2012年5月27日日曜日
2012年5月22日火曜日
本：道具としてのベイズ統計
まだまだ本シリーズ
たまに聞くベイズ理論（ベイズ統計、ベイジアンネットワーク）についての本。
初学者向けで、具体例を出し、できるだけわかりやすく理解できるように書かれている。
厳密な証明など難しい部分は付録に押し込められていて誤解を招きやすいかもしれないが、
僕はとにかく物事を理解するときは厳密さよりもイメージ最優先なので問題なし。
量的にも1－2日で読めるくらいなので、とりあえず何となく理解した気になれる本。
2012年5月20日日曜日
アプトプット
今月から来月にかけての目標がとにかくアウトプットすることだが、難しい。
何が難しいって、ネタ考えるのが難しい。
そもそもなんでアウトプットを今月の目標にしたかというと、隙間時間は本や論文をずっと読んでいて（これ自体はいいこと！）、論文を含めて、とにかく書いていないことに気付いたから。
今はまだ修行中の段階だと思っているから、インプット偏重でいいのだが、アウトプット０はあまり良くないだろうということで。
何事も大事なのはバランス（時間配分）だよね。
もう一つの理由は、研究でお金をもらう以上、実験して解析してあー面白かった、では成り立たないという、至極当たり前なことに気付いたこと。
研究成果をいい雑誌の論文という形でだし成果を上げて研究費をもらうというのが一般的だが、今後はそれだけではないかもしれない、
ということでpublishされた論文や論文にするつもりがない趣味研究に関してはブログとして書いて（ゆくゆくはお金がもらえる形で）もいいのでないかと思う。
例えば、流行りのクラウドファンディング（ファンドレイシング）とか。
つまり、個人的な研究報告（査読なし）をしてみようと。
それと僕自身、自分の考えとかしていることをさらすのにすごい抵抗があるから、それを和らげるという意味もある。
個人的なアカウントに繋いでないのも、その抵抗感のため。
まあ、自分に負荷がかからない程度に、研究のことだけでいいから、書いていこう。（もちろん研究室の重要事項は書けないが）
ということをネタにしてみた。
とりあえず今は質が悪いのは承知で、論文やブログを書き続けることが大事、なはず！
質は量に伴って良くなる、はず！（ちゃんと反省・改善を続けていけばだけど）
何が難しいって、ネタ考えるのが難しい。
そもそもなんでアウトプットを今月の目標にしたかというと、隙間時間は本や論文をずっと読んでいて（これ自体はいいこと！）、論文を含めて、とにかく書いていないことに気付いたから。
今はまだ修行中の段階だと思っているから、インプット偏重でいいのだが、アウトプット０はあまり良くないだろうということで。
何事も大事なのはバランス（時間配分）だよね。
もう一つの理由は、研究でお金をもらう以上、実験して解析してあー面白かった、では成り立たないという、至極当たり前なことに気付いたこと。
研究成果をいい雑誌の論文という形でだし成果を上げて研究費をもらうというのが一般的だが、今後はそれだけではないかもしれない、
ということでpublishされた論文や論文にするつもりがない趣味研究に関してはブログとして書いて（ゆくゆくはお金がもらえる形で）もいいのでないかと思う。
例えば、流行りのクラウドファンディング（ファンドレイシング）とか。
つまり、個人的な研究報告（査読なし）をしてみようと。
それと僕自身、自分の考えとかしていることをさらすのにすごい抵抗があるから、それを和らげるという意味もある。
個人的なアカウントに繋いでないのも、その抵抗感のため。
まあ、自分に負荷がかからない程度に、研究のことだけでいいから、書いていこう。（もちろん研究室の重要事項は書けないが）
ということをネタにしてみた。
とりあえず今は質が悪いのは承知で、論文やブログを書き続けることが大事、なはず！
質は量に伴って良くなる、はず！（ちゃんと反省・改善を続けていけばだけど）
2012年5月17日木曜日
電気化学ポテンシャル
今日の勉強会で出てきてネルンストの式の導き方がよくわからなかったので、少し調べてみた。
どうやら電気化学ポテンシャルから導出されるらしいのでそれについて。
最大の疑問は、濃度の自然対数に平衡電位が比例すること。（自然対数はどこで出てくるのか）
とりあえず式（表記は正確でないかもしれないけど）
Wikipediaより
μ = μ0 + RT ln c + zFΦ
μ: 電気化学ポテンシャル （単位: J?）
μ0: 基準値 (J)
R: 気体定数 (J/K mol)
T: 絶対温度(K)
ln: 自然対数
c: 濃度 (mol/cm^3)
z: 電荷 (C)
F: ファラデー定数 (C/mol)
Φ: 電位（差） (V)
化学ポテンシャル(RT ln c の部分)に関しては、このPDFが分かりやすかった
詳しくは上記のPDFに書いてあるので、
ここでは正確ではないけど(というかすこしいじった)、簡単に。
最後、多分細かいところがグダグダだが、まあいいや。
つまり答えは、自然対数はエントロピーを、変化量を積分して、求める際に登場する。
温度一定、容量一定ならば、化学ポテンシャルの変化はエントロピーの変化にほぼ起因していると考えられる、と考えていいのかな?!
だとしたら、イメージとしては納得、スッキリ！
今更だけど、こういうのを見ると大学で物理とかやっておけばよかったと思う。
ポテンシャル?ギブスの自由エネルギー?ファラデー定数?って感じだし、ギリシャ文字読めないし…orz
参考
エントロピーと自由エネルギー（PDF）
ギリシャ文字の読み方
どうやら電気化学ポテンシャルから導出されるらしいのでそれについて。
最大の疑問は、濃度の自然対数に平衡電位が比例すること。（自然対数はどこで出てくるのか）
とりあえず式（表記は正確でないかもしれないけど）
Wikipediaより
μ = μ0 + RT ln c + zFΦ
μ: 電気化学ポテンシャル （単位: J?）
μ0: 基準値 (J)
R: 気体定数 (J/K mol)
T: 絶対温度(K)
ln: 自然対数
c: 濃度 (mol/cm^3)
z: 電荷 (C)
F: ファラデー定数 (C/mol)
Φ: 電位（差） (V)
化学ポテンシャル(RT ln c の部分)に関しては、このPDFが分かりやすかった
詳しくは上記のPDFに書いてあるので、
ここでは正確ではないけど(というかすこしいじった)、簡単に。
- 化学ポテンシャルは1mol(n: モル数)あたりのギブスの自由エネルギーの変化 （ΔG） である。
- μ = ΔG/Δn
- ギブスの自由エネルギー変化は （ΔG）化学エネルギー変化(ΔH)とエントロピー（S）*絶対温度(T)の変化から成る(S*Tが何を表わすかよくわからないがここはスルー： 分子の取り得る可能性の大きさって??場合の数ってこと??、化学エネルギーもスルー)
- ΔG = ΔH - TΔS （温度一定, T: 絶対温度 ）
- ここでエントロピー(S)の定義
- S = ΔQ/T (Q: 熱量（単位: J）)
- 容量(V)一定(恐らく生体の環境)では、熱力学第１法則(ΔQ = ΔU + VΔP )なので
- S = ΔQ/T = ΔU/T + VΔP/T
- 定圧モル比熱(Cp)を使うとΔU = nCpΔT, また V/T = nR/P(PV = nRT)から
- S = ΔU/T + VΔP/T = nCpΔT/T + nRΔP/P (n: モル数、R: 気体定数)
- 理想気体のエントロピーの変化は温度一定（ΔT = 0）・容量一定（恐らく生体の環境）だと圧力（P）変化にのみ起因する
- ΔS = nCpΔT/T + nRΔP/P = nRΔP/P
- ΔSを積分してエントロピー(S)を求める
- S = nR∫dP/P
- ∫dx/x = ln x + 定数 なので
- S = nR∫dP/P = nR ln P (ここで自然対数登場!!)
