN(http://www.nbirn.net/)で 開 発 さ れ た Cell
Centered Database と連携して動作する。
（７） Mapping variability in the mouse brain using MRI
M.R.Tinsley, Clinical Neuroscience Lab, Dept of Psychology, UCLA
パイプライン法を用いて、マウスの MRI 画像を Voxel 単位で効率的に測定する実験計画
を立案するツールが報告された。
（８） High-resolutional digital atlas of the C57BL/6 mouse brain
R.S.Broide, Neurome Inc
高解像度の 3 次元アトラスを作成するためのビジュアライゼーションツールを開発し、
C57BL/6 マウスブレインアトラスを作成したことが報告された。
（９） Electric storage of immuno-fluorescently stained microscopic sections for use in
quantitative analysis
K.Berggren, MicroBrightField Inc.
電子顕微鏡、オートステージ、CCD カメラを組み合わせ、撮影された電子顕微鏡写真を
3 次元画像に再構成するシステムが報告された。
A5.3.3 モデル、シミュレーション
（１） Investigating the neural input-output relationship by computational modeling
X.Li Krasnow, Inst for Advanced Study, George Mason Univ
Hodgkin-Huxley 膜電位モデルを用いたイオンチャンネルを通過する神経伝達物質の研
究が報告された。
（２） Computer simulations and dynamic clamp experiments support a role for a
4-AP-sensitive current in serotonin Induced spike narrowing leading to synaptic
depression
N.R.Darghouth, George State Univ
コンピュータモデル、ダイナミッククランプ、生理学実験を組み合わせた薬剤によるイ
オンチャンネルの動態に関する研究が報告された。
131
A5 Neuroscience2004 参加報告
（３） Primary moter cortex of dominant hemisphere shows grater functional differentiation
for speech production
M.Terumitsu, Brain Res. Inst, Univ. of Nigata
ICS(Independent component-cross correlation-sequential epoch) により、言語を発生
する際に左右の半球に相違が見られることが報告された。ICS は新潟脳研スーパーコンピ
ュータ上で近日公開される予定である。
（４） Characterization of the seizure suppression efficacy of anti-epileptic, ethosuximide, In
WAG/Rij rats with natural and automate ECoG scoring
S.V.Fox, Merck Res Labs
薬剤を投与したてんかん症状のラットの皮質脳波を自動的に測定し、解析した研究が報
告された。
（５） Pulse-coupled resonate-and-fire models
K.Miura, Kyoto Univ
閾値を持つ 2 次元線形モデルでパルス発火モデルを表現できることシミュレーションを
用いて示した研究が報告された。
（６） Light-directed electrical simulation of neurons cultured on silicon wafers
A.V.Starovoytov, Howard Hohes Med Inst
シリコン上に形成されたニューロンの光によるシナプス可塑性を、ニューラルモデルに
よってシミュレーションする研究が報告された。
A5.4 展示ブース
（１） Human Brain Project (HBP) ブース
HBP のブースでは 24 日から 27 日までの 4 日間に渡り、1 日あたり４，５件の LIVE
DEMO が行われていた。デモに参加したデータベース、ウェブツールは Neuroscience
Data/Knowledge Management System として Web 上でシームレスな連携が可能となるこ
とを目的としている。以下にデモを行ったデータベース、ウェブツールを示す。
○New Informatics Tools for Analysis of Digital Video Recording of Spike Trains (NYU)
○New Development in Interoperability (Yale Univ)
○Computational Neuroanatomy of Dendrites and Axons (George Mason Univ)
○Databases and Tools for Analysis of Connective Patterns and Map Transformations in
Major Projection Systems of the Brain (Univ of Oslo)
132
A5 Neuroscience2004 参加報告
○International Consortium For Brain Mapping (ICBM) (UCLA)
○Integrated Neuroinformatics Resources: Neurodatabase.org for Neurophysiology Data
Exchange and Analysis, and BrainML for Database Federation (Cornell Univ)
○Navigating the Brain: Genes, GENSAT and Internet (Rockefeller Univ)
○High Throughput Gene Expression Mapping in the Developing Nervous System
(St. Jude Children Res Hospital)
○Rapid Visualization of Primate and Rodent Surface-based Atlases Using SumsDB,
WebCaret, and Caret Software (Washington Univ)
○Toward a Mature Brain Architecture Knowledge Management System (USC)
○The Cell Centerd Database and Tools for Multiscale Data Integration (UCS D)
○ High-Resoution Digital Brain Images: Their Annotation, Display, and Metadata
Retrival (UC Davis)
○The fMRI Data Center: Enriching Discovery Neuroscience Through Open Exchange of
Publishing Brain Imaging Data (Dartmouth College)
○ Neuroinformatics and Brain Structure: Insights in Development and Aging
(Massachusetts General Hospital)
○Distributed Simulation of Neural Systems: The EarLab Approach (Boston Univ)
○A Web based Interface for Viewing and Analysis of Allen Brain Atlas Gene Expression
(Allen Inst for Bio Sci)
（２） 企業展示
Neuroinformatics 関連の企業による展示では Neuromorphormetrics 社、Psychology
Software Tool 社、VisionWorks 社、MBF Bioscience 社といった画像解析ソフトウェアが
目立っていた。Informatics 企業の中には学術機関と積極的に連携し、学術機関からデータ
の供給を受ける代わりにソフトウェアをフリーで提供するといった協力関係が見られた。
（３） ジャーナル関連他
Neuroinformatics 関 連 の 書 籍 と し て WILEY 社 か ら 12 月 に Koslow に よ
る”DATABASING THE BRAIN FROM DATA TO KNOWLEDGE”が刊行される予定との
アナウンスがあった。
以上
133
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
A6 Bernstein Center for Computational Neuroscience kick-off meeting
参加報告
（１） 目的
欧州における Computational Neuroscience の現状を知ることを目的として Bernstein
Center のキックオフミーティングに参加した。
（２） 日程
2004 年 10 月 14 日∼2004 年 10 月 16 日
（３） 会場
Magnus-Haus, Berlin
（４） 主催
Bernstein Center for Computational Neuroscience（http://www.bccn-berlin.de/）
（５） 概要
Bernstein Center for Computational Neuroscience kick-off meeting は、ドイツ
BMBF（The Federal Ministry of Education and Research）進める「National Network
for Computational Neuroscience」構想の拠点となるセンターの立ち上げを記念する会議
である。キックオフミーティングは、センターの研究者およびセンターに関係する研究
者のプレゼンテーションを行う形式で進められた。Bernstein Center は実際には 4 つの
研究所を中心として構成され、発表も各研究所での研究内容を中心に発表が行われた。
134
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
A6.1 Bernstein Center 全体の紹介
（１） Welcome address, Award of Certificates
Peter Lange, BMBF (The Federal Ministry of Education and Research)
BMBF による Bernstein Center の設立の経緯についての説明が行われた。「”Thinking”
を知る」というテーマの下に「National Network for Computational Neuroscience」が
BMBF（Federal Ministry of Education and Research）によって設立され、５年間で予算
3,400 万ユーロが投入される予定である。また、OECD によりニューロインフォマティク
スの組織である INCF（International Neuroinformatics Coordinating Facility）の設立が
なされたことも説明された。
（２） Julius Bernstein – pioneer Neurobiologist and Biophysicist
Ernst-Seyfer, J.W.Gothe Unversitat,Frankfurt
Bernstein センターの名前の由来となっている Julius Bernstein の経歴と研究について
の 説 明 が 行 わ れ た 。 Bernstein が 発 見 し た 電 位 変 化 に よ る 神 経 伝 達 の 理 論 で あ
る”Membrane Theory”は後の神経科学に大きな影響を与えたことについて述べられた。
A6.2 Bernstein Center Berlin の紹介
（１） Introduction of the Bernstein Center Berlin: “Behavioral Reliability despite Neural
Variability”
Andreas V.M.Herz, Homboldt-Universitat zu Berlin
Bernstein Center Berlin 全体の紹介が行われた。この研究所では、”Behavioral Reliabily
despite Neural Variability”をテーマとして、高次機能と神経モデルをつなげる研究を、次
の３つのグループで研究行っている。
- Sensory processing in insect audition and olfaction
- Neural dynamics and synaptic plasticity in the hippocampus
- Cognitive processes in the visual and somatosensory cortex
（２） Comparison of Different Forms of Synaptic Plasticity in the Hippocampus
Dietmar Schmitz, Charite-University Medicine Berlin
海馬の機能についての研究が発表された。今までの記憶原理では LTP（Long Term
Potentiation）が重要とされていたが、それ以外に LTD（Long Term Depression）が海馬
の可塑性に重要な役割を与えていることがモデルで示された。また、STP（Short Time
Potentiation）と LTP の比較に関する研究も報告された。
135
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
（３） An Intracellular view of computation in V1: from hig conductance states to the
processing of natural images
Yves Fregnac, CNRS,Gif-sur-Yvette
視覚に関する部位コネクションの研究について発表が行なわれた。V1（primary visual
cortex）が今までの discharge field 仮説よりも高度な機能を持っていることが報告され、
縦方向の模様に反応するニューロンと横方向の模様に反応するニューロンの電気的な波形
の測定結果を解析する研究が報告された。
（４） Disentangling sub-millisecond processes within an auditory transduction chain
Andreas V.M. Herz, Humboldt-University at zu Berlin
聴覚に関するニューロンの研究が報告された。聴覚ニューロンからサンプリングしたデ
ータを元にして、脳内の認識プロセスのモデルを検討した結果、LNLN cascade というプ
ロセスを経るモデルが仮定できると報告された（L: Linear、N: Non Linear）。
（５） What can we learn about sensory-motor transformation
Steve Lisberger, UC San Francisco
感覚入力に対する行動の研究として、猿の視点移動を題材とした研究が発表された。猿
がディスプレイ上に表示される点に視点をあわせると報酬をもらえるという実験によって、
V1 領域と MT 領域のインタラクションについて研究し、MT 領域のニューロンが反応する
発火の重みに関するモデルが構築できることを示した。
（６） Coding Cortical Hierarchies using Projection Pursuit
Dana Ballad, University of Rochester
大脳皮質のシステムモデルとして MDL（Minimum Description Length Theory）を適用
する際の問題点についての研究が報告された。MDL を適用する場合、理論を表現する容量
と収束の挙動に関するトレードオフがある。これを解消し、MDL と同様の機能を持ち、速
く収束するモデルが提唱された。
（７） Computational Approaches to Adaptaion
Klaus Obermayer, Technische Universitat Berlin
脳の視覚をつかさどる V1 領域のニューロンは、同じ刺激に対してもコンテクストに応じ
てその応答時間がミリ秒、秒、分、時と異なる。この違いが有限の通信帯域とリアルタイ
ム処理に対する要求にかける処理のリソースの最適配置に起因することが示され、刺激の
分布への適応とタスク依存の要求への適応に対するモデルが報告された。
136
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
（８） Minimum Population Information: A novel approach to estimate information
processing in neural systems
Naftali Tishby, The Hebrew University, Jerusalem
学習及びクラスタリングの新手法として MinMI（Minimum Mutual Information）とい
う手法が紹介された。Exponential Model は Maximum Entropy Model に置換え可能であ
ることは良く知られているが、MinMI も Maximum Entropy Model に置き換えることが可
能である。MinMI がどのように Maximum Entropy Model に適合するのか、どのように
Maximally Discriminative Classifiers を構築する包括的フレームワークを提供するのかが
発表された。
A6.3 Bernstein Center Freiburg の紹介
（１） Introduction of the Bernstein Center Freiburg:”NeuralDynamics”
Ad Aertsen, Albert-Ludwigs-University Freiburg
Bernstein Center Freiburg の紹介が行われた。Freiburg チームは”Neural Dynamics”
の研究をテーマとし、脳の領域に関する研究、ニューロンの結合による spike train の分析
の研究が行われている。
（２） Population coding, neural dynamics, learning and self-organization
Shun-ichi Amari, RIKEN Brain Science Institute
ユークリッド空間とリーマン空間おけるアフィンコネクションの比較、フィッシャー情
報のニューラルネットワークへの応用といった情報幾何学の発表が行なわれた。
（３） Spike train variability and network dynamics
Stefan Rotter, Albert-Ludwigs-University Freiburg
in vivo と in vitro の Spike train データには決定的な違いがあり、in vivo では予測さ
れるよりも多くの多様性が含まれていることが、数理解析によって分離した発火の状態か
ら確認できる。Rotter は、脳波に関するモデルを構築するために、シナプス前ニューロン
群の発火パターンがシナプス後ニューロンの発火頻度に与える影響が、スパイクの相関に
どのように関与するかを in vivo における多様性に基づいて解析した。
（４） Spatial and Temporal organization of activity in motor cortex
