「Realマギシステム」ミニ脳を3つ繋ぐと単独や2つの時よりも成績が延びた

一人で考えていると行き詰まった企画が、仲間と話し合ったとたんに動き出すことがあります。

では、「つながることで力が増す」のは、人間の集まりだけの話なのでしょうか。

培養皿の中で育てる小さな脳の組織は「脳オルガノイド」と呼ばれ、「ミニ脳」という呼び名もあります。

今回、研究チームはこのミニ脳同士をつなぎ合わせ、つなぐ数によって「学ぶ」力が変わるのかを確かめました。

つなぐ数が違うと、練習の成果はどう変わるのでしょうか。

研究内容の詳細は2026年9月28日に『Communications Biology』にて発表されました。

目次

• 皿の上のミニ脳はなぜ「学ぶ」のが苦手なのか
• 成績が伸びたのは、ミニ脳を何個つないだネットワークか？
• 同じミニ脳が「違う役割」を持ち始めた

皿の上のミニ脳はなぜ「学ぶ」のが苦手なのか

ミニ脳の中では、さまざまな細胞が複雑に集まっています。

研究者たちは、この細胞の集まりが持つ「可塑性」、つまり使われ方に応じて回路を作り変える性質によって、ミニ脳が新しい機能を身につける可能性があると考えてきました。

しかし、その力を引き出すのは簡単ではありません。

理由の一つは、ミニ脳には整った「感覚の入力」(目や耳を通して外から届く情報)が無いことです。

もう一つは、大きなスケールで整理された回路の作りが無いことです。

言うなれば、部品はそろっているのに、入力端子も配線図も無い状態です。

そこで研究チームが考えたのが、ミニ脳同士を「つなぐ」という発想でした。

ミニ脳をモジュール（ひとまとまりの部品）として連結すれば、刺激に応じて回路を磨き上げる力が高まるのではないか、という仮説です。

チームは、ミニ脳1つだけのもの、2つつないだもの、3つつないだものを用意しました。

記事で紹介されていた画像はこちら（画像1、画像2）

そして、入ってくる信号を出どころごとに見分ける課題で、成績が時間とともにどう変わるかを追いかけました。

刺激は2週間にわたって、繰り返し与えられました。

成績が伸びたのは、ミニ脳を何個つないだネットワークか？

結果は、はっきりと分かれました。

2週間の繰り返し刺激のあと、信号を見分ける成績が有意に上がったのは、ミニ脳を3つつないだネットワークだけでした。

1つだけのミニ脳も、2つつないだネットワークも、有意な向上は示しませんでした。

つまり、今回比べた1つ・2つ・3つの組み方のうち、この課題で「練習の成果」がはっきり確かめられたのは、3つつないだ場合だけだったのです。

しかも、3つつないだネットワークの中では、成績の向上と並んでいくつかの変化が起きていました。

まず、どの信号が入ってきたかによって、いつ・どこで反応が起きるかのパターンが変わるようになりました。

次に、ミニ脳の内部のつながりと、ミニ脳同士をまたぐつながりが、それぞれ違う形で磨かれていきました。

さらに、刺激に対する反応のスピードも速くなっていました。

刺激を与えていない時の自発的な活動でさえ、ネットワークの中を決まった向きに伝わるようになっていました。

バラバラに鳴っていた楽器が、練習を重ねるうちに一つの合奏として流れ始めたようなものです。

同じミニ脳が「違う役割」を持ち始めた

ここで注目したいのは、3つのミニ脳がもともと同じ条件で作られたものだったという点です。

研究チームは、整ったつながりの中で繰り返し入力を受けることで、同じミニ脳たちが機能の異なるモジュールへと作り変えられたと結論づけています。

課題に役立つ「違い」がネットワークの中に生まれ、それが安定した成績の向上を支えていたというわけです。

同じ顔ぶれでも、つながり方と経験しだいで役割分担が生まれる、というイメージです。

ミニ脳が苦手としてきたのは、整った入力と回路の作りが無いことでした。

今回の結果は、つなぎ方と入力を工夫することで、その弱点を補える可能性を示しています。

ただし、今回示されたのは培養皿の上で信号を見分ける成績が上がったということであり、ミニ脳が私たちのように考えているという話ではありません。

それでも、「学ぶ力」は一つひとつの脳の中だけでなく、脳と脳のつなぎ方の中にも宿っているのかもしれません。

参考文献

Modular organoid networks acquire source-signal discrimination through input-driven network refinement (Communications Biology)
https://doi.org/10.1038/s42003-026-11036-8

元論文

Modular organoid networks acquire source-signal discrimination through input-driven network refinement
https://doi.org/10.1038/s42003-026-11036-8

ライター

天道銀河: 科学、歴史、心理、宇宙、生き物、テクノロジーなど、気になるものにはジャンルを問わず首を突っ込む雑食系ライターです。ひとつの分野を深く極めるというより、さまざまな知識を広く集め、意外なつながりを見つけるのが好きです。専門家ほど深くはなくても、好奇心の広さなら負けません。「こんな世界もあるのか」と思えるような、面白くてわかりやすい話題を届けていきます。

編集者

ナゾロジー 編集部