「習慣」の意味に注意：この研究でいう習慣は、無意識の癖や毎朝のルーティン全般ではない。報酬の価値を下げても行動を続ける「結果の価値に対する非感受性」で判定した、実験行動学上の習慣である。実験対象は雄マウスだけで、人で同じ回路操作を試した研究でも、強迫症や依存症の治療試験でもない。

甘い液体をたっぷり飲み、もう欲しくないはずのマウスの前に、一本のレバーが現れる。目的を計算する動物なら、押すのをやめる。押しても砂糖水は出ないし、直前の満腹で価値も下がっている。それでも押し続けるなら、その手続きは「結果を得るための行動」から「合図に呼び出される行動」へ変わった可能性が高い。

この5分間の静かな試験に、習慣研究の難しさが凝縮されている。外からは同じレバー押しに見える。だが脳内では、いま欲しい結果を予測して選ぶ系と、過去の反復から素早く実行する系が、同じ筋肉を別の理由で動かし得る。行動の形だけを数えても、どちらが運転席にいるかは分からない。

7月27日付の学術誌『Nature Communications』に掲載された京都大学大学院医学研究科の研究は、ここへもう一つの問いを加えた。習慣になったかどうかと、その行動を何回するかは、本当に同じ神経過程なのか。答えは「別だった」。さらに研究チームは、活動を眺めただけでなく、二つの投射回路を興奮・抑制し、学習で強まったシナプスを光で消すことによって、片方だけを変えられることを示した。

2つの次元結果に左右される「戦略」と、行動の「実行量」
2つの回路ACC→RSCは習慣化、LOFC→CSは実行量に関与
4日間時間制の訓練で、目的指向から習慣へ移行
雄マウスのみ人への一般化には追加検証が必要

「習慣か」と「どれほどするか」は別の問い

研究チームは、食餌を制限したC57BL/6J雄マウスに、20％ショ糖液を得るためレバーを押すことを学ばせた。最初の3日間は一押しごとに報酬が出る。その後6日間は、平均10回、のちに平均20回押すと報酬が出る変動比率スケジュール。ここでは多く押すほど多く得られるため、レバー押しは結果へ向けた手段として保たれやすい。

次の4日間、ルールは動物へ告げられないまま変わる。30～90秒、平均60秒の不規則な間隔が過ぎた後の「最初の一押し」だけが報酬を生む。待ち時間に何度押しても次の砂糖水は早まらない。この変動間隔スケジュールは、行動回数と結果の関係を薄め、習慣化を促す古典的な仕掛けだ。部屋も合図も変えず、境目を滑らかにしたことで、環境変更より訓練様式の影響を見やすくした。

段階／試験マウスが経験したこと研究者が読んだもの
連続強化・3日レバーを1回押すたびショ糖液行動と結果の基本的な連合
変動比率・6日平均10回、次いで20回の押下で報酬押す量が報酬量へつながる目的指向的な制御
変動間隔・4日平均60秒後の最初の押下だけに報酬反復しても結果が増えない条件での習慣化
価値低下試験ショ糖液または通常飼料を30分摂取後、無報酬で5分間レバー提示ショ糖で満腹でも押すなら、結果価値への非感受性
省略試験20秒押さなければ報酬、押すと時計がリセット押さない方が得なのに続けるかという第二の習慣指標

決定的だったのは、変動間隔訓練を終えた個体に二つの姿が現れたことだ。どちらも、ショ糖で満腹にしてもレバーを押すという意味では習慣化していた。しかし一群は高い押下数を保ち、もう一群は押下数を減らした。「少なくなったから習慣ではない」とは言えない。少ない押下でも、現在の結果価値を参照しない戦略で実行されていたからだ。

同じ行動が習慣になっていても、激しく繰り返す個体と、静かに繰り返す個体がいる。習慣の「有無」と「音量」は、同じダイヤルではなかった。

回路1――ACCからRSCへ向かう「門」

第一の経路は、前帯状皮質（ACC）から脳梁膨大後皮質（RSC）へ伸びる。ACCは前頭前野の一部で、行動の結果、誤差、葛藤、意思決定などに関わる。RSCは記憶、文脈、空間や行動のまとまりを結ぶ領域として知られる。目的指向段階のマウスでは、この投射のシナプス伝達が長期増強（LTP）状態にあった。習慣段階へ進むと、その強さは弱まった。

これは単なる相関で終わらなかった。研究チームが化学遺伝学でACCを抑えると、習慣への移行が促された。反対にACCを興奮させると、習慣化したマウスの行動は現在の結果価値を参照する側へ戻った。重要なのは、これらの操作が押下数そのものを同じようには動かさなかった点だ。

研究者らのモデルでは、強いACC→RSC結合が、結果を計算する戦略を保つ。訓練によって結合が弱まると、その門が開き、制御が習慣側へ移る。ただし「ACCが習慣を保存する場所」という意味ではない。脳は分散系であり、この経路は移行を調節する一つのゲートだ。弱まりも損傷ではなく、経験に伴うシナプス可塑性の変化である。