- 再びエントロピーの変化（ΔS = S-S0）を計算する
- ΔS = S-S0 = nR ln P - nR ln P0
= nR ln (P/P0) - 気体の蒸気圧は溶液中の濃度に比例するので、気体の圧力比（ΔP/P）を溶液の濃度比（ｃ）に置き換える
- ΔS = nR ln (P/P0) = nR ln c
- 逆にたどりながら戻していくとこうなる (ΔH = 0, T, n = 1ということにする、μ0は基準値； 詳しくはPDF参照)
- μ = ΔG = μ0 - TΔS = μ0 - RT ln c
- 電気ポテンシャル(分子の電荷と電場の電位差?の相互作用) を加えて 、どこかで濃度比を間違えていそう（符号が逆になってる）が、濃度比を逆にすることで対処する（c = c1/c2 から c2/c1とか）と完成
- μ = μ0 + RT ln c + zFΦ
最後、多分細かいところがグダグダだが、まあいいや。
つまり答えは、自然対数はエントロピーを、変化量を積分して、求める際に登場する。
温度一定、容量一定ならば、化学ポテンシャルの変化はエントロピーの変化にほぼ起因していると考えられる、と考えていいのかな?!
だとしたら、イメージとしては納得、スッキリ！
今更だけど、こういうのを見ると大学で物理とかやっておけばよかったと思う。
ポテンシャル?ギブスの自由エネルギー?ファラデー定数?って感じだし、ギリシャ文字読めないし…orz
参考
エントロピーと自由エネルギー（PDF）
ギリシャ文字の読み方
2012年5月15日火曜日
本:ニューロンの生物物理
読み溜めていた本シリーズ。
これは電気生理をやっている人なら多くの人が持っているであろうよく見る本。
そして対して読んでもいないのにボロボロに見える本（表紙が黒いから傷が目立つ?!）。
しっかり読むと結構面白い。
細胞膜や樹状突起や活動電位の電気的？数理的？な記述とか、チャネルの種類とかmodulation系の種類とか、それぞれやや詳しく書いてある感じ。
電気生理の話を聞いていつも思うのは、よく一本の曲線からこれだけ色んなことを導き出せるなということ。
もちろん、薬理とか刺激条件とかは変えるけど出てくる結果はいつも電位（又は電流）の時系列の曲線。
ここから、前シナプスの開口確率とか、チャネル分子のキネティクスとか、学習のメカニズムとか導き出してきたのかと思うと毎度感心してしまう。
この本にあるNeuronとGenesisを試そうとダウンロードはしたものの未だ使用せず（Genesisに関してはインストールすらしてない）
まだこれといったネタは無いからいいんだけど。
早くパッチ始めたいなぁ。
2012年5月14日月曜日
本：複雑系入門
理論の方も少しかじっておこうと思い買ったもの。
基本的に数式を使わずに図を使って説明しているので、直観的に分かりやすい。
個人的に興味があるのは、4章フラクタル→5章自己組織的臨界状態、6章カオス→7章カオスの縁→14章カオス結合系でしょうか（神経細胞の集団活動を記述するときに話題になる??）。
自己臨界は単一神経細胞でも、集団でもあるだろうといまのところ言われているらしいし（例えばUp-stateとDown-state）、カオスの縁やアトラクターなんかは学習や注意何かと関連があるかもしれないし。
またどこを掘り下げるかっていうのは、ちゃんと実験のデータを出せるようになってからかな。
脳とは直接関係ないが、Part3, 4は全体的に面白い。
（簡単なルールの組み合わせがどのように複雑な現象を引き起こすのかという点が見える気がする。気がするだけだけど）
2012年5月11日金曜日
顕微鏡用ImageJ
MBF_ImageJ
http://www.macbiophotonics.ca/imagej/
imageJはJavaベースの無料の画像解析ソフト（確かNIHが作った??）として有名だが、これはそれを顕微鏡写真解析用に特化させたやつ。
3D構築とか、FRETとか、Bleachingとか顕微鏡で観察するものの解析用に便利なプラグインがたくさん揃っている。
しかも、基本的な使い方は上記のサイトを見れば書いてある（英語）という親切極まりないこと。
それでも（imageJ自体に）使い慣れるのに四苦八苦したが、慣れてしまうと面白い。
マクロとかも簡単に組めるし。探せば色々できる。
2013年 10月 追記
検索しても引っかからなくなりました。プロジェクト終わったのか?!
http://www.macbiophotonics.ca/imagej/
imageJはJavaベースの無料の画像解析ソフト（確かNIHが作った??）として有名だが、これはそれを顕微鏡写真解析用に特化させたやつ。
3D構築とか、FRETとか、Bleachingとか顕微鏡で観察するものの解析用に便利なプラグインがたくさん揃っている。
しかも、基本的な使い方は上記のサイトを見れば書いてある（英語）という親切極まりないこと。
それでも（imageJ自体に）使い慣れるのに四苦八苦したが、慣れてしまうと面白い。
マクロとかも簡単に組めるし。探せば色々できる。
2013年 10月 追記
検索しても引っかからなくなりました。プロジェクト終わったのか?!
