All Data

Hyperspectral (HS) imaging can capture the detailed spectral signature of each spatial location of a scene and leads to better understanding of different material characteristics than traditional imaging systems. However, existing HS sensors can only provide low spatial resolution images at a video rate in practice. Thus reconstructing high-resolution HS (HR-HS) image via fusing a low-resolution HS (LR-HS) image and a high-resolution RGB (HR-RGB) image with image processing and machine learning technique, called as hyperspectral image super resolution (HSI SR), has attracted a lot of attention. Existing methods for HSI SR are mainly categorized into two research directions: mathematical model based method and deep learning based method. Mathematical model based methods generally formulate the degradation procedure of the observed LR-HS and HR-RGB images with a mathematical model and employ an optimization strategy for solving. Due to the ill-posed essence of the fusion problem, most works leverage the hand-crafted prior to model the underlying structure of the latent HR-HS image, and pursue a more robust solution of the HR-HS image. Recently, deep learning-based approaches have evolved for HS image reconstruction, and current efforts mainly concentrated on designing more complicated and deeper network architectures to pursue better performance. Although impressive reconstruction results can be achieved compared with the mathematical model based methods, the existing deep learning methods have the following three limitations. 1) They are usually implemented in a fully supervised manner, and require a large-scale external dataset including the degraded observations: the LR-HS/HR-RGB images and their corresponding HR-HS ground-truth image, which are difficult to be collected especially in the HSI SR task. 2) They aim to learn a common model from training triplets, and are undoubtedly insufficient to model abundant image priors for various HR-HS images with rich contents, where the spatial structures and spectral characteristics have considerable difference. 3) They generally assume that the spatial and spectral degradation procedures for capturing the LR-HS and HR-RGB images are fixed and known, and then synthesize the training triplets to learn the reconstruction model, which would produce very poor recovering performance for the observations with different degradation procedures. To overcome the above limitations, our research focuses on proposing the unsupervised learning-based framework for HSI SR to learn the specific prior of an under-studying scene without any external dataset. To deal with the observed images captured under different degradation procedures, we further automatically learn the spatial blurring kernel and the camera spectral response function (CSF) related to the specific observations, and incorporate them with the above unsupervised framework to build a high-generalized blind unsupervised HSI SR paradigm. Moreover, Motivated by the fact that the cross-scale pattern recurrence in the natural images may frequently exist, we synthesize the pseudo training triplets from the degraded versions of the LR-HS and HR-RGB observations and themself, and conduct supervised and unsupervised internal learning to obtain a specific model for the HSI SR, dubbed as generalized internal learning. Overall, the main contributions of this dissertation are three-fold and summarized as follows: 1. A deep unsupervised fusion-learning framework for HSI SR is proposed. Inspired by the insights that the convolution neural networks themself possess large amounts of image low-level statistics (priors) and can more easy to generate the image with regular spatial structure and spectral pattern than noisy data, this study proposes an unsupervised framework to automatically generating the target HS image with the LR-HS and HR-RGB observations only without any external training database. Specifically, we explore two paradigms for the HS image generation: 1) learn the HR-HS target using a randomly sampled noise as the input of the generative network from data generation view; 2) reconstructing the target using the fused context of the LR-HS and HR-RGB observations as the input of the generative network from a self-supervised learning view. Both paradigms can automatically model the specific priors of the under-studying scene by optimizing the parameters of the generative network instead of the raw HR-HS target. Concretely, we employ an encoder-decoder architecture to configure our generative network, and generate the target HR-HS image from the noise or the fused context input. We assume that the spatial and spectral degradation procedures for the under-studying LR-HS and HR-RGB observation are known, and then can produce the approximated version of the observations by degrading the generated HR-HS image, which can intuitively used to obtain the reconstruction errors of the observation as the loss function for network training. Our unsupervised learning framework can not only model the specific prior of the under-studying scene to reconstruct a plausible HR-HS estimation without any external dataset but also be easy to be adapted to the observations captured under various imaging conditions, which can be naively realized by changing the degradation operations in our framework. 2. A novel blind learning method for unsupervised HSI SR is proposed. As described in the above deep unsupervised framework for HSI SR that the spatial and spectral degradation procedures are required to be known. However, different optical designs of the HS imaging devices and the RGB camera would cause various degradation processes such as the spatial blurring kernels for capturing LRHS images and the camera spectral response functions (CSF) in the RGB sensors, and it is difficult to get the detailed knowledge for general users. Moreover, the concrete computation in the degradation procedures would be further distorted under various imaging conditions. Then, in real applications, it is hard to have the known degradation knowledge for each under-studying scene. To handle the above issue, this study exploits a novel parallel blind unsupervised approach by automatically and jointly learning the degradation parameters and the generative network. Specifically, according to the unknown components, we propose three ways to solve different problems: 1) a spatial-blind method to automatically learn the spatial blurring kernel in the capture of the LR-HS observation with the known CSF of the RGB sensor; 2) a spectral-blind method to automatically learn the CSF transformation matrix in the capture of the HR-RGB observation with known burring kernel in the HS imaging device; 3) a complete-blind method to simultaneously learn both spatial blurring kernel and CSF matrix. Based on our previously proposed unsupervised framework, we particularly design the special convolution layers for parallelly realizing the spatial and spectral degradation procedures, where the layer parameters are treated as the weights of the blurring kernel and the CSF matrix for being automatically learned. The spatial degradation procedure is implemented by a depthwise convolution layer, where the kernels for different spectral channel are imposed as the same and the stride parameter is set as the expanding scale factor, while the spectral degradation procedure is achieved with a pointwise convolution layer with the output channel 3 to produce the approximated HR-RGB image. With the learnable implementation of the degradation procedure, we construct an end-toend framework to jointly learn the specific prior of the target HR-HS images and the degradation knowledge, and build a high-generalized HSI SR system. Moreover, the proposed framework can be unified for realizing different versions of blind HSI SR by fixing the parameters of the implemented convolution as the known blurring kernel or the CSF, and is highly adapted to arbitrary observation for HSI SR. 3. A generalized internal learning method for HSI SR is proposed. Motivated by the fact that natural images have strong internal data repetition and the crossscale internal recurrence, we further synthesize labeled training triplets using the LR-HS and HR-RGB observation only, and incorporate them with the un-labeled observation as the training data to conduct both supervised and unsupervised learning for constructing a more robust image-specific CNN model of the under-studying HR-HS data. Specifically, we downsample the observed LR-HS and HR-RGB image to their son versions, and produce the training triplets with the LR-HS/HR-RGB sons and the LR-HS observation, where the relation among them would be same as among the LR-HS/HR-RGB observations and the HR-HS target despite of the difference in resolutions. With the synthesized training samples, it is possible to train a image-specific CNN model to achieve the HR-HS target with the observation as input, dubbed as internal learning. However, the synthesized labeled training samples usually have small amounts especially for a large spatial expanding factor, and the further down-sampling on the LR-HS observation would bring severe spectral mixing of the surrounding pixels causing the deviation of the spectral mixing levels at the training phase and test phase. Therefore, these limitations possibly degrade the super-resolved performance with the naive internal learning. To mitigate the above limitations, we incorporate the naive internal learning with our selfsupervised learning method for unsupervised HSI SR, and present a generalized internal learning method to achieve more robust HR-HS image reconstruction.

