NSM-001

連続時間マルコフ連鎖 (CTMC) の数学的定義

作成日: 2026-05-23 / §4a 数学的定義 / Mathematics in Neuroscience プレゼン準備

問い: イオンチャネルの状態遷移は、どんな数学的枠組みで記述されるか？
答え: 連続時間マルコフ連鎖 (Continuous-Time Markov Chain, CTMC) — 「現在の状態のみが未来を決める」という無記憶性を持つ確率過程。
この枠組みが「指数滞在時間」「Q 行列による完全な記述」「$e^{Qt}$ による推移確率」をすべて自然に導く。

1. 形式的な定義

1.1 確率論的な設定

定義の舞台 (基礎確率空間)

確率空間 $(\Omega, \mathcal{F}, P)$ を固定する。ここで

$\Omega$: 標本空間（「起こりうること」全体の集合）
$\mathcal{F}$: $\Omega$ 上の $\sigma$-代数（測れる事象の族）
$P$: 確率測度

フィルトレーション $\{\mathcal{F}_t\}_{t \ge 0}$: 単調増大する $\sigma$-代数の族 $\mathcal{F}_s \subseteq \mathcal{F}_t \subseteq \mathcal{F}$ ($s \le t$)。直観的には、$\mathcal{F}_t$ は「時刻 $t$ までに観測された全情報」を表す。

イオンチャネルの文脈では、$\mathcal{F}_t$ は「時刻 $t$ までのチャネルの開閉記録全体」に対応する。各時刻の Open/Closed の値だけでなく、「いつ遷移したか」「どの順序で何秒滞在したか」という経歴全体が $\mathcal{F}_t$ に含まれる。

1.2 連続時間マルコフ連鎖の定義

定義 (連続時間マルコフ連鎖)

可算状態空間 $S$ 上の確率過程 $\{X(t)\}_{t \ge 0}$ が連続時間マルコフ連鎖であるとは、任意の $0 \le s \le t$ と $j \in S$ に対して $$P\bigl(X(t) = j \;\big|\; \mathcal{F}_s\bigr) \;=\; P\bigl(X(t) = j \;\big|\; X(s)\bigr) \quad P\text{-a.s.}$$ が成り立つことをいう。

この等式は「条件付き確率」ではなく条件付き期待値（より正確には条件付き確率測度）の等式として理解する。左辺は「時刻 $s$ までの全履歴 $\mathcal{F}_s$ を与えたときの条件付き確率」であり、右辺は「現在の状態 $X(s)$ だけを与えたときの条件付き確率」である。両者が等しい — これがマルコフ性（無記憶性）の正確な表明である。

$\sigma$-代数の一行注釈:
$\sigma$-代数 $\mathcal{F}_t$ は「時刻 $t$ までに起きたことに関して真偽が確定する全事象の集まり」。例えば「チャネルが $[0.1, 0.3]$ 秒の間ずっと Open だった」という事象は $\mathcal{F}_{0.3}$ に属するが $\mathcal{F}_{0.2}$ には属さない。フィルトレーションは「情報が時間とともに蓄積する」構造を $\sigma$-代数の単調増大で表現したものである。

図 1. マルコフ性の概念図。過去全体を記述する $\mathcal{F}_s$ を条件として与えても、現在 $X(s)$ だけを条件として与えても、未来 $X(t)$ の分布は変わらない。「情報の現在での切り取り」が可能なことの数学的表明。

2. 4 つの基本性質

2.1 性質 1: マルコフ性 = 無記憶性

定義の等式を言い換えると: 「過去の軌跡 $\{X(u)\}_{0 \le u \le s}$ がどうであれ、$X(t)$ の条件付き分布は $X(s)$ だけで決まる。」

これは状態滞在時間の無記憶性としても等価に表現できる。状態 $i$ に入った時刻を 0 として、$T_i$ をその状態の滞在時間とすると:

$$P(T_i > t + s \mid T_i > s) \;=\; P(T_i > t) \quad \forall\, s, t \ge 0$$

「すでに $s$ 秒経過した」という情報は、今後 $t$ 秒以上滞在する確率に影響しない。過去は消えて「いま振り出しに戻る」のがマルコフ性の核心である。

2.2 性質 2: 時間均一性 (time-homogeneity)