2012年3月18日日曜日
チャンネル一覧
Pain Relief-痛みと鎮痛の基礎知識よりチャンネルタイプの一覧（ion, Gs, Gi, Gq）
| 受容体 | タイプ | 中 枢 | 脊 髄 | 末 梢 | |||||||
| ion | Gq | Gs | Gi | ２次 | glia | 1次 | 種 々 | ||||
 | |||||||||||
| PAR | Gq | glia | 1次 | 血小板、種 々 | |||||||
| TRP | ion | 1次 | |||||||||
| |||||||||||
| ブラジキニン受容体 | Gq | ２次 | 1次 | Fibroblast | |||||||
| プロスタノイド受容体 | Gs | 視床下部 | ２次 | ？ | 1次 | ||||||
| アドレナリン受容体 | Gq | Gs | Gi | 脳、青斑核など | ２次 | （1次） | 交感神経節、内臓など | ||||
| ATP受容体 | ion | Gq | Gs | Gi | ２次 | glia | 1次 | ||||
| セロトニン受容体 | ion | Gq | Gs | Gi | 縫線核 | ２次 | 1次 | 血管、血小板 | |||
| ヒスタミン受容体 | Gq | Gs | Gi | 視床下部 | 1次 | 平滑筋、胃など | |||||
| グルタミン酸受容体 | ion | Gq | Gs | Gi | 種々 | ２次 | 1次 | ||||
| オピオイド受容体 | Gi | 種々 | ２次 | 1次 | ー | ||||||
| カンナビノイド受容体 | Gi | 種々 | ２次 | 1次 | 角化細胞 | ||||||
| GABA受容体 | ion | Gi | 種々 | ２次 | 1次 | ー | |||||
| グリシン受容体 | ion | 種々 | ２次 | 1次 | ー | ||||||
| TrkA TrkB | チロシンキナーゼ型受容体 | 2次 | 1次 1次 | 交感神経節後 | |||||||
| |||||||||||
| タキキニン受容体 | Gq | 種々 | ２次 | 内臓、血管 | |||||||
| CGRP受容体 | ２次 | 内臓、血管 | |||||||||
| VIP受容体 | Gs | ２次 | |||||||||
| PAC受容体 | Gs | ２次 | |||||||||
| ソマトスタチン受容体 | Gi | 視床下部 | ２次 | ||||||||
| CCK受容体 | Gq | ||||||||||
| NPY受容体 | Gi | 視床下部、自律神経系 | |||||||||
| アセチルコリン受容体 | ion | Gq | Gs | Gi | |||||||
| ドーパミン受容体 | Gs | Gi | |||||||||
| エンドセリン受容体 | Gq | 種 々 | |||||||||
| オレキシン受容体 | Gq | Gs | Gi | 種 々 | |||||||
| サイトカイン 受容体 | Schwann cell, Fibroblast | ||||||||||
| アンギオテンシン受容体 | |||||||||||
| MRGs | Gq | IB4（+）、皮膚 | |||||||||
| GP受容体 | |||||||||||
| CRF受容体 | |||||||||||
| Toll様受容体 | マクロファージ | ||||||||||
| IP3受容体 | |||||||||||
2012年3月14日水曜日
2012年3月13日火曜日
逆行性トレーサープロトコル（Cholera Toxin Subunit B: CTB）
トレーサー実験のプロトコル。今回は逆行性トレーサーとしてCholera Toxin Subunit Bを使った。
濃度注意。まず、同じ実験をしている論文を読んで参考にする。製品に付いている説明書?の濃度で溶かしてしまうと取り返しが付かないことに…。次回以降注意。
プロトコル
自作
Nature Protocolより
Multiple neuroanatomical tract-tracing using fluorescent Alexa Fluor conjugates of cholera toxin subunit B in rats.
プロトコル
自作
Nature Protocolより
Multiple neuroanatomical tract-tracing using fluorescent Alexa Fluor conjugates of cholera toxin subunit B in rats.
研究計画書
ＤＣ申請準備といろんな所への報告も兼ねて研究計画を書いているけども、なかなか難しい。背景はいろんな論文から引っ張って、年次計画は最大限の理想計画を書くとして、難しいのは特色・独自性。病気にも関係ありそうだし、あからさまに誰も同じ研究テーマの人がいないからいいんじゃないかって思うけどそれだけじゃ字数が足りなすぎる。メインじゃなくてサブテーマならもっと色々書ける自信があるんだけども…まぁぼちぼち書くしかないか。忘年会で先生に会うまでには書き終えたいな。
論文
Improved probes for hybrid voltage sensor imaging.
Wang D, Zhang Z, Chanda B, Jackson MB
電位イメージング。GFPなどの蛍光タンパクに膜移行?シグナルをつけたTgマウス（かラット）にdipicrylamine(DPA)なるものを注入して電位感受性を持たせるという技術があるのだけども、この論文はその条件を色々検討しましたというもの。結果は細胞内膜局在シグナルをN,C両末端に付けた（しかも短い配列）、蛍光波長の短いものがよいそうだ。シグナル変化率が20％代、S/N比が10以上と、完全に遺伝的に作る電位感受タンパクよりも数倍いい。
さらに、電位変化からシグナル変化までの遅延時間がかなり短いのが特徴。個人的にはこれが一番の特徴だと思っていて、かなり高い周波数の発火も拾えるのではないかと。この速さのミソはDPAでこの物質が膜電位の変化に従って、膜の外と内を俊敏に移動することができ、さらに蛍光タンパクから発する光を吸収する働きがあるため、電位の変化を瞬時に蛍光の変化に変換できる。
ちなみに同じくDPAを使ってさらに良い性能を見せるDyeもあるが、やはりこの方法は遺伝的方法と組み合わせられるので、細胞種特異的に発現できるのも魅力。
トレーサのプロトコルを書いているがまだ終わらない。早く書かないと忘れてしまうのだが。
でもってこういう文字を書く作業はやはり自分は面倒だと感じてしまう。記録に残すのはすごく大事なのはわかってはいるのだけど、面倒くさい。このブログも週２，３で書くつもりだったが2，3週に一度で満足しよう、とりあえず。
論文
Improved probes for hybrid voltage sensor imaging.
Wang D, Zhang Z, Chanda B, Jackson MB
電位イメージング。GFPなどの蛍光タンパクに膜移行?シグナルをつけたTgマウス（かラット）にdipicrylamine(DPA)なるものを注入して電位感受性を持たせるという技術があるのだけども、この論文はその条件を色々検討しましたというもの。結果は細胞内膜局在シグナルをN,C両末端に付けた（しかも短い配列）、蛍光波長の短いものがよいそうだ。シグナル変化率が20％代、S/N比が10以上と、完全に遺伝的に作る電位感受タンパクよりも数倍いい。
さらに、電位変化からシグナル変化までの遅延時間がかなり短いのが特徴。個人的にはこれが一番の特徴だと思っていて、かなり高い周波数の発火も拾えるのではないかと。この速さのミソはDPAでこの物質が膜電位の変化に従って、膜の外と内を俊敏に移動することができ、さらに蛍光タンパクから発する光を吸収する働きがあるため、電位の変化を瞬時に蛍光の変化に変換できる。
ちなみに同じくDPAを使ってさらに良い性能を見せるDyeもあるが、やはりこの方法は遺伝的方法と組み合わせられるので、細胞種特異的に発現できるのも魅力。
トレーサのプロトコルを書いているがまだ終わらない。早く書かないと忘れてしまうのだが。
でもってこういう文字を書く作業はやはり自分は面倒だと感じてしまう。記録に残すのはすごく大事なのはわかってはいるのだけど、面倒くさい。このブログも週２，３で書くつもりだったが2，3週に一度で満足しよう、とりあえず。
再開
ブログベースの電子研究ノートなるものや、ほっといたときに入ったらしい広告収入(43円)があったり、アウトプットを残していかないとどんどん忘れていくなと思ったり、情報を集めるにはまずは提供するべきという本を最近たくさん目にしたりするので、また再開しようと思い至った。
続けるためにあまり形にこだわらず、基本的にリンクを貼っていくだけで満足しようと思う。
今日読んだ論文
Single-synapse analysis of a diverse synapse population: proteomic imaging methods and markers.