Generalized pustular psoriasis (GPP) is a rare form of psoriasis, which is characterized by sudden onset of repeated erythema and pustule formation with generalized inflammation. Recent advances in molecular genetics have led to the identification of several genes associated with GPP, including IL36RN, CARD14, AP1S3, SERPINA3, and MPO. Of these, only limited cases of GPP have been reported to carry mutations in the AP1S3, SERPINA3, or MPO to date. In the present study, we investigated a Japanese patient with GPP and found a bi-allelic missense mutation c.1769G>T (p.Arg590Leu) in the MPO gene. Structural analysis predicted that the mutant MPO protein would abolish its ability to bind with heme protein. In vitro studies using cultured cells revealed that the mutant MPO was stably expressed, but completely lost its myeloperoxidase activity. Immunohistochemistry (IHC) using an anti-MPO antibody showed markedly-reduced expression of MPO protein in the patient’s skin, suggesting that the mutation would lead to an instability of the MPO protein in vivo. Finally, IHC with an anti-citrullinated Histone H3 antibody demonstrated a sparse formation of neutrophil extracellular traps within a Kogoj's spongiform pustule of the patient’s skin. Collectively, we conclude that the c.1769G>T (p.Arg590Leu) in the MPO is a complete loss-of-function mutation associated with GPP in the patient. Our data further underscore critical roles of the MPO gene in the pathogenesis of GPP.