Moshe Abeles, Bar-Ilan University, Ramat Gan
脳は皮質の領域あるいは副領域ごとにそれぞれの機能を持つとされている。脳の特定の
領域に関連するニューロンはそれぞれの領域の持つ機能が働くと発火速度が速くなる。こ
のことは fMRI のデータからも立証されている。Abeles は、近接している M1、PMd と PMv
137
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
ユニットが幅広い機能を持つこと、被験者の行動によってニューロンの発火パターンが異
なる性質を持つことを発表した。
（５） Spike synchronization in cortical neural networks
Markus Diesmann, Albert-Ludwigs-University Freiburg
多数のインプットがひとつのニューロンに入るニューロンモデルを階層的に結合したニ
ューロンモデルで、ニューロンの発火時のスパイクの波形の予測が可能であることが報告
された。
（６） Neocortical Circurity as a Dynamical Spin Glass
John Hertz, Nordita, Copenhagen
Hertz は、新皮質の回路の研究における問題点として、シンプルな”mean-field spin glass
theory”を用いたモデルでは非対称的なシナプス結合を持つ”dynamic glass”システムを表
現できないことを指摘し、leaky integrate-and-fire を用いた改良モデルで Primary Visual
Cortex の解剖学的性質を基盤にしたネットワークモデルの拡張を行ったことを発表した。
（７） Spatio-temporal dynamics of neuronal activity in small networks in vitro
Uli Egert, Albert-Ludwigs-University Freiburg
電極上にニューロンを配置し、針を挿してニューロンの活性を測定する手法が発表され
た。この手法を用いると、ニューロン活性を部位と時間の両方で捉えて解析することが可
能になり、特定ニューロンの構造相互作用（例えば、海馬のサブセクションの CA1 と CA3
の関係など）
、薬品によるニューロン活性への影響を見ることができると報告された。
A6.4 Bernstein Center Gettingen の紹介
（１） Introduction of the Bernstein Center Gettingen: ”Adaptive Neural Systems”
Theo Geisel, Max-Plank-Institut fur Stromungsforschung, Gottingen
Bernstein Center Gettingen の紹介が行われた。Gettingen では”Adaptive Neural
Systems”をテーマとして、記憶と細胞間情報伝達に関する研究が行われている。
（２） The coding of object identity and memory, and transformation to meaning in the
temporal lobe
Barry Richmond, NIMH, Bethesda
行動学とニューロンの解析実験の両方を用いて記憶に関するコーディングと側頭葉での
意味づけの研究が報告され、一時的にレセプターの機能を阻害する手法によって D2 レセプ
ターが記憶について重要な役割を果たしていることが示された。
138
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
（３） Associative memory of sensory objects – theory and experiments
Misha Tsodyks, Weizmann Institute, Rehovot
人間の記憶は脳内の限られたニューロンで構成されており、オーバーラップした神経細
胞の発火パターンによって形成される。Tsodyks はそのような記憶のネットワークについて
Hopfield ネットワークと実験を用いて研究し、発火パターンに対するアトラクターのみな
らず、すべてのセットを表現するアトラクターを見つけた。
（４） A Novel Approach Using Random Matrix Theory
Marc Timme, Max-Plank-Institut fur Stromungsforschung, Gottingen
脳内では、多数のニューロンが集まって構成されるネットワークが高速にアウトプット
を生成しているが、RMT（Random Matrix Theory）を使用した仮想ニューラルネットワ
ークではアウトプットスピードには限界があることが報告された。
（５） Self-Organization in the Nervous System: The Establishment of Nerve Connections by
an Inductive Mechanism
David Willshaw, University of Edinburgh
網膜と視蓋は多数のニューロンで結合されているが、お互いがどのように接続されてい
るかは解明されていない。Willshaw は、網膜と視蓋を結ぶニューロンの接続パターンを知
るために、成長過程の網膜を EphA/epthrinA で処理して細胞を部分的に切除し、成長後の
視蓋細胞のパターンから網膜と視蓋細胞のマッピングを行った。
（６） Using attension to adapt to the visual environment
Stefan Treue, German Primate Center, Gottingen
Treue は、視覚系のニューロンを用いて、「特徴を捉える」という事象を測定するための
実験について報告した。実験では、多数の点が画面上を一定の方向に移動する様子を猿に
見せ、移動に反応するニューロンの活性を ECoG で測定する。点は一定の間隔で移動方向
と直角な方向に移動方向を変えるようになっており、移動方向の変化を条件として EcoG デ
ータの統計を取ることで、「特徴を捉える」という事象を測定した。
（７） Feedback and feedforward mechanisms for synaptic pattern selectivity
Upi Bhalla, NCBS, Bangalore
Ca+、MAPK に関係する MAPK/ERK カスケードの時系列反応について、Mass-Action
を用いてシミュレーションを行った結果が発表された。MAPK/ERK カスケードのシミュレ
ーション結果は LTP（Long Term Potentiation）の時系列データとよく似たデータであり、
Bhalla は LTP に MAPK/ERK カスケードが関与している可能性があると予測している。
139
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
A6.5 Bernstein Center Munich の紹介
（１） Introduction of the Bernstein Center Munich: “Neural Representations of Space-Time”
Ulich Buttner, Ludwig-Maximilians-University Munich
Bernstein Center Munich の 紹 介 が 行 わ れ た 。 Munich の 研 究 テ ー マ は ”Neural
Representations of Space Time”であり、視聴覚を通して、生物がリアルタイムに認識する
空間的な情報についての研究が行われる。
（２） Neural Networks in the Cockpit of the Fly
Axel Borst, Max-Plank-Institute of Neurobiology, Martinsreid
ハエの視覚細胞には、眼に配列状に配置されている小さな区画ごとに空気の流れを検知
できる巨大な樹状構造を持つニューロンがある。しかし、ニューロンの樹状構造の機能だ
けではこのシステムは説明できない。そこで、ニューロンの回路を２重化して記憶領域を
拡張するモデルを作成することで、多様な機能を作ることができ、ハエの視覚システムを
説明可能であることが報告された。
（３） Sparse cortical representations for the cocktail party problem
Tony Zador, Cold Spring Harbor Laboratory
動物の聴覚機能として、多くの音の中から必要な音を抽出する機能がある（パーティに
参加している大勢の人の声から会話対象の人の声だけを拾うことができる様子から「カク
テルパーティー問題」といわれている）。Zador は、聴覚皮質が全データセットの中でわず
かな兆候を選択することで表出する波長の特徴を抽出しているという仮説を示し、必要な
音を検知するために、どの程度低い音が使用することが出来るかを解明するモデルを示し
た。
（４） Dynamical systems in biology: An Integrated neural model of two-interval
discrimination
Carols Blody, Cold Spring Harbor Laboratory
神経細胞の機能として、刺激を受け取った後ワーキングメモリーに刺激情報を数秒持ち
続け、２回目の刺激を受け取った時に２つの刺激を比較して決定を行う機構がある。非線
形相互阻害ニューロンの異なる機能をひとつのフレームワークで表現するシンプルなネッ
トワークによって、ワーキングメモリーとデシジョンメイキングが可能となることが示さ
れ、非線形ネットワークはネットワークの多様性を表現するのに良いモデルであると発表
された。
140
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
（５） The intrinsic function of a motor system – from ion channels to virtual behaviour
Sten Grillner, Karolinska Institute
Na+、K+、Ca+タイプの細胞モデル（イオンチャンネルのモデル）、AMPA、NMDA、グ
リシンタイプシナプスを考慮したシナプス間のモデルを用いて、うなぎの泳ぎを制御する
ためのシミュレーションを行い、２次元の運動モデルに加えて３次元の運動モデルに拡張
したことが発表された。
（６） Development and plasiticity of the neuronal representation of microsecond interaural
time difference processing in mammals: How models lead to new experiments.
Benedikt Grothe, Ludwig-Maximilians University Munich
最近の解剖学的な成果としてオリーブ内側核 MSO（medial superior olive）は阻害入力
において経験依存の可塑性をしめすことがわかった。MSO への阻害入力は、両耳間時間差
ITD(interaural time differences)による低波長音による場所の特定に関する機能を発達さ
せる重要なきっかけになり、阻害入力は MSO 細胞の ITD 調整に関与していることが示さ
れている。この発表では、Hodgkin-Huxley モデルを改良して MSO 細胞のシミュレーショ
ンを行い、この仮説を検証したことが報告された。
（７） Auditory and Mechanosensory Localization: What, Where, and Why?
J.Leo van Memmen, Technical University Munchen
Memmen は、ふくろうの耳について STDP（spike timing dependent placiticy）を使用
したモデルを用いて、音から空間的な情報を得ていることを示した。
A6.6 他機関との連携についての紹介
（１） The noninvasive Berlin Brain-Computer Interface (BBCI)
Gabriel Curio Charite, University Medicine Berlin
EEG を用いてリアルタイムに脳波をサンプリングして、仮想のキーボードのタイピング
操作を行う BCI（Brain Computer Interface）に関して、データのエラーを Lateralized
Bereitschaftspotential（BP）を用いて補正する手法を作成したことが報告された。
（２） Brain-machine interfacing based on population activity in monkey and human motor
cortex
Carsten Mehring, Albert-Ludwigs-University Freiburg
BCI（Brain Computer Interface）について研究の発表が行われた。Mehring は、猿の
脳で測定した center-out 動作を行ったときの LFPs(Local Field Potentials)が単一ニューロ
ン発火と同様の出力をするか検証を行った後、この手法が人間に応用できるかを検証する
141
A6 Bernstein Center for Computational Neuroscience kick-off meeting 参加報告
ため、人間の皮質上に電極を配して脳の波形から偽腕を動かす実験を行った。運動前野、
前頭前野のシグナルは低い反応であるが重要な情報を持っていること、電極を刺すような
脳を破壊する手法を使わずにシグナルを測定する手法が得られたこと、指のレベルまでコ
ントロールできるところまで来ていることが報告された。
（３） Adaptive motor control of natural and artificial limbs
Simone Cardoso de Oliveria, German Primate Center, Tottinge
J.Michael Herrman, Georg-August-Universitat Gettingen
Simone は、義肢関連の研究について、義肢に用いるコントローラは逆モデルを用いるだ
けでなく状況を予想をして動きに対応できるようなシステムを作る必要があると報告した。
Herrman は、ロボット（レゴ・マインドストーム）を使った機械学習について報告した。
（４） Neocortical Architectures for Neuromorphic Computation
Rodeny Douglas, ETH/Uni Zurich
単に脳機能のデジタル表現のモデルをチップ上に乗せるのではなく、チップにアナログ
性を持たせることで新たな領域を開拓すること目的とした研究が報告された。
（５） Blur and Robustness of Neural Networks for Vision
Kunihiko Fukushima, Tokyo University of Technology
画像の対称軸を求めるためにニューラルネットワークを用いた学習が発表された。対称
軸の確定を行う際、単に一致を見るだけでなく、色の濃さも考慮して対称性を判断してい
るが、学習の仕方によっては意図しない軸が選ばれることがあると報告された。
（６） Can technical communication systems profit from computational neuroscience?
Werner Hemmert, Infineon Technologies AG, Munich
チップ上にニューロンを配して、電位の測定をリアルタイムで行うことができるシステ
ムについて発表が行なわれた。この手法では、高精度の電極がニューロンの下のグリッド
に配置されており、細かい電位の測定が可能である。
（７） Visiome Platformnterprise Solution for Neuroinformatics in Vision Science
Shiro Usui, RIKEN Brain Science Institute
Usui は、ニューロサイエンスの新たな領域を開拓するには多様な領域を総合して、情報
を共有し、加工するためのツールが必要であるという認識から、様々な分野に拡張可能な
Web ベースの視覚に関するデータベースシステム「Visiome」を構築したことを報告した。
以上
142
A7 海外アンケート結果
A7 海外アンケート結果
ニューロインフォマティクスプロジェクト
海外ヒアリング【回答収集結果】
配布日
2004 年 10 月 13∼17 日
回収日
2004 年 10 月 18 日∼12 月 2 日
１．
アンケート内容
Q4. 自国のニューロインフォマティクスノード
2004年10月13日∼17日にドイツで行われたBCNSキッ
の設立について
クオフミーティングにおいて、参加者に文書および電子
メールにてアンケートを行った。配布したアンケートの
あなたの国の国内ノードに関する状況・情報
内容は以下のとおりである。
（目的、機能、運営体制、運営費、URL など）
を教えて下さい。
Q1. ニューロインフォマティクスについて
Q5. ニューロインフォマティクスに関する研
あなた、あなたの機関、あなたの国のニュー
究・教育プログラムについて
ロインフォマティクスに関する状況、情報を
あなたの国ではニューロインフォマティク
お聞かせ下さい。
スに関する研究機関、教育機関（学部・学科・
Q1.1 研究テーマ
コースなど）がありますか？あるいは設立予
Q1.2 プロジェクト名
定ですか？これに関するＷｅｂ情報があれ
Q1.3 それらを説明した関連 Web 情報（ＵＲ
ば、お教え下さい（ＵＲＬなど）
。
Ｌ）
Q2. ニューロインフォマティクスのビジネス/産
業応用について
Q2.1 どのような例が考えられるか
（例えば、
診断医療、ロボットなど）
Q2.2 応用が難しい場合はその理由をお聞か
せ下さい。
Q3. ニューロインフォマティクス国際協力につ
いて
ニューロインフォマティクスにおいて、国際
協力が必要となる課題があれば具体的にお
答え下さい。
143
A8 公開データベース一覧
２．
項目別回答率
アンケート番号
Q1.1
Q1.2
Q1.3
Q2.1
Q2.2
Q3
Q4
Q5
回答率 *
1.00%
91.67%
100.00%
50.00%
16.67%
58.33%
41.67%
58.33%
*回答総人数に対する回答率
３．
アンケート結果
Q１ あなた、あなたの機関、あなたの国のニューロインフォマティクスに関する状況、情報をお聞
かせ下さい。
Q１.１ 研究テーマ
z
大脳皮質と脊髄におけるニューラルネットワークの動的モデリング
z
神経システムの進化をコンピュータ原理で解明すること
z
神経細胞の小中規模のネットワークを構成過程の解明と、神経細胞とそのネット
ワークをモデリングするシミュレーションツールの開発。ニューロインフォマテ
ィクスツールはこの研究に非常に役に立っている。私は ModelDB の開発に参加し
ており、共同研究者は Michael Hines and Gordon Shepherd(Yale University)で
ある。
z
人工知能
z
計算論的神経科学と脳科学のためのテキストマイニング
z
ニューラルネットワークの数理モデル
z
実験と理論を組み合わせて、neural dynamics と信号処理をさまざまな角度から研
究している。
z
ネットワークとシステムレベルにおける neural computation を生物学的原理から
技術応用にいたるまで幅広く研究している。近年のメインテーマは unsupervised
learning of invariances である。
z
記憶と学習のメカニズムについて研究している。研究の内容としては数理モデル
やシナプス解析、神経と神経細胞ネットワークなどである。
z
INCF のプラットフォーム構築のための研究を行っている。
z
Synaptic signaling の実験とシミュレーション
ラットにおける聴覚処理の実験とシミュレーション
z
関連のある過去の感覚入力を思い出すためには internal states を使ったアルゴ