推移確率を $P_{ij}(s, t) := P(X(t) = j \mid X(s) = i)$ と定義する。

定義 (時間均一的 CTMC)

CTMC が時間均一的であるとは、推移確率が差 $t - s$ のみに依存することをいう: $$P_{ij}(s, t) = P_{ij}(t - s) \quad \forall\, 0 \le s \le t,\; i, j \in S$$ 行列表記: $P(s, t) = P(t - s)$。

時間均一性は「遷移のメカニズムが時刻に依存しない」ことを意味する。膜電位固定 (voltage clamp) 実験では、チャネルに加わる電位差が一定に保たれるため、各状態の遷移速度 $q_{ij}$ が定数となり時間均一性が成立する。

時間均一性の限界:
膜電位 $V(t)$ が変化する (action potential 等) 実験では、遷移速度 $q_{ij}$ が電位依存的であるため $Q = Q(t)$ となり時間均一性が崩れる。この場合、推移確率行列 $P(s,t)$ は時間順序積 (time-ordered product) $\mathcal{T}\exp\!\bigl(\int_s^t Q(u)\,du\bigr)$ で書かれ、解析は格段に複雑になる。本プレゼンの範囲では電位固定 → 時間均一 CTMC に限定する。

図 2. 時間均一性の概念図。時刻の絶対位置 $(s_1, t_1)$ や $(s_2, t_2)$ によらず、幅 $\Delta t$ が同じなら推移確率行列 $P(\Delta t)$ は等しい。電位固定実験でこの性質が成立する。

2.3 性質 3: 指数分布の滞在時間

マルコフ性は滞在時間の分布を一意に決定する。

定理 (無記憶性の特徴付け):
非負連続確率変数 $T$ が無記憶性 $$P(T > t + s \mid T > s) = P(T > t) \quad \forall\, s, t \ge 0$$ を持つならば、$T$ は指数分布 $T \sim \text{Exp}(\lambda)$ に従う。逆も成立 (同値)。

証明の概要: 上式を $F^c(t) := P(T > t)$ で書き直すと $F^c(t + s) = F^c(t) F^c(s)$。連続関数で Cauchy の指数方程式 $f(x+y) = f(x)f(y)$ を満たすのは指数関数 $F^c(t) = e^{-\lambda t}$ ($\lambda > 0$) のみ。

したがって: CTMC の状態 $i$ の滞在時間 $T_i$ は

$$T_i \;\sim\; \text{Exp}(\lambda_i), \quad \lambda_i = |q_{ii}|$$

ここで $q_{ii}$ は Q 行列 (生成作用素) の対角成分で、状態 $i$ からの総離脱速度を表す。指数滞在時間はマルコフ性から論理的に導かれる定理であり、仮定ではない。

図 3. 指数分布の無記憶性。状態に $s$ 秒間留まっていても、残りの滞在時間の分布は元の指数分布 $\text{Exp}(\lambda)$ と全く同じ。マルコフ性から帰結されるこの性質が、指数分布の必然性の根拠。

2.4 性質 4: 有限状態空間

理論上、CTMC は可算無限状態空間上で定義できる。しかしイオンチャネルの物理的な状況を考えると:

側面	イオンチャネルでの状況	数学的含意
conformation の種類	有限個 (Open 1〜数個、Closed 1〜十数個が典型)	$\|S\| = n < \infty$
Q 行列	$n \times n$ 有限行列	$e^{Qt}$ は常に well-defined ($n \times n$ 行列の exp)
固有値分解	$Q = V\Lambda V^{-1}$ が (一般には) 可能	$P(t) = e^{Qt} = V e^{\Lambda t} V^{-1}$ と閉形式で書ける
推移確率行列	$P(t) = e^{Qt}$ の各成分が観測確率に直結	尤度計算が有限次元の行列演算に帰着

有限性は「理論的仮定」ではなく実験的事実に基づく。単一チャネル記録の滞在時間ヒストグラムに現れる指数の本数が有限であること自体が、状態数の有限性の間接的証拠となる。

3. 4 つの性質の俯瞰

図 4. CTMC を特徴づける 4 つの性質の俯瞰。マルコフ性 (定義) から指数滞在時間が定理として導かれ、時間均一性が Q 行列の定数性を保証し、有限性が行列指数関数の well-definedness を保証する。