Objective: Anastomotic leakage is a common and severe complication of esophageal reconstruction. Accordingly, there is a clinical need for novel methods to prevent it. We developed multilayered, growth factor-secreting fibroblast sheets that promote wound healing and angiogenesis. The present study aimed to assess the utility of allogenic multilayered fibroblast sheets in preventing esophageal anastomotic leakage in a rat model of esophageal reconstruction. Methods: Allogenic multilayered fibroblast sheets prepared from oral mucosal tissues were implanted at esophageal anastomotic sites. Results: The allogenic multilayered fibroblast sheet group had significantly higher burst pressure and collagen deposition compared to a control group five days postoperatively. The expression levels of collagen type I and III mRNAs around esophageal suture sites were higher in the allogenic multilayered fibroblast sheet group compared to the control group on postoperative days 0, 3, and 5. There was a trend toward lower anastomotic leakage and lower abscess scores in the allogenic multilayered fibroblast sheet group compared to the control group; however, these differences did not reach statistical significance. Allogenic multilayered fibroblast sheets completely disappeared at ten days after implantation. Further, no inflammation was observed at suture sites with implanted allogenic multilayered fibroblast sheets at five days after surgery. Conclusion: Allogenic multilayered fibroblast sheets may represent a promising method of preventing esophageal anastomotic leakage.

【背景】結腸直腸癌（colorectal cancer:CRC）の予後については、腫瘍の特性だけでなく、宿主の免疫反応も重要な因子となる。我々は宿主の免疫反応として全身および腫瘍微小環境（tumor microenvironment: TME）の炎症性サイトカイン発現に注目し、これらを評価することにより、免疫抑制状態と患者の予後との関係を検討した。 【方法】 切除可能CRC患者209名において、術前に採取した血清サンプルを用いてサイトカイン濃度（IL-1β、IL-6、IL-8、TNF-α）を電気化学発光法により測定し、予後との関連を検討した。また切除切片における腫瘍組織でのサイトカイン発現を腫瘍細胞、間質細胞に分けて免疫組織化学的に評価した。さらに、切除したCRC患者10例において、新鮮な切除切片から抽出した腫瘍浸潤細胞を用いたマスサイトメトリーによるシングルセル解析を行った。 【結果】 無再発生存期間において、血清IL-1β、IL-8、TNF-α濃度の高低では有意な関係を認めなかったが、血清IL-6高値群で有意に予後不良であった。また血中IL-6濃度上昇は腫瘍組織中の間質細胞におけるIL-6高発現と関連していた。シングルセル解析の結果、腫瘍浸潤免疫細胞のうちIL-6+細胞は主に骨髄球系細胞で構成され、リンパ球系細胞ではIL-6発現をほとんど認めなかった。またIL-6高発現群では、CD33+HLADR-骨髄由来抑制細胞（myeloid-derived suppressor cell: MDSC）およびCD4+FOXP3highCD45RA-エフェクター型抑制性T細胞(effector regulatory T cell: eTregの割合がIL-6低発現群に比べ有意に高かった。さらに、MDSCにおけるIL-10+細胞の割合、eTregにおけるIL-10+細胞またはCTLA-4+細胞の割合は、IL-6高発現群で有意に高かった。 【結論】血清IL-6濃度の上昇は間質細胞のIL-6発現と関連し、予後不良であった。腫瘍浸潤免疫細胞におけるIL-6高発現は、TMEにおけるMDSCやeTreg等の免疫抑制性細胞の蓄積と関連し、その機能性マーカーの上昇も認めた。これらIL-6を介した抑制性免疫機構がCRC患者の予後不良の一因となっている可能性がある。