リズムの学習が必要である。しかしながら、多くの machine learning algorithms
は入力にのみ依存した出力をする反応行動を学習するだけだ。未知な環境におけ
る非反応行動の学習に最適な方法はあるのだろうか？IDSIA の新しい見解ではそ
の方法の存在を示唆している。私達は自立ロボットを制御するための recurrent
neural networks を 使 っ た 生 物 学 的 実 験 だ け で な く 、 optimal universal
144
A8 公開データベース一覧
reinforcement learning と Goedel Machines を使った理論研究にも取り組んでい
る。
Q１.２ プロジェクト名
z
特に公式な名前は付けていない
z
①哺乳類の海馬の進化
②皮層誘引物質と大脳皮質積層の進化
③表情についての皮層と皮層下処理
④frontal latching networks and the evolution of syntax
z
定性推論とその応用
z
NEURON と ModelDB
z
ユビキタスコンピューティングのための共同制御アーキテクチャ
z
Grid-enabled Neuroscience
z
科学技術振興機構・ERATO「合原複雑数理モデル」
z
Bernstein Center for Computational Neuroscience
z
Slow Feature Analysis
z
Neural rhythms, synaptic plasticity, and network stability
z
Internet-Plattform Neuroinformatics
z
Computational Neuroscience
Q１.３ それらを説明した関連 Web 情報（ＵＲＬ)
z
http://www.nordita.dk/ hertz/projects
z
http://www.sissa.it/ ale/limbo.html
z
ARCA(Automation of the Qualitative Reasoning and Applications)
http://www.lsi.us.es/arca/
z
http://www.neuron.yale.edu/
z
http://senselab.med.yale.edu/senselab/modeldb/
z
http://www.upc.es/web/grec/
z
http://research.cs.ncl.ac.uk/Complex-Systems/
z
http://www.sat.t.u-tokyo.ac.jp/
z
http://itb.biologie.hu-berlin.de/research/herz-group.html
z
http://itb1.biologie.hu-berlin.de/ wiskott/Projects
z
http://itb.biologie.hu-berlin.de/ kempter/Group/research_projects.html
z
http://www.bccn-berlin.de
z
http://www.neuroinf.de
z
http://www.ncbs.res.in/ faculty/upi.html
z
関連サイト：
http://www.idsia.ch/
145
A8 公開データベース一覧
共同研究：
http://www.idsia.ch/ juergen/cogbotlab.html
Recurrent networks： http://www.idsia.ch/ juergen/rnn.html
学習ロボット：
http://www.idsia.ch/ juergen/learningrobots.html
Universal learning machines / Goedel Machines：
http://www.idsia.ch/ juergen/unilearn.html
http://www.idsia.ch/ juergen/goedelmachine.html
Optimal Ordered Problem Solver：
http://www.idsia.ch/ juergen/oops.html
Q２.１ ニューロインフォマティクスのビジネス/産業応用についてどのような例が考えら
れるか（例えば、診断医療、ロボットなど）
z
米 Medtronics 社の技術者たちは ModelDB を使っていると聞いたことがある。
z
社会福祉や自己認識ロボット工学
z
私はグリッドコンピューティングで文献収集管理システムを作ることを目的とし
ているが、この計画から会社が生まれるかもしれない。
z
カオス的ニューラルネットワークを IC チップ上で実装したハードウェアは最適化
問題を解決できるし、連想記憶装置として使うこともできる。
z
私のプロジェクトの主要目的の一つでもあるが、耳鳴りのための新しいリハビリ
テーション法の開発がある。
z
神経シグナルのシミュレーションによる医薬品解析
Q２.２ ニューロインフォマティクスのビジネス/産業応用が難しい場合はその理由をお聞
かせ下さい。
z
すべきことが多すぎる。
z
難しいことではあるが努力しだいで可能だろうと思う。なぜなら、signaling
interactions に関する予測を可能にする膨大なデータがあるからである。
Q３ ニューロインフォマティクスにおいて、国際協力が必要となる課題があれば具体的にお
答え下さい。
z もし他の科学者たちがニューロインフォマティクスを発展させてくれるのならば、
とてもありがたい。ただし、私の専門ではない。
z 北欧ではニューロインフォマティクスが各地で行われている。先日、ニューロイン
フォマティクスと計算論的神経科学合同の北欧ワークショップが開催された。
関連 URL : http://arken.nlh.no/ gautei/NNIW-2004/
z
脳科学自体が国際協力を必要とし、その分野の発展には活発な共同研究が必要不可
欠である。ニューロインフォマティクスでは何が違うのだろうか？NI 分野に必要な
146
A8 公開データベース一覧
見識、創造力、教育訓練、資源はひとつの国で準備できないし、現在及び今後のニ
ューロインフォマティクスツールの応用についても同様だからである。
z
研究情報の共有、ロボット工学のプラットフォーム
z
データの収集、大規模なアプリケーション配布の実現
z
さまざまな分野間の相互接続を可能にする標準化問題
z
シグナルモデルを格納する公開されたリポジトリが必要である。このリポジトリは
システムバイオロジーの分野と大きなかかわりを持つことになる。システムバイオ
ロジーは標準化についてはすばらしい成果を出している。さらに、システムバイオ
ロジーは特定のシグナリングモデルのための標準として SMBL がリードしている。
Q４ 自国のニューロインフォマティクスノードの設立について、あなたの国の国内ノードに
関する状況・情報（目的、機能、運営体制、運営費、URL など）を教えて下さい。
z
イタリアではニューロインフォマティクスのノードは存在していない。私の知る
限り、あちこちで技術者が不足している。
z
ドイツでは計算論的神経科学のために近年設立された Bernstein Centers のうち
のひとつが国際ノードに指定されるだろう。
z
私自身の研究がこのようなノードに最も近い存在だろう。私達は細胞シグナルの
データベース(DOQCS: http://doqcs.ncbs.res.in)を運営しており、シミュレータ
ーの開発(the MOOSE project：次世代型 GENESIS シミュレーターと密接に関係し
ている)も行っている。運用には技術者が 4 人、クラスターとその他コンピュータ
ーハードウェアが年間約 20,000 ドル、運営費は年間約 10,000 ドルかかっている。
Q５ あなたの国ではニューロインフォマティクスに関する研究機関、教育機関（学部・学科・
コースなど）がありますか？あるいは設立予定ですか？これに関するＷｅｂ情報があれ
ば、お教え下さい。（ＵＲＬなど）
z
THOR centre
関連 URL
http://eivind.imm.dtu.dk/thor/
Danish Technical University: Lars Kai Hansen のグループ
関連 URL
http://eivind.imm.dtu.dk/thor
University of Oslo (ノルウェー): Jan Bjaalie
関連 URL
z
http://www.nesys.uio.no/
イタリアには SISSA という代表的な施設がある。この施設では脳科学の PhD をと
ることができる。価値あるニューロインフォマティクスの部門を拡大させるべき
だが、適任者を募集するような即時的な計画はない。
z
http://www.iiia.csic.es/
z
優秀なニューロインフォマティクスのグループがエジンバラにあり、私のプロジ
（Artificial Intelligence Research Institute）
147
A8 公開データベース一覧
ェクトはその共同研究のひとつである。
z
エジンバラ大学はニューロインフォマティクスのドクター育成のために充実した
プログラムがある。
z
ドイツ各地(Berlin, Freiburg, Goettingen, Munich)にある Bernstein Centers
はすべて付属の大学を有しており、マスターやドクターレベルの教育プログラム
を実施している。
z
機関: National Centre for Biological Sciences, Bangalore.
ニューロインフォマティクスの状況: 現在の仕事はかなり少ない。
z
毎年、計算論的神経科学の短期コースが実施されている。私はこのコースで最初
の 2 年間教壇に立った。そして、このコースも世界中のさまざまな機関で続けら
れている。インドの The National Brain Research Centre ではこのような短期
コースのほか神経生物学の授業に取り組んでいる。しかし、私の知る限り、ニュ
ーロインフォマティクス関連の教育は主に大きなジャーナル機関が開催している。
148
A8 公開データベース一覧
A8 公開データベース一覧
149
A8 公開データベース一覧
No
サイト情報
サイト名
1 Human Genome Variation Society
URL
http://www.genomic.unimelb.edu.au/mdi/
機関
・Genomic Disorders Research Centre
国名
オーストラリア
2 uMRI Atlas of Mouse Development
http://atlasserv.caltech.edu/ johnc/index_content.ht ・California Institute of Technology
ml
アメリカ
3 Antwerp Theoretical Neurobiology
http://bbf-www.uia.ac.be/TNB_index.html
・University of Antwerp (UIA)
ベルギー
4 Biomedical Imaging Group
http://bigwww.epfl.ch/
・Ecole Polytechnique Federale de
Lausanne
参照
回数 サイトの目的
1 情報共有/共有ツール
コンテンツ情報
種類
・リンク集
種類詳細
・遺伝子関連のDBへのリンク情報。種類別に分類している。
脳地図/脳形態地図
・画像
・マウス発生の様々な段階でマウス胎児のMRI画像をとり、３D画像や動画を作成し
て公開している。また、プロトコルを公開している。
1
神経伝達/神経伝達
・ツール
・モデル
・ニューロンシミュレーションソフトやモデルを公開している。
スイス
1
情報共有/DB作成
・その他
・新しいイメージングの手法に用いるアルゴリズムや数学的解析ソフトなどを公開し
ている。
5 Laboratory of Mathmatical Models of http://www.cfs.purdue.edu/fdsnutr/model/index.htm ・Department of Foods & Nutrition,
Biological Systems
l
Purdue University
アメリカ
1
情報共有/共有ツール
・ツール
・モデル
・生体に関する数理モデルをソフトウェアとして公開している。モデルの投稿も出来
る。
6 The BIOSIG Project
http://biosig.sf.net/
・Technische Universität Graz （Graz
University of Technology）
・Department of Medical Informatics
オーストリア
1
神経伝達/神経伝達
・ツール
・モデル
・バイオメディカルシグナルプロセスにおける数値計算を行うためのMatlabのツール
を公開している。
7 NeuronC
8 BrainInfo
http://bip.anatomy.upenn.edu/ rob/neuronc.html
http://braininfo.rprc.washington.edu/
・University of Pennsylvania
・University of Washington
アメリカ
アメリカ
1
2
神経伝達/神経伝達
脳地図/脳形態地図
・ツール
・実験データ
・ニューロンシミュレーションソフトを公開している。
・脳の部位に関する階層構造データ、標準脳のテンプレートへのプロット情報、脳の
部位に関するシノニムのデータを公開している
9 BrainMap
http://brainmap.org/
・Research Imaging Center of the
University of Texas Health Science
Center San Antonio.
アメリカ
1
脳地図/脳機能地図
・文献情報
・実験データ
・人間のfMRIの画像に関する文献情報を公開している。
・標準脳（Tarairach）に対する活性部位のマッピング公開している。
10 Van Essen Lab
SumsDB
（Surface Management Systems
DataBase）
http://brainmap.wustl.edu/
http://v1.wustl.edu/
http://stp.wustl.edu/
http://brainmap.wustl.edu:8081/sums
・Washington University in St.Louis
School of Medicine
アメリカ
4
脳地図/脳機能地図
・画像
・ツール
・実験データ
・文献情報
・脳の画像や３D画像、動画を公開している。
・脳の形状に関する画像作成ツールも公開している。
・脳機能地図作成のためのツールや、脳機能地図の３D画像、動画、脳機能地図作
成手順のドキュメントなどを公開している。
11 BrainML
12 Comparative Mammalian Brain
Collections(Brain Museum)
http://brainml.org
http://brainmuseum.org/
http://www.brainmuseum.org/
アメリカ
アメリカ
1
3
情報共有/共有ツール
脳地図/脳形態地図
脳地図/脳機能地図
・その他
・画像
・ニューロサイエンスデータを共有するためにXML metaformatの標準化を行ってい
・脳の染色画像のDB。哺乳類に関するデータを収集、種別に分類、リストアップして
検索可能である。
13 BAMS(Brain Architecture
Management System)
http://brancusi.usc.edu/bkms/
・Weill Medical College of Cornell
・University of Wisconsin-Madison
・Michigan State University
・National Museum of Health and
M
di i
・University
of Southern California
アメリカ
2
脳地図/脳形態地図
・文献情報
・実験データ
・その他
・脳の画像に関する文献情報を公開している。
・撮影された脳の機能部位の階層情報を公開している
・種間の機能部位の対応を表示できる。
・脳の部位（領域など）や細胞のタイプ、種別間での脳地形地図の関係やつながりの
データを集めて公開している。
14 CCDB(Cell Centered Database)
http://ccdb.ucsd.edu/CCDB/index.shtml
（http://donor.ucsd.edu/CCDB/）
・University of California, San Diego
アメリカ
3
神経伝達/神経伝達
神経伝達/神経細胞の構造
・画像
・神経細胞の顕微鏡画像や、それらから作成した３D画像を公開している。
15 Laboratory for Computational
Neuroscience
http://cns.iaf.cnrs-gif.fr/Main.html
・Unité de Neurosciences Intégratives et フランス
Computationnelles (UNIC)
1
神経伝達/神経伝達
神経伝達/神経細胞の構造
・モデル
・文献情報
神経伝達に関するモデルと論文、動画などを公開している。それらはブリュッセル(ベ
ルギー)大学、ソーク研究所(アメリカ)、ラヴァル大学(カナダ)そしてCNRS(フランス)の
過去数年で開発・発表されたものである。
16 CoCoMac(Collations of Connectivity http://cocomac.org/home.htm
data on the Macaque brain)
・Heinrich Heine University Dusseldorf,
Germany
ドイツ
1
脳地図/機能地図
・文献情報
・実験データ
・脳の部位結合性に関連する文献を公開している。
・トレーサーを用いた実験情報,脳の部位の間の関係性をなし、弱、強で表現した脳
部位間のコネクティビティを公開している。
17 Color & Vision database
・Institute of Ophthalmology
イギリス
1
高次機能/視覚
・実験データ
・色や視覚に関するデータセット（色覚異常の判断画像やColor ）を注釈つきでダウ
ンロードできる。
18 DataSharing
http://datasharing.net/
19 ILAR(Institute for Laboratory Animal http://dels.nas.edu/ilar/animmod.asp
Research)
・Weill Medical College of Cornell
National Academy of Sciences
アメリカ
アメリカ
1
1
情報共有/共有ツール
情報共有/DB作成
・リンク集
・その他
・データ共有に関する文献、及びデータ共有に関するウェブサイトへのリンクがある。
・ILARはモデル動物の組織に関するセルラインのデータベースを公開している。モデ
ル動物の販売、移譲を行っている。
20 Laboratory of Computational
Neuroscience
http://diwww.epfl.ch/w3mantra/
・Ecole Polytechnique Federale de
Lausanne
スイス
1
神経伝達/神経細胞ネットワーク ・ツール
・ニューラルネットワークのシミュレーションのソフト（ＪＡＶＡアプレット）を公開してい
る。
21 DOQCS(Database of Quantitative
Cellular Signaling)
http://doqcs.ncbs.res.in/
・National Centre for Biological Sciences インド
1
神経伝達/神経伝達
・実験データ
・文献データ
・その他
・タンパク質・化学物質の神経伝達のパスウェイに関わる分子、化学反応（パスウェ
イの平衡定数を公開している。
・検索したパスウェイに関する文献情報を公開している
・パスウェイを画像で表示する機能を提供している。
（コンテンツ種類のその他にあたるものとして細胞内のタンパク、分子の反応パス
ウェイデータがある）
22 OEC(Olfactory Ensheathing Cells)
http://duke.usask.ca/ rondouc/
・University of Saskatchewan
カナダ
1
高次機能/嗅覚
・実験データ
・文献情報
・Olfactory Ensheathing Cellsに関する論文や実験データを公開している。