Micheva KD, Busse B, Weiler NC, O'Rourke N, Smith SJ.
最近のNeuronに出た論文。日本語訳のニュース記事でも載ってた。すごく薄く切片（50~200nm）を作って、共焦点（自分は最初共焦点ではないと思っていたが、先輩いわくやっぱり共焦点らしい）と電顕で、いろいろなシナプスのマーカーを抗体染色して、すごい良い解像度で蛍光を見たという話。そしたら、同じスパインの上にグルタミン酸シナプスとGABAのシナプスがありました（pre,post両方のマーカーが出た）という点が新しいらしい。シナプスのプレ側とポスト側がこれだけはっきりと分けて見えるというのはすごくいいなと思った。
あとはファイルのバックアップ、同期をどうするか検討中。DropBoxとSugersyncとevernoteで迷っていて、さらにどのファイルを同期させて、ローカルのファイルの階層をどうするか。あとあまり漏れるとまずいファイルは同期しないほうがいいのか、しても問題ないか（研究所のセキュリティとオンラインストラテジー会社とどっちが安全か）とかいろいろ考えてしまいまとまらない。とりあえず、機能も多そうだし、アップグレードしても値段も安いのでSugerSyncを中心に考えていこうかなと考え中。
ちなみにSugerSyncは下のリンクから登録すると、容量が少し多めにもらえるそうです。そして私の容量も増えます。無料で5Gついてくるので興味がある方はぜひ。複数台のパソコンで同じファイルを使うことができます。自動で上書き、同期するのでとても便利です。
リンク：SugerSync
続けるためにあまり形にこだわらず、基本的にリンクを貼っていくだけで満足しようと思う。
今日読んだ論文
Single-synapse analysis of a diverse synapse population: proteomic imaging methods and markers.
Micheva KD, Busse B, Weiler NC, O'Rourke N, Smith SJ.
最近のNeuronに出た論文。日本語訳のニュース記事でも載ってた。すごく薄く切片（50~200nm）を作って、共焦点（自分は最初共焦点ではないと思っていたが、先輩いわくやっぱり共焦点らしい）と電顕で、いろいろなシナプスのマーカーを抗体染色して、すごい良い解像度で蛍光を見たという話。そしたら、同じスパインの上にグルタミン酸シナプスとGABAのシナプスがありました（pre,post両方のマーカーが出た）という点が新しいらしい。シナプスのプレ側とポスト側がこれだけはっきりと分けて見えるというのはすごくいいなと思った。
あとはファイルのバックアップ、同期をどうするか検討中。DropBoxとSugersyncとevernoteで迷っていて、さらにどのファイルを同期させて、ローカルのファイルの階層をどうするか。あとあまり漏れるとまずいファイルは同期しないほうがいいのか、しても問題ないか（研究所のセキュリティとオンラインストラテジー会社とどっちが安全か）とかいろいろ考えてしまいまとまらない。とりあえず、機能も多そうだし、アップグレードしても値段も安いのでSugerSyncを中心に考えていこうかなと考え中。
ちなみにSugerSyncは下のリンクから登録すると、容量が少し多めにもらえるそうです。そして私の容量も増えます。無料で5Gついてくるので興味がある方はぜひ。複数台のパソコンで同じファイルを使うことができます。自動で上書き、同期するのでとても便利です。
リンク：SugerSync
DNA抽出
実験
DNA抽出（マウスの尾から）
試薬 1M Tris-HCl (pH8.0, 100ml) 1M Tris-HCl (pH7.5, 100ml)- Tris 12.11g
- HCl 4.2ml (pH8), 6.5ml (pH7.5)
- milliQ 100mlくらい
- TrisをmilliQ（約80ml）に溶かす
- HCｌをpHが既定の値に達するまで加える
- milliQを100mlまで加えてメスアップ
- オートクレーブ
- Na2EDTA.2H2O 18.61g
- NaOH pellet 約2g
- milliQ 100ml (だいたい)
- pHが8になるまでNaOH pelletを加える（EDTAはｐH8以下では溶けない）
- milliQでメスアップ
- electrophoresis grade SDS 10g
- milliQ 100ml (less)
- milliQ90mlにSDSを加える
- 容器を65度のウォータプールに入れる
- 溶けたらmilliQでメスアップ
- オートクレーブは駄目
- 1M Tris-HCl(pH8.0) 500μl
- 0.5M EDTA 10μl
- D.W.でメスアップ
- 50mM Tris-Cl （pH7.4-8.0） 2.5ml
- 100mM NaCl 1ml
- 5mM EDTA 0.5ml
- TBS 11.2ml
- 10%SDS 560ul
- ProteinaseK 112ul
- マウスの尾を5mm～1cmカットし、個体ごとにチューブに入れる
- 各チューブにLysis Bufferを400ulずつ入れる
- 55度インキュベータでオーバーナイトで溶かす
- （クロロホルム処理）
- 各チューブに100％エタノールを500ulずつ入れる（少し混ぜる）
- 遠心する（15000rpm、10分）
- エタノールを取り除き、70％エタノールを入れて洗う
- 遠心（15000rpm、5分）
- エタノールをできる限り取り除く
- フラッシュ遠心
- エタノールを完全に取り除き、TEを100ul入れる
- 37度インキュベータでDNAをTEに溶かす
切片作成（25um, コロナル）
実験
切片作成（25um,コロナル）
試薬 PBS 500ml- 10×PBS 50ml
- milliQ 450ml
- PBS→15％スクロース→30％スクロース→OCTの順に置換。－80℃で保存
- クライオスタッドで切断
- 脳をクライオスタッドの中に入れておき切りやすくする
- クライオスタッドの台座にOCTを塗り、脳を乗せて脳を台座に固定する
- 脳を切断場に固定し調整した後、切片を作成していく
- 切断した切片はPBSに入れる
Nissl染色
実験
Nissl染色
試薬 PBS 500ml- 10×PBS 50ml
- milliQ 450ml
- D.W. 120ml
- 100％エタノール 280ml
- D.W. 30ml
- 100％エタノール 170ml
- D.W. 10ml
- 100％エタノール 190ml
- 1分：PBSで洗う
- 2分：70％エタノールで脱脂
- 10分：Cresyl Violetで染色
- 1.5分：70％エタノールで脱水
- 1分：85％エタノールで脱脂
- 1分：95％エタノールで脱脂
- 1分：100％エタノールで脱脂
- 1分：100％エタノールで脱脂
- 1分：100％エタノールで脱脂
- 1分：キシレンで透徹
- 1分：キシレンで透徹
- 1分：キシレンで透徹
- オーキットで包埋する
切片作成（100μm,サジタル）
実験
切片作成（100μm,サジタル）
試薬 PBS 500ml- 10×PBS 50ml
- milliQ 450ml
- PBS 500ml
- Triton X-100 500μl (0.1%)