【背景】インターロイキン(IL)-33は, 宿主防御, 神経損傷, 炎症などに重要なIL-33/ST2シグナル経路を誘導する. 一方, IL-33のデコイ受容体である可溶性ST2(sST2)は, IL-33/ST2シグナル経路を抑制する. sST2は種々の神経疾患患者の血清中で増加するが, 低酸素性虚血性脳症(Hypoxic-ischemic encephalopathy; HIE)では知られていない. 【目的】本研究の目的は, HIEにおける血清中のIL-33, 及びsST2濃度を測定し, HIE重症度と神経学的予後との関連性を検討することである. 【対象と方法】2017年1月から2022年4月の期間に, 山口大学医学部附属病院総合周産期母子医療センターに入院した, 在胎期間36週以上, かつ出生体重1,800g以上の新生児を対象とし, HIE群23名, 対照群16名を本研究に登録した. HIEの重症度はSarnat分類により軽症, 中等症, 重症に分類し, 生後6時間以内, 及び1-2, 3, 7日目の血清IL-33及びsST2濃度を測定した. プロトン磁気共鳴スペクトロスコピーによりHIE群の基底核におけるlactate/N-acetylaspartate(Lac/NAA)比を算出し, 退院後の神経学的後遺症の有無を追跡調査した. 【結果】血清中IL-33濃度は各群で差を認めなかった. 一方, 中等症及び重症HIE群の血清sST2濃度は, 対照群に比し著明に高値で, HIE重症度と相関して高値であった. 血清中sST2濃度はLac/NAA比と有意な正の相関を示し(相関係数=0.527, P=0.024), 神経学的後遺症を来したHIE児では予後良好の児に比し, sST2濃度及びLac/NAA比が有意に高かった(それぞれP=0.020, <0.001).【結論】血清sST2濃度はHIEの重症度および神経学的予後予測に有用である可能性が示唆された.

キメラ抗原受容体(CAR)-T細胞療法は造血器腫瘍において優れた抗腫瘍効果を示している一方、固形がんにおいては臨床応用がまだなされていない。臨床応用におけるハードルとなっている理由の一つとして、固形がんでは適切なCAR ターゲットが欠如しているということにある。GM2 は糖鎖にシアル酸を有するスフィンゴ糖脂質の一群であるガングリオシドの一つであり、様々なタイプの固形がんにおいて過剰発現している。本研究では、我々が以前に開発したインターロイキン7(IL-7)/ケモカインリガンド19(CCL19)産生型ヒトCAR-T細胞システムを用いて、GM2が固形腫瘍に対するCART細胞療法のターゲットとなりうるかという点についてヒト肺小細胞がん異種移植マウスモデルを用いて探究した。IL-7/CCL19 産生型抗GM2 CAR-T細胞治療を行ったところ、GM2 陽性腫瘍の完全な退縮が観察され、腫瘍内部への豊富なT 細胞浸潤や長期のメモリー応答形成も観察されたが、有害事象は認めなかった。加えて、臨床においてCAR-T 細胞使用時に問題となるサイトカイン放出症候群や神経毒性をコントロールする方法として、ガンシクロビル(GCV)投与によりアポトーシスが誘導される自殺システムである単純ヘルペスウイルス-チミジンキナーゼ(HSV-TK)をCAR-T細胞に遺伝子導入した。HSV-TK発現IL-7/CCL19産生型抗GM2 CAR-T細胞は、in vivoにおいてGCV投与により効果的に除去された。以上より、我々の研究はIL-7/CCL19産生型ヒト抗GM2CAR-T細胞のGM2陽性固形がん治療への臨床応用における安全性を実証し、その有望な治療効果を明らかにした。

