循環分析

サルの脳に電極を埋めこみ，スクリーンに映す画像が電気信号とどう関連するのかについて示したいとしよう。

目標は，脳の視覚情報の処理方法を理解することにある。

そして，電極を使って，サルの視覚野のニューロン同士の情報伝達を記録する。

調べたいことは，視覚的刺激を変えればニューロンの発火パターンも変わるか，ということになる。

統計的に有意な結果が得られれば，最終的には「サルの心を読む」というニュースになるかもしれない。

埋めこみ可能な電極が利用可能になった最初のころは，電極は大きくて一度にほんの少しのニューロンしか記録することができなかった。

電極の位置が正確でなければ，有用な信号がまったく得られない可能性があったのだ。

そのため，視覚に何らかの関係があるニューロンを確実にはっきりと記録できるように，サルが刺激を見ている間，電極をゆっくり動かすようにしていた。

はっきりとした反応が見られれば，その場所に電極をとどめ，実験が始まる。

ここから，探索的分析の結果が完全な実験によって確認されるのだ。

電極を置くことは，探索的分析だ。サルが画像を見ている間，発火するニューロンが見つかるまで，ニューロンを試しつづけるのだ。

しかし，ひとたび電極をとどめれば，そこから新しいデータセットを集めた上で，例えば，ニューロンの発火頻度から，サルが見ているのが緑の画像か紫の画像か分かるかということを試すことになる。

新しいデータは以前のデータとは別のものだ。

電極をとどめた場所でたまたま相関が得られただけなら，完全な実験においてその結果を再現することに失敗するだろう。

現代の電極はぐんと小さく，ぐんと洗練されたものになっている。

埋めこむものは，１個で10セント硬貨ぐらいの大きさで，たくさんの電極が含まれている。

このため，先にチップを埋めこんだ上で，後から最も良い信号を示す電極を選ぶことができる。

となると，現代の実験は，以下のような感じになるだろう。

まず，サルにさまざまな刺激を見せて，電極でニューロンの反応を記録する。

通常の背景発火頻度以上の反応を見せたかどうかについて，電極ごとに信号を分析する。

これは，関心を持っているニューロンから信号を拾いあげていることを意味する（偽陽性率が高くなるのを防ぐために，この分析に対して多重比較の補正が行われるかもしれない）。

こうした結果をもとに，目標を外した電極で得られたデータを放棄し，残ったデータに対して，提示刺激によって発火パターンが変わるか，ということをさらにくまなく分析することになる。

これは２段階の手続きからなる手法だ。

最初に，良い信号で視覚に関係しそうな電極を拾いあげる。

次に，信号が刺激によって変わるかをはっきりさせる。ここで，電極を動かす必要がなかったので，すでに集めたデータを再利用したくなる。

しかし，これは本質的には散弾銃のような方法だ。

つまり，たくさんの小さな電極を使えば，いくつかがきっと正しいニューロンに当たるはずだというものなのだ。

良くなかった電極が取り除かれた後に，残った電極が異なった刺激に対する反応で異なった発火頻度になるかどうかを調べることになる。

もし発火頻度が異なったものになっていれば，サルの脳で視覚を処理する場所について，何かが分かったことになるだろう。

いや，必ずしもそうはならない。

この計画のままで進めたとしたら，同じデータを２回使うことになる。

ニューロンと視覚的な刺激との間の相関を見つけるために用いられる統計的検定では，相関がないと仮定してｐ値を計算する。

つまり，ニューロンはランダムに発火するという帰無仮説を仮定しているのだ。

しかし，探索的段階の後は，視覚的刺激への反応において普通より多めに発火するようなニューロンを特に選び出していることになる。

実際には，運良くうまい具合になったニューロンだけを検定していることになるので，さまざまな視覚的刺激と関連があると常に想定すべきなのだ。

同じ実験を死んだサケに対して実施しても，肯定的な結果が得られるだろう。

データの二度づけ(double-dipping)というこの問題は，やたらと誇張された結果をもたらすことがある。

二度づけは神経電極に限られた問題ではない。