- ブレインマトリックスなどを用いて脳を固定し、両刃剃刀正中面を切断
- マイクロスライサーで脳を切断していく（しっかりと固定する）
- スピードは遅め、振動数は多めのほうがきれいに切れる
- 切断した切片はPBSに入れておく
- 切片をスライドに乗せる
- シャーレにPBSTを満たす
- 鉛筆やシャーペンなどでスライドに必要事項を書く
- 筆をうまく使ってスライドガラスに切片を乗せる
- しばらく乾かす
- （染色を行わない場合）Immu-Mountとカバーガラスで包埋
- （薄く切らなかった脳を保存する場合）スクロースに置換。PFA→15％スクロース→30％スクロース
灌流固定
実験
灌流固定
試薬 4％PFA 400ml- PFA 17.58g
- 10N NaOH 15.2μl
- milliQ 160ml
- 1M PB40ml
- 試験瓶に直接作る。PFA,NaOH,milliQを入れ55℃で温める。溶けたら、冷まして１MPBを加え、milliQで400ｍｌにする
- 5M NaCl 1.5ml
- milliQで50mlにする
- 10×PBS 50ml
- milliQ 450ml
- NaCl 29.2g
- milliQ 80ml以上
- 80mlでは溶けないので（milli）Qを加えながら溶かす。溶けたらQで100mlにメスアップ。オートクレーブ
- 100％アバチン 250μl
- PBSで10mlに。遮光して4℃で保存
- Na2HPO4・12H2O 138.6g
- NaH2PO4・2H2O 17.6g
- レンジで温めたQに溶かしたあと、500mlにQでメスアップ。オートクレーブ
- アバチン（0.5ml）をマウスに腹腔内注射し麻酔する
- 体重測定。尾を切断（30℃で保存）
- マウスを手術台に固定。開腹開胸し、心臓を露出させる
- ぺリスたポンプで灌流固定。遅い速度で150mM NaClを流しながら先を少し曲げた注射針を左心室に入れ、右心耳を切る
- 150mM NaClを250ml/minで￥の速度で2分間灌流。肝臓から血が抜けるのを確認
- 灌流液をPFA（氷冷、40ml）に変え、250ml/minで液がなくなるまで灌流。尾が踊るのを確認
- マウスの脳を取り出して、PBS（氷冷）の中に入れておく
多細胞同時記録法3
論文タイトル
Large-scale recording of neuronal ensembles
URLhttp://osiris.rutgers.edu/BuzsakiHP/Publications/PDFs/Buzsaki2004NatNeurosci.pdf
執筆者G. Buzsaki
キーワードensemble, tetrode, sorting algorithm, parallel, extracellular signal
要約（日本語）脳の入出力だけからその機能を分析するのは困難である。なぜなら，同じ入出力でも神経細胞の相互作用は何通りもあり，また，ノイズが入るからである。神経細胞同士の協調を調べるには脳波測定やPET, fMRIなどが挙げられるが時空間の分解能や取得可能なデータから個々の神経細胞の活動を同定できないなどの欠点がある。
そこで多細胞同時記録法である。この方法であれば個々の神経細胞の活動データを高い分解能で観察できる。多細胞同時記録法で用いる電極は1本の束で複数の電極を用意する(４本が一般的: tetrode）。また、シリコン性のプローブを用いる方が細胞に与える損傷を少なく押さえることが可能である。理論的には半径140μm1100個の神経細胞の細胞の活動を細胞の外から記録可能だが，実際には、脳にtetrodeを差し込む際に細胞が受けるダメージや，ノイズによって5μm140個の神経細胞の解析が限界となっている。
tetrodeなどによってデータを取得した後は，数百個の神経細胞の活動が統合されているデータから個々の細胞の活動を抽出しなければならない。抽出には神経細胞のスパイク発火波形の特徴や，4本の電極が電気信号を受ける時間の差を利用する方法がある。解析時の問題点としては，神経細胞の細胞体と軸索でそれぞれ活動電位があり同じ細胞の信号でも距離やタイミングが異なることや、活動電位の波形を見ただけでは細胞の種類を同定することが難しいことなどが挙げられる。
二光子励起法もそうだが、機器というよりも解析方法に改良の余地があるのかも。大量の細胞の活動データをどのように個々の細胞ごとに分離するかというのが最大の問題点なような気がした。
それと筆者が全ての生理反応は神経細胞の電気信号に変換できるという旨の記述が気になった。そもそも神経細胞の電気信号が生物の認知活動を表現しているという証拠はまだどこからも挙がっていないと思われるからである。
一週間以上日が空いた...。最初に立てた週3本以上の目標はどこへやら。まあ、ここ一ヶ月はいろいろ忙しかったから..ということにしよう。ただ、一つの論文を読むのに時間がかかりすぎている、特に今回のような英語論文。どうやったら早く読めるようになるのだろうか。
bibtex@article{buzsaki2004large, title={{Large-scale recording of neuronal ensembles}}, author={Buzsaki, G.}, journal={Nature Neuroscience}, volume={7}, number={5}, pages={446--451}, year={2004}, publisher={New York, NY: Nature America Inc., c1998-} }
多細胞同時記録法2
論文タイトル
多細胞同時記録実験の必要性と方法-現状と問題点-
URLhttp://www.jnns.org/niss/1999/text/sakurai.pdf
執筆者櫻井芳雄
キーワード動的神経回路，セルアセンブリ，多細胞同時記録，電極，操作，データ
要約（日本語）現在の神経科学研究の多くは，whereとwhat(ときどきwhen)が圧倒的に多くて, howに関する研究が少ない．つまり，記憶を例にとると，脳のどの部位が関わっているか，どんな伝達物質が関わっているかという報告ばかりが多く，どうやって信号処理を行っているかという研究はほとんどない．これでは，脳の高度な情報処理の仕組みは何もわからない．そのためには神経回路を構成するニューロンの動態を計測してそれぞれのニューロン同士の相互作用を意識しながら解析していくことが重要である．
脳内の情報基本コードの位置づけとして2つの考え方がある．単一ニューロンの活動が基本コードであるという考えと，複数ニューロン集団の活動が基本コードという考えである．櫻井は単一ニューロンを基本単位とする考えの問題点を挙げて脳内基本コードは複数ニューロン集団の活動とした．
多細胞同時記録法の基本技術として，記録電極の作製と選定，電極の配列と操作，データの取り込みの3つを挙げた．多細胞同時に用いる記録電極は先端を特殊に加工しなければならない．それには自作の他に，企業が生産した物を買う方法がある．電極は埋め込んで固定する方法と，操作装置を設置して可動にする場合を実験方法によって選別しなければならない．データを取り込む際，この方法だと多くの細胞の活動データが一つの電極に同時に記録されるため，テンプレートマッチングやウェーブマッチングなどを用いて信号をニューロンごとに分離しなければならない．また，それには時間がかかるため，データの収集と解析を同時に行わなければならないような実験方法には適さない．また，細胞同士の相互関係を解析する方法も未だに確立していない．