To investigate whether dantrolene (DAN), cardiac ryanodine receptor (RyR2) stabilizer, improves impaired diastolic function in an early pressure-overloaded hypertrophied heart, pressure-overload hypertrophy was induced by transverse aortic constriction (TAC) in mice. Wild-type (WT) mice were divided into four groups: sham-operated mice (Sham), sham-operated mice treated with DAN (DAN+Sham), TAC mice (TAC), and TAC mice treated with DAN (DAN+TAC). The mice were then followed up for 2 weeks. Left ventricular (LV) hypertrophy was induced in TAC, but not DAN+TAC mice, 2 weeks after TAC. There were no differences in LV fractional shortening among the four groups. Catheter tip micromanometer showed that the time constant of LV pressure decay, an index of diastolic function, was significantly prolonged in TAC but not in DAN+TAC mice. Diastolic function was significantly impaired in TAC, but not in DAN+TAC mice as determined by cell shortening and Ca2+ transients. An increase in diastolic Ca2+ leakage and a decrease in calmodulin (CaM) binding affinity to RyR2 were observed in TAC mice, while diastolic Ca2+ leakage improved in DAN+TAC mice. Thus, DAN prevented the progression of hypertrophy and improved the impairment of LV relaxation by inhibiting diastolic Ca2+ leakage through RyR2 and the dissociation of CaM from RyR2.

ダントロレン(DAN)はRyR2のN末端ドメインLeu601-Cys620に直接結合し、RyR2の4量体構造を安定化させることにより、RyR2からの拡張期Ca2+漏出を防ぐ。以前我々は、RyR2へのCaM高親和性KIマウス(V3599K)を用いて、横行大動脈縮窄(TAC)による圧過負荷誘発性心肥大マウスモデルにおいてRyR2からのCaM解離を抑制することで、Ca2+漏出を防ぎ、左室リモデリングを抑制することを報告した。そこで本研究では、横行大動脈縮窄（TAC）による圧負荷誘発性心肥大マウスモデルにおいてダントロレンの慢性投与がCaMとRyR2の結合親和性を遺伝的に強化した場合と同様の機序で左室リモデリングを抑制するかを調べた。横行大動脈縮窄（TAC）による圧負荷誘発性心肥大マウスモデルを作成した。野生型マウスを、Sham群、TAC群、TAC-DAN群(ダントロレン20mg/kg/day腹腔内投与)の3群に割り付けた。ShamまたはTAC手術から8週後の生存率、心機能および組織評価、単離心筋細胞を用いたCa2+ハンドリング、RyR2-CaM結合性の評価を行った。TAC-DAN群はTAC群と比較し、TAC手術から8週後の生存率は良好であった(TAC群 49% vs TAC-DAN群83%)。また、心エコーと心筋組織においては、TAC群で認めた左室リモデリングは、TAC-DAN群で抑制された。TAC手術から8週後の単離心筋細胞ではTAC群で拡張期Ca2+スパーク頻度の増加およびRyR2-CaM結合親和性の低下を認めたが、TAC-DAN群ではそれが抑制された。我々の研究はダントロレンの慢性投与によりRyR2を安定化させ、RyR2からのCaM解離を抑制することで、RyR2からの拡張期Ca2+漏出を防ぎ、左室リモデリングが抑制され、予後が改善することを示した。