回路2――LOFCから線条体へ向かう「ボリューム」

第二の経路は、外側眼窩前頭皮質（LOFC）から中央線条体（CS）へ伸びる。眼窩前頭皮質は、選択肢の価値や結果の更新に関わることで知られ、線条体は行動選択、運動、報酬学習の要衝である。高い押下量を維持した習慣マウスではLOFC→CSのLTPが保たれ、押下量を減らした個体では伝達が弱かった。

頭に小型顕微鏡を載せたカルシウムイメージングでは、変動間隔段階の「報酬時」におけるこの回路の集団活動が、実行量と相関した。レバー押し瞬間の活動ではなかった。さらに、LOFCからCSへ投射するシナプスでLTPを光によって消すと、マウスはレバーを押す量を減らした。それでも価値低下には鈍感なままで、ショ糖への一般的な動機も失っていなかった。

つまりLOFC→CSは、習慣という戦略を決めるスイッチというより、習慣化した行動をどの水準で走らせ続けるかを支える「ボリューム」に近い。研究の新しさは二つの脳部位を挙げたことだけではない。「結果に鈍感か」と「何回するか」を同じものとして扱わず、それぞれへ選択的に介入できた点にある。

三つの方法が作った因果の鎖
  • スライス電気生理：AMPA受容体とNMDA受容体を介する電流の比を測り、投射ごとのシナプス強度を比較した。
  • カルシウムイメージング：自由に行動するマウスの投射ニューロン集団が、押下や報酬の時にどう活動するかを記録した。
  • 化学遺伝学とCALI：DREADDで回路活動を上げ下げし、光感受性タンパク質cofilin-supernovaを使うCALIで、学習後のLTPを投射選択的に消した。

ジェームズの「轍」から、シナプスの地図へ

習慣を脳の物理変化として考える発想は新しくない。心理学者ウィリアム・ジェームズは1890年の『心理学原理』で、生き物を「習慣の束」と描き、神経組織の可塑性を、繰り返しが通り道を作る土台と考えた。比喩は道路の轍に近かったが、当時は個々のシナプスを測る術がなかった。

1898年、エドワード・ソーンダイクは空腹の猫を「問題箱」に入れ、偶然に留め金を操作して脱出するまでの時間を測った。成功した反応が結果によって強まる「効果の法則」は、のちのオペラント条件づけの基礎となる。イワン・パブロフは消化研究から条件反射へ進み、元は中立だった合図が反応を引き出す仕組みを生理学の言葉で示した。B・F・スキナーはレバーと強化スケジュールを用い、行動の頻度が結果の与え方で変わることを精密に測った。京大の装置にレバー、甘い報酬、変動比率、変動間隔があるのは、この長い実験史の上に立つからだ。

神経側では、ドナルド・ヘッブが1949年、共に活動する細胞の結びつきが強くなるという学習則を提案した。1973年、ティム・ブリスとテリエ・ロモはウサギ海馬で、短い高頻度刺激の後にシナプス伝達が長く強まる現象を詳述した。LTPは学習と記憶を支える有力な細胞機構となり、本研究はその強さを二つの前頭前野投射で読んだ。

1990年代以降、アン・グレイビールらは線条体のニューロン活動が、学習初期には行動列の途中でも広く発火し、熟達すると始まりと終わりを括るように集まる「チャンク化」を報告した。2000年代には、目標指向的な制御と習慣的な制御が、皮質―線条体ネットワーク内で競合し協調する像が強まった。2013年には、眼窩前頭皮質―線条体経路の光刺激がマウスの反復行動を抑える研究も発表された。

1890 — ウィリアム・ジェームズが習慣を神経系の可塑性と結びつける。

1898 — ソーンダイクの問題箱が、試行錯誤と結果による学習を定量化。

1904以降 — パブロフが条件反射を体系化し、合図と反応の連合を生理学へ。

1949 — ヘッブが活動依存的な結合強化という学習則を提示。

1973 — ブリスとロモが長期増強を詳述。

1990年代 — 基底核・線条体で行動列の「チャンク化」が可視化される。

2010年代 — 目標指向と習慣を担う皮質―線条体回路の因果研究が進む。

2026 — 京大チームが、習慣への移行と実行量を別々の投射へ分離。

「66日で習慣」は、このマウス実験の答えではない

人の日常行動を扱った研究では、同じ文脈で食事、飲み物、運動を繰り返すと、自己申告の「自動性」が徐々に上がり、一定水準へ近づくことが示されている。フィリッパ・ラリーらが96人を12週間追った2010年の研究から広まった中央値は66日だが、個人と行動の幅は18～254日と大きかった。これは「21日」説への有用な反証である一方、今回のマウスの価値低下試験とは定義も尺度も違う。

日常への最も堅実な示唆は、脳部位を自己流で刺激することではない。習慣は一枚岩でなく、文脈に呼び出される戦略と、その実行強度を分けて考えられるということだ。朝の散歩を続ける人が距離だけ短くなる、通知を見る癖は残るが回数が減る——そうした変化を「失敗か成功か」の二択でなく、二軸で観察する発想は有用だ。