23 EarLab
http://earlab.bu.edu/
・Boston University Hearing Research
Center Department of Biomedical
Engineering
アメリカ
1
高次機能/聴覚
・リンク集
・ツール
・文献情報
・聴覚に関する実験のためのツールを公開している。利用者はWeb上でもツールを
使うことができる。
・文献を条件やフリーワードで検索し、論文に出てくる図などもダウンロードすること
ができる。
http://cvrl.ioo.ucl.ac.uk/index.htm
150
A8 公開データベース一覧
No
サイト情報
サイト名
24 FlyServer
参照
回数 サイトの目的
1 脳地図/脳機能地図
コンテンツ情報
種類
・リンク集
URL
http://flyview.uni-muenster.de/
http://pbio07.uni-muenster.de/
機関
・Institut für Allgemeine Zoologie und
Genetik
(University of Muenster)
国名
ドイツ
25 emap:edinburgh mouse atlas project
http://genex.hgu.mrc.ac.uk/
・University of Edinburgh
イギリス
2
脳地図/脳機能地図
脳地図/脳形態地図
・画像
・ツール
・3D embryo anatomy atlasとemage gene expression databaseの2種類のDBを公開
している。
・Embryo anatomy atlasではマウスとヒトの胚発生時の画像（電子画像）を時系列で
公開している。これらのマウスと人の画像は同じ発生段階でリンクされている。
・gene expression databaseでは、マウス発生時の遺伝子発現の様子を示した胚の
MRI画像が公開されている。Javaソフト（EMAGE）を利用して２、３次元で表示できる。
26 THOR Center for Neuroinformatics
http://hendrix.imm.dtu.dk/
・Technical University of Denmark
デンマーク
1
情報共有/共有ツール
・リンク集
・画像
・ツール
・脳研究で関連のあるプロジェクトへのリンクとそのプロジェクト・リンク先の情報を公
開している。
・脳研究に関する画像、ソフトウェアなどが公開されている。
27 Brede
http://hendrix.imm.dtu.dk/services/jerne/brede/bre ・Technical University of Denmark
de.html
デンマーク
1
脳地図/脳形態地図
・文献情報
・その他
・fMRIの画像に関する文献情報を公開している。
・標準脳（Tarairach）に対する活性部位のマッピング（３次元表示）を公開している。
28 Trevor Lamb Lab
http://hodgkin.physiol.cam.ac.uk/staff/lamb/
オーストラリア
2
神経伝達/神経伝達
・ツール
・Gタンパクに関連するカスケードのシミュレータ"Walk"を公開している。
・Rod光レセプターの反応に関するMatlabのプログラムを公開している。
29 COMPUTATIONAL
NEUROSCIENCE
on the World Wide Web
http://home.earthlink.net/ perlewitz/
1
情報共有/共有ツール
・リンク集
・ニューロインフォマティクス関連のリンクを集めたページである。
30 Algorithm for PET and fMRI
31 GARAROB(Glomerular Activity
Response Archive for the Rat
Olfactory Bulb)
http://imaging.wustl.edu/Ollinger/
http://leonlab.bio.uci.edu
・the Mallinkrodt Institute of Radiology
・University of California, Irvine
アメリカ
アメリカ
1
1
脳地図/画像解析
高次機能/嗅覚
・ツール
・画像
・モデル
・画像解析ソフトを開発・公開を行なっている。
・匂いに関する物質に対する脳の活動のサーモグラフィーデータが公開されている。
サーモグラフィデータは３Dモデル（画像）も含まれている。
32 Conexus
http://mallorn.ucdavis.edu/conexus/
・University of California,Davis
アメリカ
1
脳地図/脳機能地図
脳地図/脳形態地図
高次機能/認知
・ツール
・脳の３D画像を作るためのツールを公開している。サルの視床皮質や大脳皮質の
コネクションに焦点を当てた、グラフィカルなDBを作る事を目的としている。
33 Map Manager QTX Headquarters
http://mapmgr.roswellpark.org/mmQTX.html
・University of Tennessee Health
Science Center
アメリカ
1
脳地図/脳機能地図
脳地図/脳形態地図
・ツール
・QTX and Map Manager ：脳地図を作るためのソフトを公開している。
・サンプルデータが用意されている。
34 MBL（The Mouse Brain Library）
http://mbl.org
http://www.mbl.org/
・University of Tennessee Health
Science Center
アメリカ
1
脳地図/脳形態地図
･画像
･ツール
・実験データ
・マウスの光学顕微鏡画像（脳のスライスを染色して撮影）を公開されている。
・オンラインのバーチャル顕微鏡ツールを公開している。光学顕微鏡でマウスの組織
をバーチャルに見ることができる。
・MBLの行なっている実験や作業の手順を公開している。
35 MBA（Mouse Brain Atlases）
http://www.mbl.org/mbl_main/atlas.html
・University of Tennessee Health
Science Center
アメリカ
4
脳地図/脳形態地図
・画像
・マウスの電子顕微鏡画像（染色画像）が部位の注釈をつけて公開されている。
36 FileMaker Pro Mouse Genome
Databases
http://mickey.utmem.edu/fmpfiles/fmplist.html
・University of Tennessee Health
Science Center
アメリカ
1
情報共有/共有ツール
・ツール
・マウスのゲノムデータがFileMaker Proのデータとして公開されている。
37 INDP
http://n002bsel.bios.uic.edu/
・University of Illnois at Chicago
アメリカ
1
神経伝達/神経細胞の構造
・画像
・文献情報
・神経細胞の構造情報や論文情報が公開されている。
38 NDB（National Brain Databank）
http://132.183.217.124/brainbank/index.jsp
・Harvard Brain Tissue Resource Center, アメリカ
Akaza Research
2
情報共有/DB作成
・実験データ
・マイクロアレイデータとその分析結果が公開されている。
39 WWW Virtual Library: Neuroscience
40 neurodatabase.org
http://neuro.med.cornell.edu/
http://neurodatabase.org
(http://cortex.med.cornell.edu/)
・Weill Medical College of Cornell
・Weill Medical College of Cornell
University
アメリカ
アメリカ
1
1
情報共有/共有ツール
情報共有/DB作成
・リンク集
・実験データ
・文献情報
・神経科学関係の大学や機関、サイトのリンク集が公開されている。
・論文で発表された実験データが公開されている。
41 NEURON
42 Neurosys
http://neuron.duke.edu/
http://neurosys.cns.montana.edu
・Duke University
・Montana State University
アメリカ
アメリカ
3
1
神経伝達/神経伝達
情報共有/共有ツール
･ツール
・ツール
・神経システムのシミュレーションソフトが公開されている。
・データの投稿、アノテーションの付加などができるデータベースシステムである
Neurosysというプログラムを公開している。
43 NEUROVIA
44 The Brain Atlas Project
http://neurovia.umn.edu/
http://nir.cs.ucdavis.edu/index.jsp
・The University of Minnesota
・University of California,Davis Center
for Neuroscience
アメリカ
アメリカ
3
1
脳地図/画像解析
脳地図/脳形態地図
脳地図/脳機能地図
・ツール
・画像
ｆMRI、PET画像解析ソフトが公開されている。
・猿、猫、鳩の脳のNissle染色画像データを公開している。
・別のプロジェクトで公開している脳画像関連のツールのサイトにリンクしている。
http://www.indiana.edu/%7Ecortex/connectivity.html ・Indiana University Bloomington
(http://php.indiana.edu/ osporns/graphmeasures.ht
)
46 ENL：the Enteric Neuroscience Lab's http://plexus.physiology.unimelb.edu.au/enl/enl.html
・University of Melbourne
Home Page
アメリカ
1
高次機能/認知
・ツール
・脳のConnectivityを計算するＭａｔｌａｂのツールが論文とともにＤＬできる。
オーストラリア
1
神経伝達/神経伝達
・実験データ
・神経伝達に関する数学的モデル構築のための実験データや理論、アルゴリズムが
公開されている。
47 XANAT
http://redwood.ucdavis.edu/bruno/xanat/
・University of California,Davis
・Stanford University
アメリカ
1
情報共有/共有ツール
・ツール
・神経解剖学に関する膨大な放射性物質トレーサーを用いた実験を標準フォーマット
で格納し、解析するためのツール（XANAT）が公開されている。
48 BrainMap(Software)
http://ric.uthscsa.edu/projects/brainmap.html
・University of Texas Health Science
Center at San Antonio
アメリカ
3
脳地図/脳機能地図
・ツール
・人の脳に関して、特定の行動・機能に対する脳の活性部位を関連付ける（マッピン
グする）ためのソフトウェアを提供いている。
49 Talairach Daemon
http://ric.uthscsa.edu/resources/talairachdaemon/t ・University of Texas Health Science
alairachdaemon.html
Center at San Antonio
アメリカ
1
脳地図/脳形態地図
ツール
・ Talairach 上に実験によって得られた脳の活性部位をマッピングするクライアント
サーバ型のソフトウェアを公開している。
・Australian National University
45 Computational cognitive
Neuroscience Laboratory
151
種類詳細
・FlyViewとFlyMoveへのリンクがある。
A8 公開データベース一覧
No
サイト情報
サイト名
50 RSB(Research Service BranchNIMH)
URL
http://rsb.info.nih.gov/
51 SenseLab
http://senselab.med.yale.edu/senselab
http://ycmi-hbp.med.yale.edu/senselab/
52 CellPropDB(Cellular Properties
Database)
機関
・NIMH(National Institute of Mental
Health)
・National Institute of Neurological
Di
d St k
・YaledUniversity
国名
アメリカ
参照
回数 サイトの目的
1 情報共有/共有ツール
コンテンツ情報
種類
・リンク集
種類詳細
・NIMHの機器、イントラの管理を行う部署のホームページで、NIMHで公開されている
ソフトウェアのページへの機種ごとのリンクやページ検索を公開している。
アメリカ
1
高次機能/嗅覚
・リンク集
SenseLabの６つのサイトへのリンク集
CellPropDB、NeuronDB、ModelDB、ORDB、OdorDB、OdorMapDB
へのリンクとその活動概要が紹介されている。
http://senselab.med.yale.edu/senselab/CellPropDB ・Yale University
アメリカ
7
神経伝達/神経伝達
・画像
・実験データ
・細胞のモデル図と関連情報が公開されている。
・NeuronDBとリンクしている。
53 ModelDB
http://senselab.med.yale.edu/senselab/ModelDB
・Yale University
アメリカ
1
神経伝達/ 神経伝達
・モデル
・モデルとそれぞれのニューロン細胞に対するパラメータおよび計算結果が公開され
ている。
54 NeuronDB
http://senselab.med.yale.edu/senselab/NeuronDB/d ・Yale University
efault.asp
アメリカ
1
神経伝達/ 神経伝達
・実験データ
・神経細胞を種類ごとに分類したデータベースサイト。モデルや文献情報などが公開
されている。リンクを使って他サイトと情報統合している。
55 OdorDB(Odor Molecular Database)
http://senselab.med.yale.edu/senselab/odordb
・Yale University
アメリカ
2
高次機能/嗅覚
・情報共有
・匂い分子に関する情報を集めたデータベースサイト。嗅覚レセプターデータベース
ORDBと関連付けされている。
56 OdorMapDB(Olfactory Bulb Odor Map http://senselab.med.yale.edu/senselab/OdorMapDB ・Yale University
Database)
/default.asp
アメリカ
1
高次機能/嗅覚
・実験データ
・画像
・匂いに対する嗅覚糸状球体（動物が匂いを感じる器官）の反応領域をマッピングし
た実験のデータベースを公開している。
57 ORDB(Olfactory Receptor Database) http://senselab.med.yale.edu/senselab/ordb
・Yale University
アメリカ
1
高次機能/嗅覚
・実験データ
・ツール
・嗅覚レセプターに関する情報のデータベースを公開している。タンパク、塩基配列
についてヒトとマウスについてBLASTを行ってクラス別分類を行っている。
58 UW Human Brain Project
・University of Washington
Structural Informatics Group
アメリカ
1
情報共有/共有ツール
・リンク集
・Unversity of Washington の Structure Informatics Groupのプロジェクトのリンク集
である。
59 FMA(Foundational Model of Anatomy) http://sig.biostr.washington.edu/projects/fm/
・University of Washington
Structural Informatics Group
アメリカ
1
情報共有/共有ツール
・その他
・The Digital Anatomist Foundational Model と関連機関へのリンクを公開している。
・身体を構成する部位を階層的なオントロジーとして納めたデータベースが公開され
ている。
60 SNNAP (Simulator for Neural
Networkd and Action Potentials)
・The Department of Neurobiology and
Anatomy
・The University of Texas Health
Science Center at Houston
アメリカ
1
神経伝達/神経伝達
・ツール
神経伝達/神経細胞ネットワーク ・モデル
・ニューロンシミュレーションソフトウェアとソフトウェアで構築したモデルを公開してい
る。
61 NTSA(Neuronal Time Series Analysis) http://soma.npa.uiuc.edu/
62 NTSA Workbench
http://soma.npa.uiuc.edu/isnpa/
Beckman Institute
Neuronal Pattern Analysis, Beckman
Institute University of Illinois
アメリカ
アメリカ
2
1
情報共有/共有ツール
脳地図/脳形態地図
・リンク集
・画像
・ツール
・NTSA Workbenchなど、研究グループやラボ、ＤＢなどにリンクしている。
・神経細胞の時系列データのデータ標準化とデータ出力のためのライブラリ、脳の画
像データが公開されている。
63 STKE(Signal Transduction Knowledge http://stke.sciencemag.org/
Environment)
・Advancing Science,Serving Society
アメリカ
1
情報共有/共有ツール
・画像
・ツール
・Science誌が運営するシグナル伝達に関する文献サイト
・利用者はＷｅｂ上に自分のフォルダを作り、ジャーナルや実験プロトコルなどを収
集、整理出来る。
64 Synapse Web
http://www.synapses.mcg.edu/
(http://synapses.mcg.edu)
・Medical College of Georgia
アメリカ
1
神経伝達/神経伝達
神経伝達/神経細胞の構造
・画像
・モデル
・ツール
65 Neuroinformatics IG(Internet Group)
http://tango01.cit.nih.gov/sig/home.taf?_function=m ・SIG(Scientific Interest Groups)
ain&SIGInfo_SIGID=99
・NIH(National Institute of Health)
アメリカ
3
情報共有/共有ツール
・その他
・電子顕微鏡画像と光学顕微鏡画像、主に神経細胞レベルの画像が公開されてい
る。
・顕微鏡データから作成した３DCG画像が公開されている。
・画像データや論文、研究から考えられる神経伝達機構のモデルが公開されてい
る
・neuroscienceと情報科学との間での情報を交換を目的としたサイト。
67 Language Map EMS
http://tela.biostr.washington.edu/cgibin/repos/bmap_repo/main-menu.pl
アメリカ
2
高次機能/学習
・画像
・実験データ
・被験者の脳において活性部位に色がついた３Dのデータを作成し、公開している。
患者に関する条件で検索できる。
68 Mutant Mouse Pathology Laboratory http://tgmouse.compmed.ucdavis.edu/
・University of California, Davis, Center アメリカ
for Comparative Medicine and School of
Medicine.