現在の日本は少子高齢化・医療高度化を背景に、要介護者数の増加、医療費増加、人材不足、医療格差などの医療課題に直面している。近年、人工知能（ArtificialintelligenceAI）技術やシステム医学に基づいたデータ駆動型医療の登場によって、これら課題を解決できる可能性が広がった。筆者自身は呼吸器診療に携わる立場でもあることから、呼吸器診療を支援する以下3つの医療AI技術を開発した。1つ目の技術では、副作用ビッグデータ（JapaneseAdverseDrugEventReportJADER）に基づきベイズ推定を行うことで、AUC0.93の精度で副作用の原因薬を推定できた。呼吸器領域では薬剤性肺障害など重篤な副作用があるが、本技術の臨床応用によって、副作用による健康被害の最小化と副作用管理の効率化が期待できる。2つ目の技術では、喘息患者の臨床データ（年齢、BMI、血中好酸球数、呼気NO値、増悪回数）をもとに教師あり機械学習を行うことで、喘息患者の気流閉塞の急速進行1秒量低下）をAUC0.85の精度で予測できた。実用化によって、早期の治療介入が必要な喘息患者を同定でき、重症化を防ぐための先制治療につながる。3つ目の技術では、喘息質問票（AsthmaControlQuestionnaire-5:ACQ-5）のデータを用いて教師なし機械学習を行うことで、症状から喘息病態である気流閉塞、2型気道炎症、増悪リスクを推定できた。従来、治療選択のため病態評価には専門的検査が必要だが、本技術ではACQ-5に含まれる喘息症状の評価のみから、個々の喘息の病態に応じた治療選択（個別化治療）につなげることができる。本技術は、発展途上国、過疎地域、プライマリケアの現場など、医療環境が不十分な地域で、適切な喘息治療薬の選択を支援できる。ひいては、医療格差の是正につながる可能性が期待できる。本研究で開発したAI技術の実用化によって、臨床現場における副作用管理、先制医療、個別化治療を支援する。これによって、健康寿命の延伸、医療費抑制を目指す。同時に、開発したAI技術によって専門医療の一部を補完することで、医療従事者の業務負担軽減と、医療格差の是正均てん化につながることが期待できる。

細胞は熱ストレスなどのタンパク質毒性ストレスにさらされると、熱ショックタンパク質群（HSPs）を誘導することで適応する。この適応機構は熱ショック応答と呼ばれ、熱ショック転写因子HSF1によって主に転写レベルで制御される。活性化されたHSF1はHSP遺伝子プロモーターに存在する熱ショック応答配列（HSE）に結合し、メディエーターを含む転写開始前複合体を集積させることで転写を促進する。一般に、転写因子及びその調節因子は液―液相分離によってプロモーター上に凝縮体を形成すると考えられている。しかし、HSP遺伝子プロモーター上でも同様かどうかについては、凝縮体が微小であるために十分な解析ができていない。本研究では、ヒトHSP72プロモーター由来のHSEを多数連結したレポーター遺伝子をマウス細胞に導入した。このHSEレポーター遺伝子を持つ細胞に蛍光タンパク質mEGFPを融合したHSF1を発現させることで、熱ストレス条件下でHSF1凝縮体を可視化することに成功した。この人工的なHSF1凝縮体は部分的に液体様の性質を持つ、すなわち液―液相分離により形成されていた。また、大腸菌から精製したタンパク質を用いた実験から、HSF1の天然変性領域IDR)が相分離に寄与することも分かった。さらにこの実験系を用いて、HSF1凝縮体の形成が転写調節因子によって制御されるかを調べた。特に、熱ショック応答を促進するメディエーターの一つであるMED12に着目して解析したところ、MED12のIDRはHSF1凝縮体に集積すること、そしてMED12の発現抑制はHSF1の凝縮体形成を著しく抑制することが明らかとなった。本研究は、HSP72プロモーター上のHSF1凝縮体を解析する実験系を提示するとともに、それが転写調節因子によって制御されることを示唆する。