技術の進歩によってより多くのニューロンの活動を同時に記録する方法は進歩している．しかし，大事なのはそれらのデータから適切な仮説を立てる理論的枠組みと理論の構築である．
複数ニューロン集団を基本コードとした場合の問題点はないのか．また，一つの電極に複数のニューロンのデータが混ざったときの分離方法が雑な気がした．テンプレートマッチングやウェーブマッチングをよく調べた訳ではないのでわからないが，ニューロンと電極の位置関係によって複数のニューロンの活動が一つのニューロンの活動のようになることがあるのではないだろうか．
批評（英語） 感想はじめに、目的には大共感！whatやwhereだけでは情報処理の仕組みは全く解らない．howを知る為にはいままでとは違った解析方法やデータが必要になる．
また，明らかに研究室でしか使わないような電極や解析ソフトを制作している会社がある，ということが収穫になった．
@article{櫻井-多細胞同時記録実験の必要性と方法, title={{多細胞同時記録実験の必要性と方法: 神経情報科学サマースクール講義録}}, author={櫻井芳雄} }
睡眠と記憶固定
論文タイトル
メモリーリプレイと記憶の固定化
URLhttp://www.jstage.jst.go.jp/article/biophys/47/6/47_368/_article/-char/ja
執筆者龍野 正実
キーワードメモリーリプレイ，場所細胞，テンプレートマッチング，同時確率マッピング海馬，大脳新皮質，脳波，レム睡眠，ノンレム睡眠
要約（日本語）多細胞同時記録法を用いた研究．ラットのメモリーリプレイと睡眠の種類，異なる皮質間での関係を研究例を総説として紹介している．睡眠時のラットの神経細胞を多細胞同時記録法で記録することで神経細胞同士の発火同期を分析する．メモリーリプレイとは眠っているときに，覚醒時の記憶を再生して記憶を定着させる現象を指す．
まず，睡眠の種類とメモリーリプレイの関係である．神経細胞の発火同期率などから，ノンレム睡眠のときにメモリーリプレイが起こるという報告が多くある．それに対して，レム睡眠中に起こることを報告している研究が少ない．
次に海馬と大脳新皮質の関係に関する研究を紹介している．それによると海馬でリップル活動という脳波形の出現タイミングから，睡眠中に海馬から大脳新皮質へと情報が送られて固定化されるとしている．
筆者は数時間から数日の長時間にわたる神経細胞の活動記録を行った実験報告が少ないことを，心理実験の知見との整合性がとれない問題の理由に挙げている．ノイズの影響を軽減するのに十分なサンプル数を確保できないためである．
海馬と大脳新皮質が直接接続していないことと，海馬で発生したパターンが少し後に皮質で発生するという結果を統合すると，恐らく中継を行っている部位がある．メモリーリプレイその中継部位の働きを加味している記述がない．もしかしたら記憶の固定化が起こるのはその中継部位で皮質はただメモリーリプレイに伴う(固定化を伴わない)生理反応かもしれない．記憶が皮質に固定かするかは，筆者が述べる数日よりも長いスパンで，シナプスの結合強度の変化など記憶に関わる部位の変化を観察しなければ行けない．
批評（英語） 感想やはり4電極により多細胞同時記録法は100個程度の神経細胞の記録を取れるとしている．2007年でこの数だから今もあまり変わらないのか？多分数理処理で電気信号が発生した位置も同定可能だろう．となるとこの方法の問題点は細胞を殺してしまう可能性が高いこと．長時間の記録ができないのもその影響じゃないかと勝手に推測する．もう一つは電気信号以外のデータが取れないので細胞の種類が同定できないこと。あとノイズの処理も問題になるみたい．
個人的にはノンレム睡眠のときに記憶の固定化が起こっているという実験結果がでていることに驚いた．脳が覚醒状態に近いレム睡眠のときに夢を見て記憶を固定するということをよく聞いていたからだ．確かに，その理論のはっきりした根拠は聞いたことが無い気がする．もしノンレム睡眠のときに記憶の固定化が起こるのだとしたら睡眠時間はあまり記憶の固定と関係ないのではないかと思った．睡眠時間が長くなるほど最後の方の睡眠が浅くなるのだから．だとしたら，一日８時間くらい寝ないと寝た気がしない自分は随分時間を無駄にしているような気分になる．
早く妥当な批評ができるようになりたい．そのため必要なのは十分な専門知識と思考力かな．思考力って曖昧だから，論文から実験過程を想像する力と，自分ならどうするか考えて疑問を持ちながら読む習慣．
@article{龍野2007メモリーリプレイと記憶の固定化, title={{メモリーリプレイと記憶の固定化}}, author={龍野正実}, journal={生物物理}, volume={47}, number={6}, pages={368--377}, year={2007}, publisher={J-STAGE} }
多細胞同時記録法
論文タイトル
多細胞同時記録データの統計解析法
URLhttp://jnns.org/previous/niss/1999/text/ito.pdf
執筆者伊藤浩之
キーワード多細胞同時記録法, 統計解析，時間平均，ヒストグラム，相関
要約（日本語）神経細胞を多細胞同時記録したときのデータの統計処理方法について簡単にまとめている．一般的な方法としては，得られたデータから基準点を設定し，ニューロンの発火数を時間毎に数えてヒストグラムを作り，各細胞間で比較し，相関を計算する．基準点の設定の仕方によって方法が分かれる．
要約（英語） 批評（日本語）筆者も述べているが，やはりヒストグラムを書いて時間毎の発火をひとまとめにして扱ってしまうと，各神経細胞の発火タイミングの同期が分からなくなってしまう．同期を解析する方法はまた別にあるのだろうが，神経細胞同士の大雑把な関係を見るときでも，例えばスパイクとスパイクの間隔の時間とか，発火数を加算する方法以外の方法があるのではないか．
批評（英語） 感想電極4つから100個以上のニューロンの活動電位が記録できることは驚いた．この記事は恐らく最近のものではないので今はさらに多くの神経細胞の活動を計測できているだろう(何千とか？)．恐らくだが，この方法の問題点は電気信号以外の情報が全くないこと，つまり，例えば遺伝子操作による細胞染色のような，細胞の種類を判別することがとても困難なことだと思う．あとは電極を差し込むのであまり長い間の測定はできないのではないだろうか．
電気以外で細胞単位での神経細胞の活動を観察できるものは無いだろうか．一つ蛍光タンパク質があったな．あとは磁力とか何ちゃら線とかぐらいかなぁ．
@article{伊藤-多細胞同時記録データの統計解析法, title={{多細胞同時記録データの統計解析法}}, author={伊藤浩之}, journal={編), 脳の情報表現─ ニューロン・ネットワーク・数理モデル}, pages={173--185} }
カルシウムイメージング＋二光子励起3
論文タイトル
Difference in Binocularity and Ocular Dominance Plasticity between GABAergic and Excitatory Cortical Neurons
