脳科学者が解明：海馬と前頭前皮質に刻まれた「感情の階層地図」の正体

現代の神経科学における最新の知見は、人間の脳が感情に関する知識を「認知地図」のような形式で整理している可能性を示唆しています。この理論的な枠組みにおいて、脳は似たような感情状態を互いに近い場所に配置し、性質の異なる体験をより遠い場所にコード化して管理しています。このような体系的な構造が存在することで、私たちは自身の複雑な感情体験を解釈し、微妙な心の変化を区別し、ある感情から別の感情へとスムーズに移行できると考えられています。

2026年1月26日付の学術誌『Nature Communications』に掲載された研究において、エモリー大学の研究チームは、感情を揺さぶる短編動画を視聴している際の海馬と前頭前皮質の活動を詳しく調査しました。分析の結果、これらの脳領域における活動パターンは、被験者が主観的に報告した感情評価の構造と密接に連動していることが判明しました。つまり、脳内の神経活動が、さまざまな感情体験の間の類似性や相関関係を忠実に反映していたのです。

研究チームは、従来「記憶」や「経験の相関的符号化」を司るとされてきた脳領域である海馬に特に注目しました。その結果、海馬内では感情の知識が階層的に表現されていることが明らかになりました。具体的には、ポジティブかネガティブかといった大まかな区別と、似た感情同士の微細な違いが、異なる抽象レベルでコード化されていたのです。一方で、腹側正中前頭前皮質（vmPFC）は、感情の「価（快・不快）」と「覚醒度」という2次元の軸に基づいた、感情状態の全体的な構造を表現する役割を主に担っていることが示されました。

この実験には29人の被験者が参加し、14本のビデオクリップを視聴しながら機能的磁気共鳴画像法（fMRI）による脳スキャンを受けました。さらに、別のグループが同じ動画を視聴して感情の動的な変化をリアルタイムで評価し、そのデータと脳活動の変化を照らし合わせる手法が取られました。これにより、単発の静止した感情状態を調べるのではなく、自然な流れの中で刻々と変化していく感情のプロセスを捉えることに成功しました。

感情の地図が学習を通じてどのように形成されるかを検証するため、研究者たちは「Tolman-Eichenbaum Machine（TEM）」という計算モデルを採用しました。このモデルは、脳が情報の相関構造をどのように学習し、未知の状態間のつながりを一般化するかを説明するために設計されたものです。シミュレーション結果とfMRIデータの高い整合性は、感情知識の地図状の組織化が、脳が環境を理解するために用いる一般的な学習メカニズムに基づいているという仮説を強力に裏付けるものとなりました。

また、著者らは今回の発見が臨床現場においても重要な意味を持つ可能性を指摘しています。感情を細かく区別して認識する能力は「感情の粒度（グラニュラリティ）」と呼ばれ、これが高いほどメンタルヘルスが良好である傾向が過去の研究で示されています。対照的に、不安やうつ状態にある人々は、自身の感情を明確に区別して認識することが困難な場合が多いとされています。本研究は、こうした心理的な健康状態の差異の根底にある神経認知的なメカニズムを解明する新たな手がかりを提供しています。

結論として、この研究は、海馬と前頭前皮質のネットワークにおいて、感情の知識が階層的な「情動空間」として構築されているという神経計算モデルを提示しました。これは単に脳内に「感情の地図」が物理的に存在するということではなく、抽象度の異なる複数のレベルで感情間の関係性を符号化する高度な情報処理システムが存在することを意味しています。この発見は、人間がどのようにして自らの内面世界をナビゲートしているのかを理解するための大きな一歩となるでしょう。