膵β細胞量の進行性の減少が糖尿病の発症・進展に関与する。糖尿病病態では、インスリン作用不足による高血糖に対する代償的なインスリン産生の増加や脂質異常のためにβ細胞において小胞体ストレスが亢進する。一方、セリン・スレオニンキナーゼGsk-3 はPI3/Akt により抑制され、Gsk-3 の活性制御障害がβ細胞不全と小胞体ストレス関連β細胞死に関連する。しかし、Gsk-3 を介した細胞障害の分子機構は十分に解明されていない。本研究では、Gsk-3 を介する小胞体ストレス応答調節と膵β細胞アポトーシス誘導の関連について検討を行った。方法：マウス単離膵ランゲルハンス氏島(ラ氏島)およびマウス膵β細胞株で薬理学的に小胞体ストレスを誘導した。Ins2 遺伝子に変異を持ち、変異インスリンの蓄積により小胞体ストレスが亢進しβ細胞死を来すAkita mouse 由来の膵β細胞株を遺伝的小胞体ストレスのモデルとして用いた。低分子化合物、あるいは酵素不活性型Gsk-3βの導入によりGsk-3 活性を阻害した。結果：小胞体ストレス下ではGsk-3 を抑制するAkt の活性が減弱しGsk-3 が活性化した。Gsk-3 はATF4 のSer214 リン酸化を介してATF4 とSCF-βTrCP の結合とそれに続くATF4 のユビキチン化、蛋白分解を促進する。したがって、Gsk-3 の抑制によりATF4 の分解速度が低下し、ATF4 蛋白質量が増加することが明らかになった。このとき、β細胞のアポトーシスが減弱することを確認した。この抗アポトーシス効果はdominant negative-ATF4 導入あるいはATF4 ノックダウンにより有意に減弱した。Gsk-3 抑制によるアポトーシス抑制のメカニズムについて、ATF4 の転写標的であるGADD34 および4E-BP1 の発現増強を介した全般的な蛋白翻訳の動態との関連が考えられた。さらに、Akita mouse 由来の膵β細胞株でもGsk-3 活性阻害によるアポトーシス抑制が確認され、これにはATF4 の発現増強と全般的な蛋白翻訳抑制が関連した。以上の結果より、インスリンシグナルとストレス応答のクロストークが明らかになり、Gsk-3/ATF4 経路が糖尿病におけるβ細胞保護の治療標的となる可能性が示唆された。

近年中国のハイスピードな経済発展により、都市化が進み、農耕地域の人々が大量に都市部へ移動した。それに伴い、著しい地方文化の変化がもたらされた。本稿では、主に、内モンゴル通遼市ホルチン中旗のＡ村における、1990年代と現代との婚姻習俗の比較を通し、現代における各種のサービス業の発展により、モンゴル人が結婚披露宴を実施する際には、自民族が持つ固有の伝統文化を結婚披露宴に取り入れる現象が見られるようになったこと、そしてモンゴル人が都市部で創り出した「異種混合」の文化が内モンゴルの多くの地域に流行するようになったことを明らかにしている。それは、現代の農耕モンゴル人が、地方から都市部へ移動することによって、民族のアイディティを持つようになったという意識的な「文化の再構築」の活動である。本稿では主に、農耕モンゴル人の文化の再構築の過程を考察し、現代内モンゴルにおける文化の状況について論じていきたい。

Humans now more or less cooperate in production and distribution to maximize their own pleasure. Pleasure can be divided into direct and indirect ones. Humans can increase their own pleasure through gift-giving behavior in addition to exchange behavior. Here people encounter the question of how much of the savingsable goods that can be used for gifts should be allocated to prepare for one's future anxiety. Gifts to a partner of collaboration are made to the extent that the gift contributes to one's survival by sustaining the collaboration with the partner. This is due to the self-love motive. By excluding this self-love motive from behaviors for indirect pleasure, we focus on the giving behavior, in which an increase in the other's pleasure increases one's own pleasure. We conclude that gifts are considered to be made when the indirect pleasure that arises when a certain amount of gift is given to the other party from one's ability to save is greater than the direct pleasure that arises from allocating it to savings. Further, it is considered that the magnitude relationship between the two is determined by the donor's "subjectivity level" and the giftee's need for gifting.