URLhttp://www.jneurosci.org/cgi/content/abstract/30/4/1551
執筆者Katsuro Kameyama, Kazuhiro Sohya, Teppei Ebina, Atsuo Fukuda, Yuchio Yanagawa, and Tadaharu Tsumoto
キーワードGABAergic neuron, glutamatergic neuron, binocularity, critical period, plasticity, two-photon functional Ca2+ imaging
要約（日本語）two-photon imagingを使った2010年の理研の研究．蛍光タンパク質によってGABAニューロン，グルタミンニューロン，アストロサイトを色によって識別可能にした遺伝子改変マウスの大脳新皮質2/3層を，in vivoで二光子励起顕微鏡を用いて観察した．臨界期にあるマウスと臨界期を終えたマウスで，片眼を塞いだ状態と両眼が使える状態で視覚刺激に対する各ニューロンの反応変化を蛍光発色の密度で測定・比較した．比較には片眼に対する第一視覚野の左右(眼と同じ側か反対側か)の反応傾向に着目した．その結果，GABA作動性ニューロンの方が視覚刺激に対する反応の左右傾向が小さいことが示唆された．また，臨界期が終わった後でも片眼を塞いだ場合，グルタミン作動性ニューロンは変化よりも，GABA作動性ニューロンの方が変化することが示唆された．ちなみに，臨界期においてはどちらのニューロンも変化することが確認された．
また，KameyamaらはGAD67-GFPノックインマウスのGABAニューロンが野生型よりも少ないこと示唆し，VGAT-Venusノックインマウスを用いた場合はGABAニューロンの減少がなくなることを確認しこちらを採用した．
実験デザインがよく考えられていて，分析も細かく行っている印象を受けた．使用した遺伝子改変マウス，臨界期の前後でのニューロン反応特性の違いは反証し難い．
しかし，著者も述べていたが，神経細胞同士の，特に興奮性と抑制性の，ニューロンの相互作用についての考察があまりされておらず，臨界期後の反応特性の変化がそれぞれの細胞単独で起こるのか，それとも相互作用で起こるのかよく分からなかった．
また，分析方法でODIの分布に関して，ODIの濃度分布は差がなく累積分布にすると差があった，としているが濃度分布でも十分差があるように見える．恐らく，累積分布にしなくても興奮性，抑制性各分布の分散に着目して分析を行えば同じような結果が現れたのではないだろうか．
やはり2/3層より深層は今の二光子励起法では覗けないようだ．でもって，蛍光色感知の分解能もシナプス単位では見れないようだ．まだまだ改善の余地はありそう．もしくは，別のアプローチから考えた方がもっと高い分解能で（
または深層で）データを取れるのだろうか．
当たり前なのだけれど改めて，やはり生物実験というのはあらゆるノイズを考えてその影響を排除できるような実験計画を立てなければいけない，ということを学んだ．
@article{kameyama2010difference, title={{Difference in Binocularity and Ocular Dominance Plasticity between GABAergic and Excitatory Cortical Neurons}}, author={Kameyama, K. and Sohya, K. and Ebina, T. and Fukuda, A. and Yanagawa, Y. and Tsumoto, T.}, journal={Journal of Neuroscience}, volume={30}, number={4}, pages={1551}, year={2010}, publisher={Soc Neuroscience} }
カルシウムイメージング＋二光子励起2
論文タイトル
GABAergic Neurons Are Less Selective to Stimulus Orientation than Excitatory Neurons in Layer II/III of Visual Cortex, as Revealed by In Vivo Functional Ca2+ Imaging in Transgenic Mice
URLhttp://www.jneurosci.org/cgi/content/abstract/27/8/2145
執筆者Kazuhiro Sohya, Katsuro Kameyama, Yuchio Yanagawa, Kunihiko Obata, and Tadaharu Tsumoto
キーワードGABAergic neurons, orientation selectivity, visual cortex, two-photon functional calcium imaging, transgenic mice, green fluorescent protein
要約（日本語）蛍光タンパク質，二光子励起顕微鏡，カルシウムイメージング，トランスジェニックマウスを組み合わせて実験を行っている．この方法によって一度に数十(百？)個の細胞のカルシウムイオンの濃度分布をin vivoで観測することが可能となる．また，細胞の種類ごとに蛍光タンパク質や光の波長を変化させることで特定の細胞のみを観察することが可能となる．
Sohyaらはこの実験方法をマウスの大脳新皮質2～3層に用いてマウスの視知覚実験を行った．図形の傾きを知覚する課題である．蛍光タンパク質や光の波長を変化させて，興奮性ニューロン，抑制性（GABA）ニューロン，アストロサイトの３種類の細胞を別々に観察できるようにした．その結果，この領域においては抑制性ニューロンの方が興奮性ニューロンよりも刺激に対する反応が小さいことが示唆された．
面白い実験方法なのに特徴を生かしきれてない気がする．この方法によって興奮性と抑制性の神経細胞を分けられた利点は分かるが，カルシウム濃度を追えるのなら興奮性と抑制性の細胞の相互作用や接続関係なども分かりそうである．分解能の問題があるのだろうか．また大脳新皮質の2～3層というのも分解能の問題なのか，それ以上深部は観測できないのだろうか．
二光子励起法について物理を久しくやっていないのがバレバレの質問だが，光の波長によって励起する蛍光タンパク質が異なるということは，これらのタンパク質が発する色が異なると考えてよいのだろうか．
動物実験の論文を初めてじっくり読んだので実験方法の書き方などとても参考になった．論文内で分析に使ったデータがほぼ蛍光色の濃度分布のみだったのであまりピンポイント（シナプスでカルシウム濃度が変わっていく様子など）では観察できないのではと感じた．本当はどうなっているか全く分からないけど．もしそうなら，自分の研究はまたやっていく意味がありそう．
実験デザインはよく考えられていると感じた．遺伝子操作の実験をするときは当たり前のことかもしれないが，特に光の波長やタンパク質の応答特性によって細胞を選別可能にしたのはおぉ、って感じた．
やっぱり英語が鬼門．どのタンパク質をどの細胞に用いたとか，ややこしいところは何回か読んでみないと理解できない．専門用語を先に覚えるべきか，論文を読みまくればいいのか...