心理学のレビューは、安定した文脈の中で同じ反応を繰り返すと、文脈―反応の連合が強まると説明する。だから悪い習慣を変える時、意志だけに賭けるより、合図を遠ざけ、望む行動を容易にし、結果をすぐ得られるよう環境を設計する方法が理にかなう。ただし、これは広い研究史から導く一般論であり、京大論文が特定の生活改善法を試験したわけではない。

強迫症や依存症へ、橋は見えるが渡ってはいない

研究チームは、習慣制御の理解が強迫症、依存症、摂食障害などの病的な反復行動を考える手掛かりになり得るとする。確かに、人と動物の研究では眼窩前頭皮質―線条体回路の過活動や結合異常が強迫性と関連し、マウスで同回路を繰り返し刺激すると持続的な反復行動が生じ、別の刺激法で抑えられた報告もある。

しかし、強迫症は単なる「悪い癖」ではない。望まない思考、強い不安、儀式的行為、苦痛、生活機能の障害を含み、関わる回路も一つではない。マウスが満腹後もレバーを押すことと、人が戸締まりを何度も確認することの間には、診断、言語、社会、主観的苦痛の大きな距離がある。今回の研究は橋脚の位置を測った段階で、患者が渡れる橋を建てたわけではない。

将来の価値は、症状を一括して「反復」と呼ばず、戦略の固定と実行強度を別々に測れるかもしれない点にある。ある患者では結果価値の更新が難しく、別の患者では行動の増幅が中心かもしれない。もし人でもこの分離が再現されれば、評価や標的選択を細かくできる可能性がある。現時点では、あくまで検証すべき仮説だ。

強い研究だからこそ、限界も具体的に見る

第一に、対象は6～24週齢の雄マウスだった。性差、年齢差、種差は未検証で、人のACC、RSC、眼窩前頭皮質、線条体に対応領域があっても、同じ役割分担を直接証明したことにはならない。雌マウス、加齢個体、異なる報酬や複雑な行動での再現が必要だ。

第二に、カルシウムイメージングでは画像位置合わせの制約から、訓練日をまたいで同じ単一ニューロンを追跡していない。段階ごとの集団活動の比較であり、一個の細胞が目的指向から習慣へ「転職」した姿を撮ったわけではない。

第三に、化学遺伝学で使ったCNOは体内でクロザピンへ逆変換され得るため、標的外作用が議論されてきた。著者らは対照群を置き、別原理のCALIで投射特異的な結果を重ねた。複数手法の一致は説得力を高めるが、個々の方法を無欠にはしない。

第四に、群の大きさは実験ごとに違う。主要な行動訓練では変動間隔群79匹、対照19匹だったが、価値低下、電気生理、画像、操作実験はそれぞれ別の部分集団を用いた。結果は「79匹すべてで全技術を実施した」という設計ではない。

次に答えるべき問い
  • 雌、老齢、異系統のマウスでも二つの回路の分業は同じか。
  • 食物以外の報酬、罰の回避、長い行動列でも再現するか。
  • 同一ニューロンを日をまたいで追い、回路変化の順序を観察できるか。
  • 人の画像・刺激研究で、戦略と実行量を別々に測定できるか。
  • 病的反復でこの二軸がどう崩れ、既存治療でどう戻るか。

自由とは、習慣がないことではない

習慣はしばしば、意志の敗北として語られる。だが歯を磨くたび、文字を打つたび、通い慣れた道を曲がるたびに全結果を計算していたら、脳は一日を終えられない。習慣は注意を節約し、熟練した行動を束ね、目の前の新しい問題へ思考を空ける。ジェームズが見抜いたように、人は習慣に縛られると同時に、習慣によって自由になる。

危険なのは、自動化そのものではなく、状況が変わったのに結果を更新できないこと、あるいは実行量を下げられないことだ。京都の研究は、その二つが同じ失敗ではないと示した。脳には、どの戦略で動くかを調節する門と、その行動をどれほど走らせるかを支える回路がある。

満腹のマウスがレバーを押す短い映像の背後に、130年を超える問いがある。私たちはなぜ、もう必要のない行動を続けるのか。そして、続けることと、やり過ぎることは同じなのか。今回の答えはマウスの脳に限られる。それでも、習慣を一つの黒い箱から二つの調節可能な次元へ変えたことは大きい。自由は、習慣を消し去る能力ではなく、目的が変わった時に門を戻し、音量を下げられる能力なのかもしれない。

取材ノートと主要資料

本稿は、2026年7月29日午前11時30分（日本時間）までに公開された京都大学、科学技術振興機構（JST）、原著論文と、習慣・シナプス可塑性研究の主要文献を基にした。「門」「ボリューム」は理解を助ける本稿の比喩で、論文中の解剖学的名称ではない。臨床への記述は研究上の可能性であり、診断・治療上の助言ではない。