1
情報共有/共有ツール
・リンク集
・UC Davisプロジェクトで作成されたDBへのリンク集。
69 Topographica
http://topographica.org/
・Neural Networks Research Group at
the University of Texas at Austin,
アメリカ
1
脳地図/脳形態地図
脳地図/脳機能地図
・ツール
・脳画像へのマッピングツールが公開されているサイト
70 The Digital Anatomist Information
System
http://vertex.biostr.washington.edu/da.html
・University of Washington
アメリカ
1
情報共有/DB作成
・画像
・教育用の２Ｄ，３Ｄ画像が公開されているサイト
71 viperlib
http://viperlib.york.ac.uk/
・Department of Psychology, University
of York,
イギリス
1
情報共有/共有ツール
・リンク集
・ニューロに関係あるサイトが検索できるサイト
72 NANS(Neuron And Network
Simulator)
http://vlsi.eecs.harvard.edu/research/nans.html
・The Harvard VLSI Research
Group,Harvard University
1
神経伝達/神経伝達
・ツール
・ニューロンシミュレーションソフトＮＡＮＳが公開されている。
73 SFN NDG(Society for Neurosciene
Neuroscience Database Gateway)
http://web.sfn.org/content/Programs/Neuroscience ・SfN(Society for Neuroscience)
DatabaseGateway/index.html
アメリカ
1
情報共有/共有ツール
74 Webvision
http://webvision.med.utah.edu/
・University of Utah
アメリカ
1
高次機能/視覚
・実験データ
・画像
・文書と画像、実験データグラフなどを用いて視覚に関する知識を解説するページ。
75 Stanford Vision and Imaging Science http://white.stanford.edu/
and Technology
・Stanford University
アメリカ
1
高次機能/視覚
・ツール
・ｆMRI画像を扱うためのツールを公開している。
76 Brain Atlas Database of Japanese
Monkey for WWW
・産業技術総合研究所
日本
1
脳地図/脳形態地図
・画像
・ニホンザルの脳の画像のデータベースを公開している。
http://sig.biostr.washington.edu/projects/brain/
http://snnap.uth.tmc.edu/
http://www.aist.go.jp/RIODB/brain/
・University of Washington, Seattle
152
・Society for Neuroscienceのメンバーによって作成された脳神経科学関連のデータ
ベースに関するリンク集である。リンク先はカテゴリに分類されている。
A8 公開データベース一覧
No
サイト情報
サイト名
URL
機関
77 ONLINE MENDELIAN INHERITANCE http://www.angis.org.au/Databases/BIRX/omia/omi ・Faculty of Veterinary
IN ANIMALS (OMIA)
a_form.html
Science,University of Sydney,
国名
オーストラリア
78 XNBC(X interface Neruo Bio Cluster) http://www.b3e.jussieu.fr/xnbc/
・University of Paris
・Pierre & Marie Curie
フランス
1
神経伝達/神経細胞ネットワーク ・ツール
・XNBCという神経細胞に関するニューラルネットのシミュレーションソフトウェアを公
開している。
79 BBSRC : biotechnology and Biological http://www.bbsrc.ac.uk/
Sciences Research Council
・Biotechnology and Biological Sciences イギリス
Research Council
1
情報共有/共有ツール
・リンク集
・文献情報
・バイオ技術、研究に対する資金提供を行うファンドのサイトである。
・関連サイトへのリンク、ファンドに関する資料が置いてある。
80 BrainWeb
http://www.bic.mni.mcgill.ca/brainweb/
・McConnell Brain Imaging Centre,
Montreal Neurological Institute
カナダ
2
脳地図/脳形態地図
・画像
・ツール
・MRIシミュレータから得られた仮想的な脳のMRI画像を検索できるデータベースが
公開されている。
81 brainmapping.org
UCLA Brain Mapping
http://www.brainmapping.org/
・UCLA(University of California, Los
Angeles)
アメリカ
2
脳地図/脳形態地図
脳地図/脳機能地図
・ツール
・ＭＲＩ画像の変換や時系列解析などに関するツールScanStatが公開されている。
82 BrainVoyager(Brain Innovation)
http://www.brainvoyager.de/
・Brain Innovation B.V.
オランダ
3
脳地図/画像解析
脳地図/脳機能地図
・ツール
・画像の解析ソフト・３Ｄ可視化ソフトウェアBrainVoyagerを公開している。
83 The Signaling Gateway
84 Center for Imaging Science
http://www.cellularsignaling.org/
http://www.cis.jhu.edu/
・afcs-nature
・Johns Hopkins University Center for
Imaging Science
イギリス
アメリカ
2
1
情報共有/DB作成
脳地図/脳機能地図
脳地図/脳形態地図
・文献情報
・リンク
・ツール
・Nature誌が運営するシグナル伝達に関する文献サイト。
・この機関が実施しているプロジェクトのリンク集と開発されたツールが公開されてい
る。脳画像のデータベースやマッピング用のツールもダウンロードできる。
85 Brain Mapping
http://www.cis.jhu.edu/wu_research/brain.html
・Johns Hopkins University Center for
Imaging Science
アメリカ
1
脳地図/脳形態地図
脳地図/脳機能地図
・画像
・画像に関する総合的なサイトの脳に関するページである。ＭＲＩを用いて作成された
サルとヒトの画像を公開している。
86 IATR(Internet Analysis Tools
87 IBSR(Internet Brain Segmentation
Repository)
http://www.cma.mgh.harvard.edu/iatr/
http://www.cma.mgh.harvard.edu/ibsr/
・Massachusetts General Hospital
アメリカ
・Boston University, Draper Laboratory, アメリカ
Northeastern University, Massachusetts
Institute of Technology, and
Massachusetts General Hospital /
Harvard Medical School.
1
3
情報共有/共有ツール
情報共有/共有ツール
・リンク集
・画像
・実験データ
・ツールのあるサイトをそのサイトの情報とまとめて提供している。
・ brain segmentationについてのデータやツールを投稿して交換したり、共有する為
の橋渡しをする役割を担っている。
・サイトの利用者がMRI画像のbrain segmentationを投稿して公開し、他の利用者か
ら評価するシステムになっている。
88 IBVD(The Internet Brain Volume
Database)
http://www.cma.mgh.harvard.edu/ibvd/
・Massachusetts General Hospital
アメリカ
2
医療/医療
・実験データ
・病気の脳に関して脳の容積データを公開しWebベースで公開している。
89 ICA-CNL(Independent Component
Analysis - Computational
Neurobiology Laboratory at the Salk
I
tit t )
90 CNS(Computation
and Neural
http://www.cnl.salk.edu/ tewon/ica_cnl.html
・Computational Neurobiology
Laboratory,
The Salk Institute
アメリカ
1
情報共有/DB作成
・その他
独立成分分析（ＩＣＡ）とBlind Source Separation (BSS)のツールや情報を提供してい
る。
http://www.cns.unibe.ch/
・Institute of Physiology,University of
Bern
スイス
1
神経伝達/ 神経伝達
・文献情報
・University of BerneのComputational Neurosciene Physiologyのページである。
（ツールのページがあるがアクセス不可）
91 compneuro.org
http://www.compneuro.org
・University of Antwerp(UIA)
ベルギー
1
情報共有/共有ツール
・リンク集
・いくつかのプラットフォームリンク集とComputational Neuroscience: Realistic
Modeling for ExperimentalistsというＣＤ−ＲＯＭの内容がアップされている。（CDROMにはNEURON、GENESIS、M-CELLの動画、catacombが収録されている。）
92 catacomb2
・University of Antwerp(UIA)
http://www.compneuro.org/catacomb/
（http://www.compneuro.org/CDROM/catacomb/ind
ex.html）
ベルギー
1
神経伝達/神経伝達
・ツール
・シグナル伝達系のシミュレーションのためのモデリングパッケージがダウンロードで
きる。
93 LGICdb(Ligand Gated Ion Channel
database)
http://www.ebi.ac.uk/compneursrv/LGICdb/LGIC.html
・European Bioinformatics Institute
イギリス
1
神経伝達/神経伝達
・実験データ
・文献情報
・レセプター、チャンネルの塩基配列およびアミノ酸配列、文献、進化系統樹を公開し
ている。
94 E-Cell
http://www.e-cell.org/
・Institute for Advanced Biosciences,
Keio University
日本
1
神経伝達/神経伝達
・ツール
細胞のシステムをモデル化や解析、シミュレーションを行うためのソフトウェアなどが
公開されている。
95 Federation of European Neuroscience http://www.FENS.org/
Societies
・Federation of European Neuroscience
Societies
ドイツ
1
情報共有/共有ツール
・その他
ヨーロッパのニューロサイエンスの教育や研究に関する情報やリンク集などがある。
96 FlyBrain
http://www.flybrain.org/
http://flybrain.uni-freiburg.de/
・University of Arizona, Division of
Neurobiology
アメリカ
1
脳地図/脳機能地図
脳地図/脳形態地図
・画像
・実験データ
・銀染色したハエの脳画像、autofluorecent画像、ゴルジ染色画像、enhancer-trap法
による画像を公開している。
3Dで表現したショウジョウバエの脳データ
ハエの脳の発生に関する情報
ハエの脳の部位とその機能についての情報
ハエの脳の発現に関わる遺伝子の情報
を公開している。
97 FlyTrap
http://www.fly-trap.org/
・University of Edinburgh
イギリス
3
脳地図/脳機能地図
・画像
・ショウジョウバエのゲノムの発現を脳にマッピングした脳の染色画像などが公開さ
れている。。遺伝子発現と機能を結びつけることを目標としている。
98 fMRIDC
http://www.fmridc.org
（http://www.fmridc.org/f/fmridc）
・Dartmouth College
アメリカ
1
情報共有/DB作成
・画像
・実験データ
・文献情報
・fMRIの文献情報とPubMedへのリンク情報、fMRIの文献と関係するfMRI画像を公開
している。
不明
アメリカ
1
1
情報共有/共有ツール
神経伝達/神経伝達
・リンク集
・ツール
・脳地図やソフトなど様々なｆＭＲＩ関連のリンク集である。
・ニューロンのシミュレーションソフトウェアを公開している。
Systems)
99 FunctionalMRI.org
100 GENESIS
http://www.functionalmri.org
不明
http://www.genesis-sim.org/GENESIS/
・Health Science Center at San
（http://www.ncbs.res.in/ bhalla/GENESIS/genesis.h Antonio,The University of Texas
tml）
153
参照
回数 サイトの目的
1 情報共有/共有ツール
コンテンツ情報
種類
・文献情報
種類詳細
・ゲノム関係の論文情報。フリーワード+チェックボックス検索できる。
A8 公開データベース一覧
No
サイト情報
サイト名
101 The GENESIS Neural Database and
Modeler's Workspace
URL
http://www.genesis-sim.org/hbp
機関
国名
・Research Imaging Center, University of アメリカ
Texas Health Science Center
参照
回数 サイトの目的
2 神経伝達/神経伝達
コンテンツ情報
種類
・ツール
・モデル
種類詳細
・GENESISのモデルのデータベースとGENESISのGUI環境を提供するGENESIS
Modelers workspaceというソフトウェアのページ。イオンチャンネルのモデルを収めた
データベース（ChannelDB）が公開されている。
102 NINDS GENSAT BAC TRANSGENIC http://www.gensat.org
PROJECT
・Rockefeller University
アメリカ
1
脳地図/脳機能地図
・画像
・バクテリアの人工染色体(BAC)に基づいたマウスの中枢神経系の遺伝子発現地図
を公開している。光学顕微鏡の画像と遺伝子に関するデータ（MGIやNCBI、
GenBank）にリンクを関連付けてる。
103 GPCRDB(Information system for G
http://www.gpcr.org/7tm/
protein-coupled receptors (GPCRs))
・CMBI Radboud University
オランダ
1
神経伝達/神経伝達
・実験データ
・モデル
・ツール
・ＧＰＣＲ（G-Protein Coupled Receptor）に関するデータを集めているサイト。変異
データやリガンドバインディングに関する配列データを公開している。
104 Signaling Pathway Database
http://www.grt.kyushu-u.ac.jp/spad/
1
情報共有/DB作成
・実験データ
・シグナリングパスウェイを公開している。掲載数は少なく、1998年以来更新していな
い。
105 Heuser Lab
http://www.heuserlab.wustl.edu/v2.0/index.shtml
・九州大学大学院 生物資源環境科学 日本
研究科 遺伝子資源工学専攻 遺伝子
制御学
・Washington
University in St.Louis
アメリカ
School of Medicine
1
神経伝達/神経伝達
・画像
・ツール
・神経細胞の光学顕微鏡画像、動画、電子顕微鏡画像とツールが公開されている。
106 Computational
Neuroscience/Neuroinformatics
http://www.hirnforschung.net/cneuro/
ドイツ
1
情報共有/共有ツール
・リンク集
・ニューロインフォマティクスやニューロサイエンスに関係のあるサイトのリンク集。
107 High Resolution Mouse Brain Atlas
108 MCell
http://www.hms.harvard.edu/research/brain/atlas.ht ・Harvard Medical School
http://www.mcell.cnl.salk.edu/
・Salk Institute
・Pittsburgh Super Computing Center
アメリカ
アメリカ
1
1
脳地図/脳形態地図
神経伝達/神経伝達
・画像
・モデル
・マウスの脳の２Ｄ画像と３Ｄ画像を公開している。
・モンテカルロシミュレーションを使ったシグナル、レセプターモデルのソフトウェアを
公開している。Mcellのシミュレーション結果についてグラフィックスを作成する
DReAMM(Design,Render,and Animate Mcell Models)も公開している。
109 Montréal Neurological
110 The Whole Brain Atlas
Harvard Medical School
Boston, USA
http://www.mni.mcgill.ca/
http://www.med.harvard.edu/AANLIB/home.html
・McGill University
・Harvard Medical School
カナダ
アメリカ
1
3
神経伝達/神経伝達
脳地図/脳形態地図
・その他
・画像
・細胞生物学、分子生物学の研究で扱っているリソースを公開している。
・健常者と疾患を持つ患者の脳のイメージを輪切りにしたデータを公開している。
111 Medicalstudent.com
112 Medical Image Processing Group
http://www.medicalstudent.com
http://www.mipg.upenn.edu/
不明
・University of Pennsylvania
アメリカ
アメリカ
1
1
情報共有/共有ツール
脳地図/脳形態地図
医療/医療
・リンク集
・ツール
・医学に関連するあらゆるサイトにリンクしているサイト。
・３次元データを扱うソフトウェア、PET画像を扱うソフトウェアについての情報を公開
している。有料のソフトウェアはメールにて連絡、代金支払いをする必要がある。
113 MMRRC（Mutant Mouse Regional
Resource Centers）
http://www.mmrrc.org
・The Jackson Laboratory
アメリカ
1
医療/疾患
・実験データ
・突然変異体のマウスの細胞系列を公開している。細胞系列を選択してリクエスト
フォームで注文が可能である。
114 Metabolic MR Research and
Computing Center
http://www.mmrrcc.upenn.edu/
・University of Pennsylvania
アメリカ
1
脳画像/機能地図
・ツール
・MRIデータの３次元データに関するツールやMRI波形解析ツールなどを公開してい
る。
115 Modelers Workspace Channel
Database
http://www.modelersworkspace.org/channeldb/Chan ・University of Texas Health Science
nelDB.html
Center at San Antonio
アメリカ
1
神経伝達/神経伝達
・実験データ
・モデル
・ツール
116 Molecular Vision Internet Journal
117 Brainarium
http://www.molvis.org/molvis/
・Emory University
http://www.morphonix.com/software/education/scie ・Morphonix
nce/brain/game/brainarium/brainarium_outside.html
アメリカ
アメリカ
1
1
神経伝達/神経伝達
情報共有/DB作成
・文献情報
・その他
・ChannelDBはチャンネル関連のデータをNeuroML形式で保存するデータベースであ
る。神経細胞のデータに関するデータを使ってイオンチャンネルのシミュレーションも
可能である。他のシミュレーションソフト（GENESISなど）にデータをエクスポートも可
能
・Molecular
Visionというインターネットジャーナルのページで、ジャーナルを公開して
118 Cognition and Brain Sciences Unit
http://www.mrc-cbu.cam.ac.uk/
・Medical Research Council
イギリス
1
脳地図/脳形態地図
・ツール
・注意、記憶、コミュニケーション、情動に関係するリサーチプログラムのページであ
る。Imagingの項からたどると、脳画像の解析に用いるツールがダウンロードできる。
119 MRI Safety
http://www.mrisafety.com/
・BRACCO,S.p.A
イタリア
1
情報共有/DB作成
・その他
・fMRIの取り扱いに関する文献を収集、公開している。
120 BBBANK(Brain Biodiversity Bank)
http://www.msu.edu/ brains/
(http://www.msu.edu/user/brains/)
・Radiology Dept., Michigan State
University
アメリカ
1
情報共有/共有ツール
・リンク集
・哺乳類の脳に関して登録されている機関が持っているデータベースの参照データ
ベースが公開されている。撮影されて脳の状態に関するデータが登録されている。
121 MuriTech Internet Atlas of Mouse
Development
http://www.muritech.com/
・Muritech
アメリカ
1
脳地図/脳形態地図
・画像
・マウス胎児の成長期毎のスライスについて顕微鏡画像を公開している。（現在、デ
モ版で、今後増えていく。）
122 MorphBIRN
http://www.nbirn.net/TestBeds/Morphometry/index. ・NCRR(National Center for Research
htm
Resources)
アメリカ
1
医療/疾患
・実験データ
・ツール
123 BIRN(Biomedical Informatics
Research Network)
http://www.nbirn.net/index.htm
・NCRR(National Center for Research
Resources)
アメリカ
1
脳地図/脳形態地図
・画像
・脳に関する疾患の形態（morphmetry）を研究するための画像公開サイト。BIRNの
一部で公開内容はグリッドに入る必要があるため、メンバーでないと内容をみること
は出来な
・fMRIを中心とした疾病関連の脳の画像公開サイト。インフラストラクチャとしてグリッ
ドを採用しており、データアクセスは関係者のみである。
124 FunctionBIRN
http://www.nbirn.net/TestBeds/Function/index.htm ・NCRR(National Center for Research
Resources)
アメリカ
2
医療/疾患
・画像
・fMRI画像により統合失調障害という疾病を解明するための画像公開サイト。他の
BIRNサイトと同様にメンバーでないとアクセスできない。
・NCBI(National Center for Biological
Information)
アメリカ
1
情報共有/DB作成
・実験データ
・ヒト遺伝子と遺伝病に関する情報を収めたデータベース。Johns Hopkins大学が作
成した。
・NCBI(National Center for Biological
Information)
アメリカ
1
情報共有/DB作成
・文献情報
・医学関連文献データベースMEDLINEの全文検索とMEDLINEに載る前の文献情報
をカバーした文献検索データベース
http://www.ncbi.nlm.nih.gov/genome/seq/MmBlast.h ・NCBI(National Center for Biological
tml
Information)
アメリカ
1
情報共有/DB作成
・ツール
・マウスのゲノム全体にBLASTをかけられるサイト
125 NCBI(National Center for
http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=O
Biotechnology Information)
MIM&cmd=Limits
OMIM(Online Medelian Inheritance in
M
)
126 PubMed(paper:A public gene trap
http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?holdin
resource for mouse functional
g=npg&cmd=Retrieve&db=PubMed&list_uids=1516792
genomics.)