@article{sohya2007gabaergic, title={{GABAergic neurons are less selective to stimulus orientation than excitatory neurons in layer II/III of visual cortex, as revealed by in vivo functional Ca2+ imaging in transgenic mice}}, author={Sohya, K. and Kameyama, K. and Yanagawa, Y. and Obata, K. and Tsumoto, T.}, journal={Journal of Neuroscience}, volume={27}, number={8}, pages={2145}, year={2007}, publisher={Soc Neuroscience} }
カルシウムイメージング＋二光子励起1
論文タイトル
神経細胞内局所的カルシウム濃度変化のリアルタイムイメージング法
URLhttp://www.jstage.jst.go.jp/article/fpj/121/5/121_357/_article/-char/ja
執筆者中村 健
キーワード高速カルシウムイメージング、パッチクランプ、二光子励起法
要約（日本語）カルシウムイメージング法の原理、手順、資材と特徴について述べている。重要な点として細胞内局所でのカルシウム濃度分布の考慮、機器の設定、画像処理、色素選択と負荷条件を挙げている。また二光子励起法や共焦点顕微鏡による応用についても触れている。
要約（英語） 批評（日本語）蛍光蛋白質を用いた場合の空間・時間分解能の限界が知りたい。ある程度のところまではカメラや顕微鏡の技術の発展に伴って空間・時間分解能は向上していくだろう。しかし、恐らく論文通り時間分解能が25ms程度では顕微鏡内の電気の流れは追いきれないだろう。もし技術の向上によって分解能が理論限界まで上がっても電気の流れを追えないのなら(自分の研究の立場からすると)方法論を考え直す必要がある。
また、二光子励起顕微鏡は現在頭蓋骨を剥いだ状態でないと脳を観察でいないのでヒトには用いることができない。ヒトに用いるには、頭蓋骨の上から撮影を可能にするか、蛍光蛋白質以外の指標を用いるという方法があるかも。
自分が今からやろうとしていたことをやられてしまったのではと焦った方法。この論文はin vitroで話しているがもうin vivoでも行われている。ただカルシウムイメージング法の弱点として多数の細胞の発火同期はわかるがその接続関係はわからないというてんがある（と聞いたことがある）。まだできることは、研究始めてもいないけど、あると思う。
bibtex@article{中村2003神経細胞内局所的カルシウム濃度変化のリアルタイムイメージング法, title={{神経細胞内局所的カルシウム濃度変化のリアルタイムイメージング法}}, author={中村健}, journal={日本薬理学雑誌}, volume={121}, number={5}, pages={357--364}, year={2003}, publisher={J-STAGE} }
低予算スパコン論文
論文タイトル
42 TFlops hierarchical N-body simulations on GPUs with applications in both astrophysics and turbulence
URLhttp://portal.acm.org/citation.cfm?id=1654123
執筆者濱田 剛 他
キーワードマルチウォーク法，GPU, N-body simulation, 木構造
要約（日本語）濱田らは256個のGPUと128個のCPUを用いたコンピュータを作成し、その有用性を示した。濱田らはGPUに木構造コードとFMM(Fast Multipole Method)を実装しGPUの効率をかつてないほど高めた。また，実装の際に濱田らはマルチウォーク法という新しい方法を用いた。その後、いくつかのN-bodyシミュレーションによってその有効性を実証した。またこのコンピュータは228,912ドルという驚くべき低予算で作成されている。
要約（英語）Hamda et al. made a computer using 256 GPUs and 128 CPUs, then Hamada et al. show the efficiency of the computer.
批評（日本語）単純にこちらの理解力不足だが、マルチウォーク法がNylandらの方法と何が違うのかよくわからなかった。また、同期を取らずにそれぞれのparticleが勝手に計算を進めて結果が変わってこないのか気になった。また、マルチウォーク法の図の理解に若干時間を要した。英語が読めなすぎるのと専門知識がないから、あんまり批評になってない。
批評（英語） 感想話題になった低予算スパコンの論文。コンピュータの論文を一番に持ってくるつもりはなかったけど、いずれこういった研究をしている方々のお世話になるのではないかということで、まさにその備忘録のために読んでみた。コンピュータはやはりハードとソフトの両面とも大事であることを再認識した。GPUコンピュータの可能性を感じたし、自分がこれから行おうとしている研究の情報処理にマッチしているのではないかと感じた。ある程度データ量が大きくなってもこれなら対応してくれそうな気がする。英単語がわからないのはある程度しょうがないけど、知っている単語だけの文が読めないのはまずい気がする。要約間違ってたらごめんなさい。
GPUとはCG処理に特化したハードウェアで、近年その処理性能の向上に伴い凡化に関する研究が進んでいる．高情報処理能力を持つが、キャッシュメモリの容量が小さいなどの欠点を持つ。最もよく知られている方法はNvidia社のCUDA(Compute Unified Device Architecture)である．(松尾堅太郎ら(2009)「GPUを用いた位相限定相関法の高速化」より)
@conference{hamada200942, title={{42 TFlops hierarchical N-body simulations on GPUs with applications in both astrophysics and turbulence}}, author={Hamada, T. and Narumi, T. and Yokota, R. and Yasuoka, K. and Nitadori, K. and Taiji, M.}, booktitle={Proceedings of the Conference on High Performance Computing Networking, Storage and Analysis}, pages={1--12}, year={2009}, organization={ACM} label={THamada09} }
論文批評テンプレート
まずこのブログを書いていこうと思ったのは，卒論を書くときに参照した論文を整理せずに次々と追加していった為，執筆のときに大変なことになってしまったからだ．修論を書くときはさらに混乱することが予測されるため，読んだ論文の整理のためにこのブログを活用する．
また文章の悪さも指摘された為，文章練習でもある．とりあえず気をつけるのは，句読点と一段落で一つの内容．
書く内容
論文タイトル URL 執筆者 キーワード 要約（日本語） 要約（英語） 批評（日本語） 批評（英語） 感想 bibtexこのぐらいか．あとその他とか．
bibtex labelルールfirst(0字).Middle(0字).Name(全部).年号(4桁).タイトル(1語)：（例）First Middle Home 2010 "The Title of ..."-> Nome2010title
登録:
コメント (Atom)