4. イオンチャネルへの適用

4.1 状態とゲーティング

イオンチャネル分子は複数のコンフォメーション（立体構造）を持ち、その構造によってイオンが通るかどうかが決まる。これを CTMC の状態空間に対応させると:

数学的対応	イオンチャネルでの実体
状態空間 $S = \{1,\ldots,n\}$	Open 状態群 + Closed 状態群（コンフォメーションの全種類）
確率過程 $X(t) \in S$	時刻 $t$ におけるチャネルのコンフォメーション
状態遷移 $i \to j$	ゲーティング: チャネルが構造を変える（開閉または Closed 内部の変化）
遷移速度 $q_{ij}$	速度定数（$q_{ij}$ の次元は s$^{-1}$）
滞在時間 $T_i \sim \text{Exp}(\|q_{ii}\|)$	コンフォメーション $i$ に留まる時間（指数分布）
サンプルパス $\{X(t)\}$	単一チャネル記録の開閉波形

図 5. イオンチャネルの状態遷移図（上）と単一チャネル記録に対応する CTMC のサンプルパス（下）。Open/Closed の 2 値時系列は、内部状態空間上の連続時間マルコフ連鎖が Open 部分集合にいるかどうかの射影として観測される。

4.2 典型的なモデルの状態数

チャネル名	モデルの Open 状態数	Closed 状態数	典型文献
ニコチン性アセチルコリン受容体 (nAChR)	1	2〜4	Colquhoun & Sakmann 1985
NMDA 受容体	2〜3	3〜5	Lester & Jahr 1992
電位依存性 K⁺ チャネル (Shaker)	1	3〜5 (Closed と Inactivated 込み)	Zagotta et al. 1994

状態数 $n$ の有限性は自明ではなく、実験データ（dwell time ヒストグラムの指数成分数 + AIC/BIC によるモデル選択）から推定される。これが発表全体の中心テーマへ接続する。

5. 定義から帰結される全情報 — Q 行列へ

時間均一 CTMC は Q 行列（生成作用素、generator matrix）によって完全に記述される:

$$P'(t) = Q\, P(t) = P(t)\, Q, \qquad P(0) = I$$ $$\Downarrow$$ $$P(t) = e^{Qt}$$

つまり CTMC の全情報（任意の時刻・状態間の推移確率）は $Q$ という $n \times n$ 行列一つに圧縮される。Q 行列の定義・Kolmogorov 方程式の導出・$e^{Qt}$ の性質については §4 メインノート (matrix-exponential-and-q-matrix.html) を参照。

まとめ: CTMC の数学的定義が保証すること

マルコフ性: 過去の履歴は不要 — 現在の状態のみで未来が決まる
時間均一性: 電位固定条件下では $Q$ が定数行列 — $P(t) = e^{Qt}$
指数滞在時間: 無記憶性から論理的に導かれる定理 — $T_i \sim \text{Exp}(|q_{ii}|)$
有限状態空間: $e^{Qt}$ が well-defined、固有値分解可能、尤度計算が有限次元

これら 4 性質が揃って初めて「$Q$ 行列の固有値 = 観測ヒストグラムの時定数 = 状態数の証拠」という本発表の核心メッセージが成立する。

参考文献

Colquhoun, D. & Hawkes, A. G. (1995). The principles of the stochastic interpretation of ion channel mechanisms. In: Sakmann, B. & Neher, E. (eds.) Single-Channel Recording, 2nd edition, pp. 397–482. Plenum Press, New York. → プロジェクト全体の主要典拠：CTMC の枠組みとイオンチャネル解釈の包括的解説
Colquhoun, D. & Hawkes, A. G. (1981). On the stochastic properties of single ion channels. Proceedings of the Royal Society of London B, 211, 205–235. → マルコフ性・無記憶性・指数分布の必然性の確率論的基礎
Colquhoun, D. & Hawkes, A. G. (1982). On the stochastic properties of bursts of single ion channel openings and of clusters of bursts. Philosophical Transactions of the Royal Society of London B, 300, 1–59. → Aggregated Markov Process の定式化と burst/cluster 構造の解析