2&dopt=Abstract
127 BLAST whole genome mouse
assemblies at NCBI
・the C. &. O. Vogt Brain Research
Institute
154
・子供を対象として、脳に関する教材を作成している。 脳についての基礎的な情報
を紹介されている。
A8 公開データベース一覧
No
サイト情報
サイト名
128 Taxonomy Browser(Mus)
コンテンツ情報
種類
・文献情報
種類詳細
・種の分類について検索することができるサイト
神経伝達/神経伝達
神経伝達/神経伝達
・ツール
・モデル
・ツール
・シグナリングパスウェイの解析ツールを公開している。
・神経伝達パスウェイを表現するモデルを作成するNeoSIMをダウンロードすることが
できる。NeoSIMはNeuroMLのフォーマットに対応している。
1
情報共有/共有ツール
・リンク集
・University of Tennessee Health Science Centerの脳神経と遺伝子の関係を探る研
究に関するサイト。
ドイツ
1
神経伝達/神経伝達
・ツール
・ヨーロッパのホンダの研究機関を中心とした脳神経シミュレーションに関するサイ
ト。NESTというツールを作成し、公開している。
・University of Oslo
ノルウェー
1
脳地図/脳機能地図
・実験データ
・ツール
Pontine projections from SI cortex
Pontine projections from SI whisker barrel field
Atlas of rat brain stem precerebellar system
といった脳の部位間の機能的なコネクションについてのデータが公開されている。
・Max Planck Institute
ドイツ
1
神経伝達/神経伝達
・実験データ（コン
ピュータによる）
・Department of Systems and Computational Neurobiology のページで３次元の神経
モデルをダウンロードできる。
機関
・NCBI(National Center for Biological
Information)
129 Kinetikit version 7
130 Neural Open Simulation
http://www.ncbs.res.in/ bhalla/kkit/index.html
http://www.neosim.org/
・National Centre for Biological Sciences インド
・University of Edinburgh
アメリカ
・Super Computing Center
1
1
131 Nervenet
http://www.nervenet.org
・University of Tennessee
アメリカ
132 The Neural Simulation Technology
Initiative
http://www.nest-initiative.org/
(http://www.synod.uni-freiburg.de/)
133 NeSys(Neural System and Graphics
Computing Laboratory)
http://www.nesys.uio.no/
134 Max Planck Institute of Neurobiology http://www.neuro.mpg.de/
国名
アメリカ
参照
回数 サイトの目的
1 情報共有/DB作成
URL
http://www.ncbi.nlm.nih.gov/htbinpost/Taxonomy/wgetorg?id=10088
135 Duke/Southanpton Archive of
Neuronal Morphology
http://www.neuro.soton.ac.uk/ jchad/cellArchive/ce ・University of Southampton
llArchive.html
イギリス
1
神経伝達/神経伝達
・ツール
・実験データ
・cvappという神経形態学に関するソフトウェアを公開している。
・神経の形状をサンプリングしたデータのファイル および データに関する注釈を公
開している。
136 NIP(Neuroinformatics Portal Pilot)
http://www.neuroinf.de
ドイツ
1
情報共有/共有ツール
・リンク集
・ドイツのニューロインフォマティクスポータルサイト。
・event, People, Groups, Software, Databases, Journals, Resourcesのカテゴリに分け
て、リンクリストがアップされている。
137 www.neuroinf.org
http://www.neuroinf.org/
1
情報共有/共有ツール
・リンク集
・ヨーロッパの研究計画プロジェクト第５次Frame workプロジェクトにより作成された
ニューロインフォマティクスのポータルサイト。
138 Neuromice
http://www.neuromice.org
・Northwestern University
アメリカ
・The Jackson Laboratory
・Tennessee Mouse Genome Consortium
3
脳地図/脳機能地図
医療/疾患
・実験データ
・遺伝子欠損のモデルマウスを提供することを目的としたサイト。サイト上からモデル
マウスの注文ができるようになっている。
139 NeuroML
http://www.neuroml.org
・University of Edinburgh
イギリス
1
情報共有/共有ツール
・ツール
・文献情報
140 Neuron
http://www.neuron.yale.edu/neuron/
・Yale University
・Duke University
アメリカ
1
神経伝達/神経伝達
・ツール
・神経科学のデータを整理するための標準フォーマットをXMLベースで作成してい
る。
・NeuroMLのための開発用ツールキットが提供されている
N
MLの仕様書が置いてある
・神経伝達のシミュレータであるNeuronをダウンロードできる。
141 Neuropathology
http://www.neuropat.dote.hu/
Laborator University Medical School
・University of Debrecen - Medical and
Health Science Center
ハンガリー
2
情報共有/共有ツール
・リンク集
・解剖学、病理学のリンクを提供するサイト。
142 Laboratoire de Neurophysique et
Physiologie du Système Moteur
http://www.neurophys.biomedicale.univparis5.fr/ graham/surf-hippo.html
(http://www.cnrs-gif.fr/iaf/iaf9/surf-hippo.html)
・Centre National De La Recherche
Scientifique
フランス
2
神経伝達/神経伝達
・ツール
神経伝達/神経細胞ネットワーク
神経伝達/神経細胞の構造
・The Surf-Hippo Neuron Simulation System: v3.5という神経細胞や神経細胞ネット
ワークの形態学的・生物物理学的なモデルを作るソフトを公開している。
143 Dept. of Neurophysiology (Univ. Wis)
http://www.neurophys.wisc.edu/
・Department of Physiology University of アメリカ
Wisconsin
1
情報共有/共有ツール
・リンク集
・ニューロサイエンス関連のリンク、および検索、リファレンスなどカテゴリ分けされた
リンク集を公開している。
144 NeuroScholar
http://chasseur.usc.edu/html/index.php
(http://www.neuroscholar.org)
・University of Southern California.
アメリカ
1
情報共有/共有ツール
・ツール
・文献、情報を管理するためのソフトウェアNeuroScholarを公開している。
145 Neuroshare
http://www.neuroshare.org
・Cyberkinetics, Inc.
アメリカ
1
情報共有/共有ツール
・ツール
・データ共有のためのツールを公開している。
・脳神経科学のデータを扱うためのAPIの標準化を行っている。
146 Neuroterrain
http://www.neuroterrain.org/
・Drexel University
アメリカ
1
脳地図/脳形態地図
・ツール
・画像
・マウスの３Ｄアトラスやラットの２Ｄアトラスデータを公開している。
・可視化ツールなどを公開している。
147 MOFBR（Model Organisms for
Biomedical Research ）
http://www.nih.gov/science/models/
・NIH（National Institute of Health）
アメリカ
1
情報共有/共有ツール
・リンク集
・バイオ医療に用いられる動物実験に関する国家的、国際的な活動やその情報のと
サイトのリンク集
148 HBP(Human Brain Project)
http://www.nimh.nih.gov/neuroinformatics/index.cfm ・NIMH（National Institute of Mental
Health）
アメリカ
3
情報共有/共有ツール
・リンク集
・ニューロインフォマティクス関連のサイトへのリンクがある。
・HBPで発表された内容の概要などが公開されている。
ドイツ
1
脳地図/脳機能地図
・実験データ
・文献情報
・神経の生理学的実験に関するデータを公開している。公開データは前処理、溶液、
データの取得方法など、脳の階層構造、マッピング、形状、発火条件、イオン電流、
イオン伝導度、シナプス電流、結合性などのデータである。
1
神経伝達/神経伝達
・ツール
・ウェブベースのVirtual Cellという細胞シミュレータを提供している。
1
1
情報共有/DB作成
脳地図/脳機能地図
・文献情報
・画像
・実験データ
・Perceptionという雑誌の論文、関連する実験情報を公開している。
・マウスに関する脳神経科学データのデータベースである。脳の地図から神経細胞、
遺伝子、神経伝達物質を選択し、神経細胞、遺伝子、神経伝達物質の情報を提供し
いる。
・Humboldt-University Berlin
149 CoCoDat(Collation of Cortical [single http://www.cocomac.org/cocodat
neuron + neuronal micorcircuitry]
Data)
・Heinrich Heine University Dusseldorf,
Germany
150 Virtual Cell
・NIH（National Institute of Health）
アメリカ
・NRCAM（the National Resource for Cell
Analysis and Modeling）
http://www.nrcam.uchc.edu/
151 Perception
http://www.perceptionweb.com/percsup.html
・A Pion Publication
152 NeuroMouse at Mount Sinai Hospital http://www.phm.utoronto.ca/ jeffh/neuromouse.htm ・Leslie Dan Faculty of Pharmacy
Research Institute
イギリス
カナダ
155
A8 公開データベース一覧
No
サイト情報
サイト名
153 Physiome
URL
http://www.physiome.org/
機関
・University of Washington
国名
アメリカ
154 PPID(Protein-Protein Interaction
Database)
http://defiant.inf.ed.ac.uk:8000/
http://www.anc.ed.ac.uk/mscs/PPID/
・Institute for Adaptive and Neural
Computation, School of Informatics
・The University of Edinburgh
・Wellcome Trust Sanger Institute
イギリス
1
情報共有/共有ツール
・ツール（リンク集） ・タンパク間相互作用に関するデータベースを公開している。
・タンパクごとにIDをつけ、その蛋白の情報をNCBIやSwissProtとリンクでつなげてい
る。
155 MRIcro
http://www.psychology.nottingham.ac.uk/staff/cr1/ ・University of South Carolina
mricro.html
アメリカ
1
脳地図/脳形態地図
・ツール
・脳イメージ（fMRI,MRI,PET）の解析ソフトウェアを公開している。
156 Society for Neuroscience
http://www.sfn.org/
・Society for Neuroscience
アメリカ
1
情報共有/共有ツール
・リンク
・文献情報
・Society for Neuroscience（北米神経学会）のページ。
・NDG（Neuro Database Gateway）というデータベースリンク集を持っている。
・ニューロサイエンスに関わる各種リファレンスがある。
157 ICA-Central
158 Restrepo Lab Mapping Tools
http://www.tsi.enst.fr/icacentral/index.html
http://www.uchsc.edu/rmtsc/restrepo/index.html
不明
フランス
・University of Colorado Health Sciences アメリカ
Center
1
1
脳地図/画像解析
高次機能/嗅覚
・ツール
・ツール
・ICA-Centralの会員によって作成されたICA関連ソフトウェアを公開している。
・嗅覚の研究を行っている研究室のサイト。
・イオンチャンネル関連のソフトウェアツールを公開している。
159 GeneEMAC - 3D Visualization of
Developmental Gene Expression
http://www.univie.ac.at/GeneEMAC/list.html
・University of Vienna
1
脳地図/脳機能地図
・画像
・特定の遺伝子を発現させたマウスの胎児の発育過程を成長期ごとに3DCG画像で
提供している。
160 HGMD（Human Gene Mutation
Database）
http://www.uwcm.ac.uk/uwcm/mg/hgmd0.html
・University of Wales College of Medicine イギリス
（Cardiff University）
1
情報共有/情報共有
・実験データ
・人間の遺伝子の突然変異に関するデータベース。文献データとのリンクがされてい
る。
161 Visiome
http://www.visiome.org
・理化学研究所 BSI
日本
4
高次機能/視覚
・文献情報
・実験データ
・ツール
・視覚に関する文献情報、視覚に関する生理学的神経の実験データ、生理学、電気
神経学、視覚に関連する神経のモデルを公開している。
・キーワードの階層化によりデータが分類されている。
162 Software for visual psychophysics :
an overview
http://www.visionscience.com/documents/strasburg ・NASA Vision Group
er.html
アメリカ
1
情報共有/共有ツール
・ツール
・視覚心理物理学のツール（絵を見せたときの反応を記録するなど）を紹介、公開し
ている。
163 Vision Science
http://www.visionscience.com/
・NASA Vision Group
アメリカ
1
情報共有/共有ツール
高次機能/視覚
・リンク集
・視覚に関する総合的なリンクサイト。
164 WebQTL
http://www.webqtl.org/search.html
・University of Tennessee
アメリカ
1
脳地図/脳機能地図（医療/疾
患）
・実験データ
・ツール
・薬剤との関係や病気との関係などの遺伝子関連情報を公開している。
・QTL（Quantative Trait Loci）の脳へのマッピングを行うツール（遺伝子の脳への機
能マッピング）を公開している。
165 Illusions and Demos
http://web.mit.edu/persci/people/adelson/illusions_ ・MIT(Massachusetts Institute of
demos.html
Technology)
アメリカ
1
高次機能/視覚
・画像
・錯視の研究に利用する画像を提供している
166 The USC(University of Southern
California) Brain Project
