研究開発計画の初年度となる本年度は、「健常状態での上肢フィードバック運動制御の人工神経回路によるモデル化」と「健常状態での上肢運動中のサル前頭-頭頂ネットワーク活動記録の確立」を目指した。まず「健常状態での上肢フィードバック運動制御の人工神経回路によるモデル化」について、筋骨格モデルと人工神経ネットワークモデルを同一のプラットフォームに実装したオープンソースソフトウェアであるMotorNet（Codol et al. 2024 eLife）を用い、デジタル空間において霊長類上肢筋骨格モデルをリカレントニューラルネットワーク（RNN）で制御することに成功した。特に、オリジナルに公開されているモデルでは階層性を持たないRNNが使われていたが、生体の中枢神経系の特徴である階層的な神経構造を模倣した階層的RNNを構築し、筋骨格モデルからの固有感覚および視覚フィードバックにもとづく運動制御を実現した。この階層的RNNによって、感覚情報の統合、筋出力の生成、それをつなぐ感覚運動変換過程の神経動態を検証することが可能となった。次に「健常状態での上肢運動中のサル前頭-頭頂ネットワーク活動記録の確立」について、健常なマカクザル（2頭）を対象として前頭-頭頂皮質（背側運動前野、一次運動野、一次体性感覚野、頭頂葉５野）に埋め込んだ皮質電位（electrocorticogram, ECoG）電極を用い、運動課題中の前頭-頭頂ネットワーク活動の同時活動記録を行うことに成功した。サルには行動目標に応じた柔軟なフィードバック応答制御課題を訓練し、行動目標に応じた応答準備に関わる皮質活動の記録および解析を行った。その結果、前頭-頭頂皮質の各領域に依存した準備や応答関連成分を認めた。これは、行動目標が感覚運動処理に関わる前頭-頭頂皮質ネットワークの広範囲にわたる活動の変化を与えることを示す結果であった。