本年度計画であるマーモセットの拡散MRI、機能MRI、ISH（in situ hybridization）データを統合した基盤モデルの構築は順調に進んでいます。マーモセットデータベースに基づき、拡散MRIと機能MRIを用いたモデルを構築し、ISHデータを組み込む手法を開発しました。モデルにはWilson-Cowanモデルを採用し、脳疾患メカニズムで重要な興奮性-抑制性のバランスに着目しました。検討の結果、局所の興奮性-抑制性の相互結合項にISHデータを導入する方法が、実験によるfMRI機能結合との相関が最も高いことが明らかになりました。さらに、AMPAおよびGABAのISHデータを組み込むことで、rsfMRI機能結合の予測精度が向上しました。脳領域の空間情報の重要性を検証するため、70脳領域の空間情報をランダマイズしたサロゲートデータを作成し評価した結果、特にGABAの空間情報が予測精度に強く影響していることが示されました。加えて、パーキンソン病モデルマーモセットのMRIデータを標準化し、従来の70領域から皮質下を含む112領域へと拡張した結合マトリクスを作成しました。今後のパーキンソン病モデルマーモセットの興奮抑制バランス評価に必要なGABAサブタイプの遺伝子発現データも新たにISHデータから抽出し、これらのデータを全脳モデルに実装した結果、健常と比較してrsfMRI予測精度が大きく低下することが確認されました。現在は疾患関連因子の特定に向けて、精度低下の要因分析を進めています。