http://www-hbp.usc.edu
アメリカ
1
情報共有/共有ツール
・リンク集
・USCのサイト及び脳関連プロジェクトへのリンク集を公開している。
167 Central Nervous System Pathology
University of Utah
http://www・Florida State University College of
medlib.med.utah.edu/WebPath/CNSHTML/CNSIDX.h Medicine
アメリカ
1
医療/医療
・画像
・病理学に関するイメージが収められたデータベース。病気に侵された細胞の画像
などが置いてある。
168 MRIPS(Multi-Modality Tadiological
Image Processing System)
http://www-mrips.cc.nih.gov/
・NIH(National Institute of Health)
アメリカ
1
脳地図/脳機能地図
・ツール
・MEDxという2D及び3Dの画像を扱うソフトウェアを紹介している。
・MEDxはMedical Numerics Incが開発している。
・University of California,San Diego
Campus
アメリカ
1
脳地図/脳形態地図
・ツール
・電子顕微鏡で断層撮影された画像の操作、電子顕微鏡の断層画像から3Dのデー
タの作成などを行うための顕微鏡画像に関するソフトウェアをダウンロードできる。他
に細かいツールのダウンロードもできる。（認証が必要）
169
National Center for Microscopy http://www-ncmir.ucsd.edu/
and Imaging Research (NCMIR) at UC
San Diego
・University of Southern California
ドイツ
参照
回数 サイトの目的
1 情報共有/DB作成
コンテンツ情報
種類
・その他
種類詳細
・遺伝子から組織に至るまでを包括したモデル、データベースを構築することを目的
としたプロジェクトのサイト。
・体の組織に関するモデルが納められている（プログラムではなくモデル式）
170 Radiological Sciences Lab
171 Projet INRIA Epidaure
http://wwwhttp://www-sop.inria.fr/epidaure/index.php
（http://www-sop.inria.fr/epidaure/Epidaurefra.html）
・Stanford University School of Medicine アメリカ
・INRIA Sophia Antipolis
フランス
4
1
脳地図/脳形態地図
脳地図/脳形態地図
・ツール
・ツール
・MRI画像の解析ソフトウェア、及びツールを公開している。
・医療とロボティクスを結合することを目的としたプロジェクトのサイト。
・SPM99というソフトウェアの出力したfMRI画像の再調整するソフトウェア、2D、3Dの
画像をエッジを検出するツールなどの脳の画像を調整するツールを公開している。
172 Human Brain Project Database
（HBPDB）
http://ycmi-hbp.med.yale.edu/hbpdb
・Human Brain Project
アメリカ
1
情報共有/DB作成
・その他
・Human Brain Projectのプロジェクトに関するデータベース。キーワードを用いて分
野ごとに分類がされている。
173 NeuroIT
http://www.neuroit.net/NeuroIT/Education/Obidos_Lectures
ドイツ
1
情報共有/共有ツール
・リンク集
・ヨーロッパの第５次Frame WorkプロジェクトのNeuroITのサイト。NeuroITという分野
に関するロードマップやリンクが公開されている。
174 Neuroinformatics.ca(カナダ)
http://prion.alp.mcgill.ca/ni/default.aspx
カナダ
1
情報共有/共有ツール
・リンク集
・カナダのニューロインフォマティクスポータルサイト。現在は一部リンク集とＯＥＣＤ
の文書などが公開されている程度である。
オランダ
1
情報共有/共有ツール
・リンク集
・オランダのニューロインフォマティクスポータルサイト。現在のコンテンツはOECDの
ニューロインフォマティクス関連文書程度である。
・McGill University
175 Neuroinformatics in The Netherlands http://www.neuroinformatics.nl/
176 McGill ALP's Home Page
http://www.alp.mcgill.ca
・McGill University
カナダ
1
情報共有/共有ツール
・リンク集
・Ante L. Padjen氏のホームページ。医療に関する教育機関に関するリンク集や講
演の資料などが公開されている。
177 Neurometrics Institute
http://neurometrics.com/
・The Neurometrics Institute
アメリカ
1
高次機能/視覚
・ツール
・実験データ
・MATLABを拡張して作ったWinVisというソフトを公開している。
・視覚に関する研究の解析ソフトや関連するデータも公開している。
178 ModelFest
http://vision.arc.nasa.gov/modelfest/
・NASA Ames Research Center
アメリカ
1
高次機能/視覚
・画像
・実験データ
・ツール
・1996年から行われているModelFestという視覚関連シンポジウムのホームページ。
・ModelFestで発表されたソフトウェアが公開されている。
156
A8 公開データベース一覧
No
サイト情報
サイト名
179 GenePaint
URL
http://www.genepaint.org
機関
・Max Planck Institute
・The Jackson Laboratory
http://www.informatics.jax.org
181 Computational Neuroanatomy Group http://www.krasnow.gmu.edu/ascoli/CNG/index.htm ・George Mason University Krasnow
http://www.krasnow.gmu.edu/L-Neuron/list.htm
Institute
参照
回数 サイトの目的
1 脳地図/脳機能地図
国名
ドイツ
180 MGI（Mouse Genome Informatics
Database）
・UCLA(University of California, Los
Angeles)
コンテンツ情報
種類
・実験データ
・画像
種類詳細
・ゲノムの情報と遺伝子発現の脳地図画像を公開している。
1
情報共有/DB作成
・実験データ
・マウスに関する遺伝子マップ、相同性遺伝子、遺伝子情報、遺伝子オントロジーな
ど遺伝子情報を公開している。
アメリカ
3
神経伝達/神経細胞の構造
高次機能/記憶
神経伝達/神経伝達
・モデル
・ツール
・実験データ
・海馬の神経細胞の形状モデルを公開している。
・モデルの画像とともに、実験データも公開している。
・神経の樹上構造をシミュレーションで作成するツール（L-NEURON）と顕微鏡の画
像から樹状構造を作成する（L-Masure）を公開している。
・ツール（L-NEURON)を使った神経の樹上構造の３DCG（モデル）画像と実験データ
を公開している。
アメリカ
4
情報共有/共有ツール
・リンク集
・ICBMの紹介や目的などを関係サイトリンクとともに紹介している。
・関係のある（傘下の）DBへのリンクやサイト情報などを公開している。
アメリカ
1
脳地図/脳形態地図
・画像
･ツール
・実験データ
・LONIで集めたイメージングデータ（MRI、Blockface Imaging、Microscope)を公開して
いる。
・脳地形地図を作るための一連のツール（viewerも含めて）を公開している。
・脳地形地図を作るための一連実験手法を公開している。
182 ICBM（International Consortium for
Brain Mapping）
http://www.loni.ucla.edu/ICBM/
183 MAP(Mouse Atlas Project)
http://www.loni.ucla.edu/MAP/Atlas/Databases.html ・UCLA(University of California, Los
Angeles)
・LONI(Laboratory Of Neuro Imaging)
184 LONI(Laboratory of Neuro
Imaging,UCLA) Image Database
http://www.loni.ucla.edu/Research/Databases/
・UCLA(University of California, Los
アメリカ
Angeles)
・Department of Neurology,
David Geffen School of Medicine, UCLA
1
医療/医療
・画像
・文献情報
・画像データと文献情報を公開している。
・検索システムでユニークな画像などを検索することができる。
185 LONI(Laboratory of Neuro
Imaging,UCLA) Software
http://www.loni.ucla.edu/Software/
・UCLA(University of California, Los
アメリカ
Angeles)
・Department of Neurology,
David Geffen School of Medicine, UCLA
1
脳地図/脳形態地図
情報共有/共有ツール
・ツール
・Analysis 、Conversion 、Processing 、Visualization の4つに分類してソフトを提供し
ている。ソフトウェアのダウンロードには認証が必要である。直接ソフト名などで検索
もできる。
186 Neuroguide
http://www.neuroguide.com/
・Pittsburgh Neurology Center
2
情報共有/共有ツール
・リンク集
・脳に関連するサイトへのリンクを多数集めたサイト。
アメリカ
157
A9 NI 検討委員会 委員一覧
A.9
NI 検討委員会
委員一覧
＜委員＞
臼井
支朗
理化学研究所ＢＳＩニューロインフォマティクス技術開発チーム
甘利
俊一
理化学研究所ＢＳＩセンター長
古市
貞一
理化学研究所ＢＳＩ分子神経形成研究チーム
ヘンシュ
貴雄
理化学研究所ＢＳＩ神経回路発達研究チーム
大澤
五住
大阪大学大学院生命機能研究科
西田
眞也
ＮＴＴコミュニケーション科学基礎研究所感覚運動研究グループ
金子
章道
星城大学リハビリテーション学部
立花
政夫
東京大学大学院人文社会系研究科
伊佐
正
自然科学研究機構生理学研究所発達生理学研究系認知行動発達機構研
究部門
曽我部
正博
名古屋大学大学院医学系研究科細胞情報医学専攻細胞科学講座
工藤
佳久
東京薬科大学生命科学部
鈴木
良次
金沢工業大学人間情報システム研究所
仁木
和久
産業技術総合研究所脳神経情報研究部門
川人
光男
㈱国際電気通信基礎技術研究所脳情報研究所
飯島
敏夫
東北大学大学院生命科学研究科
神崎
亮平
東京大学大学院情報理工学系研究科
藤山
秋左夫
国立情報学研究所学術研究情報研究系生物系研究情報研究部門
上田
修功
ＮＴＴコミュニケーション科学基礎研究所知能情報研究部
土肥
健純
東京大学大学院情報理工学系研究科知能機械情報学専攻
登
国立情報学研究所情報基盤研究系情報流通基盤研究部門
曽根原
高坂
新一
国立精神・神経センター神経研究所
江口
至洋
三井情報開発㈱
田中
啓治
理化学研究所ＢＳＩ認知機能表現研究チーム
＜幹事＞
宮川
博義
東京薬科大学生命科学部
池野
英利
兵庫県立大学環境人間学部
山地
一禎
理化学研究所ＢＳＩニューロインフォマティクス技術開発チーム
158
A10 プラットフォーム構想案
A.10
プラットフォーム構想案
Visiome Platform
(視覚神経科学)
代表
大澤五住（大阪大学）
幹事
立花政夫（東京大学）、神山 斉己（愛知県立大学）、堺 浩之（理化学研究所）
目的
脳機能の中でも、とりわけ視覚系は眼球システムから各種脳領野にわたる広範な組織や器官が
関与しており、神経科学や心理物理学などの分野で膨大な研究が行われてきた。すなわち視覚研
究では電気生理、分子生物、オプティカルイメージング、脳イメージング、心理など様々なアプロー
チによって研究が行なわれている。視覚系を総合的に理解するためには、異なる分野の研究成果
を統合できるプラットフォームが必要である。
本プラットフォームはこれまでＮＲＶプロジェクトによって開発され、試験公開・運用されてきたテスト
的なＮＩ基盤であり、これから開発される他の分野のプラットフォームの雛形として先行しているもの
である。2005 年度から、このＮＩテスト版プラットフォームを漸次、視覚系に特化したプラットフォーム
への改版をおこない、日本ノードの正式なプラットフォームとして公開・運用を進める。
コンテンツ
・ 視覚系に関する文献、実験データ、数理モデル、プログラム、関連情報など
・ デモンストレーション、ムービーなどの教育用コンテンツ など
検討課題
・ コンテンツの充実対策
・ ユーザへの啓蒙
・ 運用体制の簡略化 など
159
A10 プラットフォーム構想案
Neuron/Glia Platform
(細胞・局所神経回路網)
代表
宮川博義 （東京薬科大学）
幹事
工藤佳久、井上雅司、森田光洋（東京薬科大学）、青西 亨（東京工業大学）、
夏目季代久（九州産業大）、河西春郎（生理学研究所）
目的
近年、ゲノムの解析が進み、今ではほとんどの機能タンパクの遺伝コードの配列が解明された。
その結果、これからは機能タンパクの機能を解明すれば、生命科学の全ての問題は解決されるか
のように考えられているようである。しかしことはそう簡単ではない。高齢化社会、高ストレス社会の
中で、認知症や鬱病などの精神現象に関わる疾患への対応が重要度を増しているが、その対策
は個々の機能タンパクの機能解析ではすまないのである。なぜならば、神経系は多様な機能タン
パクの集積である複雑な神経細胞とグリア細胞が複雑に連結された超複雑系である。この系を何と
か記述し、知見を統合する手段をもたない限り、適切な対策は取りようが無い。本プロジェクトにお
いて立ち上げようとしている神経グリア回路網の platform はその手段を提供するものである。 具体
的には本プロジェクトでは、以下のような内容を検討している。
・ 実験研究者と数理研究者からなる共同作業チームを形成し、細胞・局所回路網レベルの
Neuroinformatics の ontology（知識を表現するための語彙あるいは基礎概念の体系）
を作る。
・ Visiome Platform をプロトタイプとして、Neuron/Glia Platform を運用、この中に
Neuron/Glia レベルにおける Neuroinformatics の内容物を集積する。
コンテンツ
・ Neuron、Neuroglia、Synapse，の数理モデル、数値データ、画像、関連文献、関連サイト
・ 文部科学省科学研究費特定領域「神経グリア回路網」の研究成果
検討課題
シナプスに関する数理研究に実績のある研究室がない。 これから開始してもらう（青西研）
実験研究者と数理研究者の共同作業チーム（案）
１．Neuron
宮川（東京薬科大）−
青西（東京工業大学）
２．Neuroglia
森田（東京薬科大）−
夏目季代久（九州産業大）
３．Synapse
河西・もう１人（生理研）−
160
青西（東京工業大）
A10 プラットフォーム構想案
Invertebrate Brain Platform
(無脊椎動物脳)
代表
神崎亮平（東京大学）
幹事
池野英利（兵庫県立大学）
目的
無脊椎動物に関する学術的なデータベースには、その対象とする動物、テーマなどによって
様々なものがある。Fly Brain は、ショウジョウバエ中枢神経系の画像、地図データベースであり、
我々の構想に近いプロジェクトである。完成度は非常に高く、多くの研究者によって利用されてい
ることから、このようなデータベースの有効性を疑う余地はない。こうした現状を踏まえて構築する本
プラットフォームは、他にはない以下のような特徴を持つ。
・ 種毎に特化した神経機能とそのメカニズムに関する比較研究を推進する研究資源の提供
・ 実験に多用される昆虫（カイコガ、ミツバチ、ゴキブリなど）の標準脳地図、モデルの提供
・ 害虫駆除、環境創造など農学、環境科学分野に対する情報の提供
・ 無脊椎動物神経系をヒトのアッセイ系モデルとして利用するための基本情報の提供
・ 研究成果の共有、共同研究促進のための基本環境（ツール、ノウハウなど）の提供
・ ロボティクスなどの応用分野に対する神経機能情報の提供、生物アルゴリズム情報の提供
コンテンツ
・ 神経細胞形態
・ 脳内構造（マクロ構造、電顕レベルの構造など）
・ 神経細胞応答（電気計測、光学計測など）
・ 神経細胞の構造と機能特性（形態再構成、電気的特性など）
・ 液性情報（ニューロトランスミッター、ニューロモジュレータ、ニューロホルモンなど）
・ 行動、反応（高速カメラ計測画像など）
・ 文献情報、アプリケーションソフト
・ 掲示板、メーリングリストアーカイブ、リンクリスト、学会、講演、求人などのニュース
検討課題
研究室内で実験データを統合、管理するプロトタイプシステムは神崎、池野のグループで開発し
試行している。このシステムと XooNIps を融合させることにより、インターネットでリソースの共有を行
うシステムに発展させていく計画である。現状での検討課題は、
・ 学生が開発を行っており開発者、時間が足りない
・ 開発、運用を行うための専用環境がない
ことである。
161
A10 プラットフォーム構想案
Brain Machine Interface Platform
(脳とロボット)
代表
飯島敏夫（東北大学）
幹事
川人光男（ATR）、櫻井芳雄（京都大学）、小池康晴（東京工業大学）
目的
ブレインマシンインターフェイスの実用化は医療福祉分野などを中心に世界的にも社会的需要
が急速拡大している。米国ではすでに新会社の設立まで進んでおり、我が国でも新産業創生の一
環となろう。この流れをみても分かるように当該分野は学術社会と産業界が一体となって推進すべ
き緊急課題である。その橋渡しに大きな貢献をするのがこのプラットフォームである。ヒトやサルなど
の運動時の脳活動データや筋電データは世界中でもごく限られた実験室でしか得られない。かか
る情報はロボット開発等にたずさわる大学のみならず、特に企業の研究所などで極めて大きな需
要がある。大学や国立研究機関などに埋もれている、あるいは最新のデータをデータベース化し
て提供できれば企業が新たにデータ収集の環境構築に投資する必要を無くし、また、優秀な起業
家なども大いに刺激し、実質援助することになる。すなわち、社会的にも極めてインパクトが大きく、
社会応用性の非常に高いプラットフォームとなろう。
コンテンツ
・ 種々の脳活動記録により機械を制御するための理論と技術を集積し、公開する。
・ サルの特に上肢運動に関係する運動関連領野の脳神経活動記録データを運動内容の項目
別に作成し、研究・教育社会のみならず企業の研究所など実社会に利用可能な形で情報を
提供する。その他、多点電極によるデータ、 光イメージングデータなど、多岐にわたるデータ
を収録する。
・ ヒト、サルの各種運動時の筋電位記録データを運動内容の項目別に作成し、提供可能とす
る。
・ 運動指令構築に先行する前頭連合野や運動関連領野の脳内活動記録を集積、整理し、意
思・判断・計画立案などの問題を対象とする次世代 BMI 研究の基盤を構築する。
・ 最先端脳活動計測技術の成果を集積し、非侵襲的手法を活用した BMI 技術の開発基盤を提
供する。
・ ブレインマシンインターフェイスのみならずマシンブレインインターフェイスの社会的需要も今
後、急増が見込まれる。例えば人工網膜や人工内耳などに代表される人口感覚器のような脳
への情報取り込みインターフェイスである。その情報を収集するとともにその更なる開発に資す
る神経科学データを集積、提供する。感覚器別の項目立てとする。これだけでも膨大な情報量
となる。
162
A10 プラットフォーム構想案
視覚科学のための刺激と反応のデータベース
(感覚（視覚） 心理物理学・神経科学)
代表
西田眞也（ＮＴＴ）
幹事
蘆田宏（京都大学）
目的
脳の高次機能の中でも、感覚とりわけ視覚には広範囲の脳領野が関与し、心理物理学や神経
科学の分野でこれまで膨大な研究が行われてきた。またその成果は、画像表示やデータ圧縮等の
様々な技術の開発に結びついてきた。視覚研究には様々なアプローチ（心理物理、神経心理、脳
イメージング、電気生理、オプティカルイメージングなど）があるが、いずれも出発点は視覚現象そ
のものにある。総合的な視覚理解のためには、異なるアプローチをとる研究者間で同じ現象（刺
激）を共通して用いることが理想である。近年の情報通信技術の発達により、これまで困難であっ
たこの構想を実現する技術的な基盤は確立した。本プラットフォームで作成する刺激のデータベ
ースは体系的、網羅的かつ実用的なものである。この点に置いて現在すでにいくつか立ち上がっ
ている収集サイトとは大きくその意義が異なる。また、本サイトでは、教育場面においても魅力的な
コンテンツを提供することを目指す。学生の脳に対する好奇心を育み、将来の脳研究発展の礎を
築く。
コンテンツ
・ 基本的な視覚心理、神経科学実験で用いられた刺激を網羅的に作成。デモンストレーション、
教育用の「どこでも見られる」ことを目指したコンテンツと、実際の使用にも耐えられる本格的な
実験プログラムの二つのバージョンを作る。
・ 視覚現象、実験、及びそれに関するデータの体系的なデータベース
問題点
・ 体系的なコンテンツ候補の選択
・ 最適な画像・動画フォーマットの決定
・ 最適なプログラム環境の決定
・ データベースを通常の方式で作成するには非常に手間と人手がかかる。論文等から機械的に
自動生成するためには、適切なテキスト解析ソフトウェアと記述体型が必要
163
A10 プラットフォーム構想案
Neuro Imaging Platform
(ニューロイメージング)
代表
鈴木良次（金沢工大）
幹事
仁木和久（産総研）
目的
ニューロイメージング研究は、世界的にその研究が急速に立ち上がる時期に当たり、また、貴重
なヒトの脳活動データの共有化により、その研究の加速が最も期待できる分野でもあり、ニューロイ
ンフォマッテックスが対象とする中核的研究分野として相応しい。しかし、我が国において、ニュー
ロインフォマティクスの基盤は弱く、特にニューロイメージングのニューロインフォマティクス基盤は
無いに等しい。我が国のニューロイメージング研究の基盤研究は世界に通用し、独創的な貢献も
十分果たしているものの、ニューロインフォマティクスを基盤とした急激で質的飛躍を含んだ研究体
制の構築の面で、世界の水準に遅れをとっている。
本プラットフォームは、「脳科学」「認知」「情報」などの分野の横断的な研究を切り開く可能性も
視野に入れ、また、我が国がリードしている「ナノテク」「ロボット」などとの連携的研究的をもたらす
独自の科学・技術分野を構築するためにも、ニューロイメージングのニューロインフォマティクス基
盤の立ち上げを目指すものである。
コンテンツ
・ ニューロイメージング測定装置データベース
・ 日本の脳イメージング研究サイトデータベース
・ 研究ツール、解析手法データベース
・ イメージング研究 認知モデル、計算論的モデルデータベース
・ イメージング研究 論文データベース
・ イメージング研究 チュートリアル、教材、資料データベース
・ イメージング研究関連情報
・ イメージング研究 E-Print（速報、資料、議論）
・ その他 リンク情報
検討課題
・ 単に研究サイトをリンクするだけで良いか？ その場合の付加機能。
・ ミラーサイト＆集積、管理体制をどうするか？
・ データ利用の倫理（人権、研究）確立。
・ 機能的拡張は？
・ 独自の NI の主張は？
164
A10 プラットフォーム構想案
「統合脳」データベース
(神経科学)
代表
伊佐 正（自然科学研究機構生理学研究所）
幹事
丹治順（東北大学）、田中啓治（理化学研究所）、合原一幸（東京大学）、
尾藤晴彦（東京大学）、能瀬聡直（東京大学）、岩坪威（東京大学）
目的
特定領域研究「統合脳」５領域には国内の神経科学者の多くが研究費の申請を行なうことになる。
また実際に研究費を受給する班員の総数は２４０名余り、研究分担者を加えると５００名を超える研
究者が班の研究活動に参加することになると考えられる。
そこで各班員の研究成果をコンテンツとしてプラットフォームに登録し、公開する。こうして研究
成果を一般に公開・提供できれば、ユーザは飛躍的に増大するものと期待され、我が国のこの分
野の研究の促進に貢献できる。また、プロジェクト終了時に、電子情報を含めた研究成果を遅滞な
く公開できる。
コンテンツ
・ 文部科学省特定領域研究「統合脳」における研究成果をデータベース化する。
・ 特定領域研究「統合脳」の班員及び関係者によって開発されたデータベース情報を収集し、リ
ンクを張る。また、未公開でありながらデータベースとして公開したいと考えているデータベー
スの公開を支援する。
・ 国内の神経科学者の情報をデータベース化する。
検討課題
・ 「生のデータ」をどこまで共有化できるかについてルールが必要である。データを提供する研
究者に理解を求めると同時にその意思を尊重する体制が必要。
・ 研究者情報に関しては随時更新しやすい体制を構築することが必要
・ 「統合脳」の支援班からの予算だけでは新しいプラットフォームを開発することは不可能。既存
の Visiome や今後開発される新しいプラットフォームを活用させていただきたいと考えている。
また予算の制約があるので、ニューロインフォマティックスのプロジェクトから若干の予算的支
援をいただけるとありがたい。
165
A10 プラットフォーム構想案
Clinical Neuroinformatics Platform
（脳神経回路網の再建と機能の再現）
代表
土肥健純（東京大学）
幹事
佐久間一郎（東京大学）
目的
このプラットフォームでは、疾病などで失われた神経情報の再建に必要な研究データの
集約を目的とします。そのためには基礎から臨床に至るまで多くの研究者の参加が必要で
す。すなわち、基礎的研究では、神経細胞の再生、移植ならびに神経回路網の再構築に関
する知見、臨床研究では、治療方法、評価方法、リハビリテーションなどに関する知見の
集約が必要です。これにより、将来的には、脊髄損傷や脳血管障害などにより失われた運
動機能を再生することや、視覚障害や聴覚障害に対しては失われた機能を再生することを
目指とします。また、人間の高度に発展した神経情報処理の解明と機能再建におけるリハ
ビリテーションの手法を集約してデータベース化することは、今後発展が期待される自律
型ロボットにおける情報処理機能の実現に大いに役立つものと期待されます。
コンテンツ
・ [脳神経運動情報学分野]：神経細胞の発生・再生・移植・接合などからヒトの運動機
能、行動様式の獲得・発現に至る基礎的データのデータベース化
・ [脳神経感覚情報学分野]：視覚、聴覚、皮膚感覚などの感覚機能に関する情報学を対
象とし、主にその機能再建の基礎となる技術のデータベース化
・ [実験環境・システム]：上記研究遂行に不可欠な新しい実験環境、システム及び情報
処理等のソフトウェアに関する知見のデータベース化
・ [臨床治験領域]：上記２テーマにおける、治療方法の基礎から臨床及びリハビリテー
ションに至るまでの臨床データのデータベース化
・ [ロボット神経情報学分野]：ヒューマノイドロボットの人間らしさを追求するための
情報学を目的としたヒトの神経情報処理に関する知見のデータベース化
検討課題
・ 神経細胞再生における環境と支援技術
・ 神経細胞移植における環境と支援技術
・ シナプス再生の環境と評価方法
・ 機能再建の評価方法
・ 新リハビリテーション方法
166
A10 プラットフォーム構想案
BSI NI Platform
(脳神経科学全般)
代表
臼井支朗（理化学研究所 ＢＳＩ）
幹事
古市貞一（理化学研究所 ＢＳＩ）、山地禎一（理化学研究所 ＢＳＩ）、
目的
【我が国の脳神経科学界への貢献】
脳・神経科学の総合的研究機関である BSI のニューロインフォマティクス研究を推進・統合する
プラットフォームを構築する。
【特定分野の独創的なデータベースの構築】
学際的で総合的な脳神経科学研究が行われている BSI では最先端の研究が展開されており、
現在すでにいくつかのＤＢを構築し公開できる体制にあることから、特異的なテーマの独創的な発
想による DB の発展が期待される。
【ニューロインフォマティクスに関するネットワークコミュニティーの構築】
個別の研究機関においてＮＩプラットフォームを構築していくには、ある種の経験や専門的知識
が必要であり、そうした支援を行うコミュニティーや支援体制が必要である。ＢＳＩプラットフォームは
NI Japan Node の縮小版として、今後の展開にもたらされる効果は大きい。
【ニューロインフォマティクスの社会にもたらす貢献-脳研究の啓蒙と教育】
脳神経研究に対する国民の理解を推進する手段として、プラットフォームに BSI の研究成果を公
開し、またそれが脳研究の啓蒙・教育に利用できることから、将来の脳科学研究者の育成にもつな
がる。
コンテンツ
・ 実験データ、神経回路モデル、データ解析ツールなどのＤＢ
・ 小脳発達トランスクリプトーム・データベース（CDT-DB）
・ EEG、fMRI、EOG、EMG などの脳科学の一般的実験データベース
・ 「脳を知る、守る、創る、育む」の各グループが開発する特定のテーマのデータベース
・ NI 支援環境
・ NI Base Platform (XooNIps)
・ 個人用データベースシステム
・ Web 可視化技術・コンテンツ情報抽出ツール
・ 著作権保護・データ ID 管理法
検討課題
開発や運用経費の不足、SE 人材の不足が考えられる
167
A11 国際ワークショップ プログラム
A11
国際ワークショップ
プログラム
2004 年 12 月 1 日
10:00 Opening remarks
Shun-ichi Amari (RIKEN Brain Science Institute)
Jiro Okumura (Ministry of Education, Culture, Sports, Science and Technology)
10:10 Discovery neuroscience through neuroinformatics: National and International progress
Stephan H. Koslow (National Institute of Health)
11:00 Development of a database of databases: the neuroscience database gateway (NDG)
Thomas Morse, Luis Marenco (Yale University School of Medicine)
Daniel Gardner (Weill Medical College of Cornell University)
Gordon Shephered (Yale University School of Medicine)
11:30 ModelDB: New features and future goals
Thomas Morse, Luis Marenco, Michael hines (Yale University School of Medicine)
Michele Migliore (National Research Council, Palermo, Italy)
Gordon Shepherd (Yale University School of Medicine)
Ted Carnevale (Department of Psychology, Yale University)
12:00 The CoCoMac project in the context of European neuroinformatics initiatives
Rolf Kötter (Vogt Brain Research Institute, Heinrich Heine University, Dusseldorf)
13:30 Bioinspired vision in France and in Europe
Simon Thorpe (National Center for Scientific Research, Toulouse)
14:20 The German neuroinformatics network and centers for computational neuroscience
Andreas Herz (Institute for Theoretical Biology Humboldt-University Berlin)
15:10 Neuroscience informatics platform of shared databases and tools at the Australian national
neuroscience facility
Gary Egan (Howard Florey Institute University of Melbourne)
16:10 Japanese neuroinformatics node: future perspectives
Shiro Usui (RIKEN Brain Science Institute)
16:30 Deciphering the genetic blueprint of cerebellar development by the gene expression profiling
informatics
Teiichi Furuichi (RIKEN Brain Science Institute)
16:50 Visiome Platform
Izumi Ohzawa (Osaka University)
17:10 Brain imaging studies and design of platform in Japan
Ryoji Suzuki (Kanazawa Institute of Technology)
17:30 Discussions/Closing remarks
168

脳における知能実現に関する二つの仮説の検討

訳者まえがき

〈テーマ名〉社内での飲食を伴う会合後帰宅途中の事故を通勤災害

素人でも訓練によりプロ棋士と同じ直観的思考回路を持てる

脳脊髄液ドレナージが行われる疾患（ 図2 ～ 図5 ） ドレーン管理上の合併

Decoded Neurofeedback（DecNef）による神経科学の新しい試み

シリーズ第3弾 地域で取り組む高次脳機能障害の回復支援 ～ケア