एआई टूल ChromAgeNet परमाणु छवियों में वृद्धावस्था-ग्रस्त रक्त स्टेम कोशिकाओं की पहचान करता है

वृद्धावस्था शरीर के लगभग हर तंत्र को बदल देती है, और इसका एक शांत प्रभाव रक्त में दिखाई देता है। जैसे-जैसे हम बड़े होते हैं, हेमेटोपोएटिक तंत्र — रक्त कोशिकाओं के उत्पादन के लिए जिम्मेदार अंग और ऊतक — पर्याप्त रक्त कोशिका उत्पादन बनाए रखने में कम सक्षम हो जाता है। रक्त स्टेम कोशिकाओं की वृद्धावस्था और उनके कार्य को संरक्षित या बहाल करने के तरीके का अध्ययन करने वाले शोधकर्ताओं के लिए, यह गिरावट केवल एक जिज्ञासा नहीं है। यह एक मापन समस्या है।

बेलविट्ज बायोमेडिकल रिसर्च इंस्टीट्यूट (IDIBELL) में रीजनरेटिव मेडिसिन कार्यक्रम की शोधकर्ता और ICREA रिसर्च प्रोफेसर डॉ. मारिया कैरोलिना फ्लोरियन तथा बार्सिलोना सुपरकंप्यूटिंग सेंटर — सेंट्रो नैशनल डी सुपरकंप्यूटेशन (BSC-CNS) और बार्सिलोना इंस्टीट्यूट फॉर ग्लोबल हेल्थ (ISGlobal) की डॉ. पाउला पेट्रोन के नेतृत्व वाली एक टीम ने इसे हल करने में मदद करने के लिए एक उपकरण पेश किया है। ChromAgeNet नामक यह प्रणाली कृत्रिम बुद्धिमत्ता का उपयोग करके हेमेटोपोएटिक स्टेम कोशिकाओं की माइक्रोस्कोपी छवियों में वृद्धावस्था-संबंधी पैटर्न का पता लगाती है, जिसमें क्रोमेटिन के त्रि-आयामी संगठन का विश्लेषण किया जाता है। निष्कर्ष जर्नल Aging Cell में प्रकाशित हुए हैं, और यह कार्य ISGlobal के शोधकर्ता पाब्लो इआनेज़ के डॉक्टरेट थीसिस का एक केंद्रीय हिस्सा था।

क्रोमेटिन एक कोशिका के बारे में क्या बताता है

क्रोमेटिन कोशिका केंद्रक के अंदर की सामग्री है — जो मुख्य रूप से DNA और प्रोटीन से बनी होती है — जो DNA को पैकेज करती है और यह नियंत्रित करने में मदद करती है कि कौन से जीन सक्रिय हैं। यह पैकेजिंग केवल संरचनात्मक नहीं है। चूंकि यह जीन गतिविधि को प्रभावित करती है, क्रोमेटिन संगठन किसी कोशिका की पहचान और कार्य को निर्धारित करने में मदद करता है, और कोशिकाओं के बड़े होने के साथ यह बदलता है।

ChromAgeNet इस संबंध का सीधे उपयोग करने के लिए बनाया गया है। कुछ मॉलिक्यूलर मार्करों पर निर्भर रहने के बजाय, यह उपकरण परमाणु छवियों के अंदर क्रोमेटिन की त्रि-आयामी व्यवस्था को पढ़ता है और एक भ्रामक रूप से सरल प्रश्न का उत्तर देता है: क्या यह केंद्रक युवा दिखता है या वृद्ध?

मॉडल को कैसे प्रशिक्षित किया गया

इस प्रणाली को बनाने के लिए, शोधकर्ताओं ने चूहों की हेमेटोपोएटिक स्टेम कोशिका केंद्रकों की त्रि-आयामी छवियों के साथ काम किया, जिन्हें DAPI से रंजित किया गया था, जो DNA को देखने की एक सरल और व्यापक रूप से उपयोग की जाने वाली तकनीक है। फिर एक कन्वोल्यूशनल न्यूरल नेटवर्क — विशेष रूप से छवियों का विश्लेषण करने के लिए डिज़ाइन किए गए एआई मॉडल का एक वर्ग — को केवल उपस्थिति के आधार पर युवा कोशिकाओं को वृद्ध कोशिकाओं से अलग करने के लिए प्रशिक्षित किया गया।

• इमेजिंग इनपुट: DAPI से रंजित चूहों की हेमेटोपोएटिक स्टेम कोशिका केंद्रकों की 3D माइक्रोस्कोपी छवियां।
• मॉडल प्रकार: छवि विश्लेषण के लिए उपयुक्त एक कन्वोल्यूशनल न्यूरल नेटवर्क।
• कार्य: परमाणु उपस्थिति से प्रत्येक कोशिका को युवा या वृद्ध के रूप में वर्गीकृत करना।
• फोकस: पूर्वनिर्धारित मार्करों के बजाय क्रोमेटिन का त्रि-आयामी संगठन।

यह दृष्टिकोण उल्लेखनीय है क्योंकि यह मॉडल से छवियों में मौजूद जो भी विशिष्ट विशेषताएं हों, उन्हें सीखने के लिए कहता है, बजाय इसके कि शोधकर्ताओं को उन्हें पहले से निर्दिष्ट करना पड़े।

प्रदर्शन: 77% सटीकता और एक बेंचमार्क को पीछे छोड़ा

शोधकर्ताओं के अनुसार, ChromAgeNet ने केंद्रक की उपस्थिति के आधार पर कोशिकाओं को युवा या वृद्ध के रूप में सही ढंग से वर्गीकृत करने की 77% संभावना हासिल की। यह परिणाम टीम द्वारा पहले हाथ से परिभाषित क्रोमेटिन विशेषताओं पर बनाए गए मशीन लर्निंग मॉडल से बेहतर था।

यह तुलना महत्वपूर्ण है। यह बताती है कि एक प्रशिक्षित न्यूरल नेटवर्क परमाणु वास्तुकला में ऐसे पैटर्न को पकड़ सकता है जो पारंपरिक, विशेषता-आधारित दृष्टिकोण चूक जाते हैं — ऐसी जानकारी जो छवियों में मौजूद है लेकिन शोधकर्ताओं द्वारा देखने के लिए चुने गए विशिष्ट मापों में नहीं आती।

जो आंख नहीं देख सकती उसका पता लगाना

अध्ययन की रूपरेखा माइक्रोस्कोपी की एक परिचित समस्या पर केंद्रित है: मानव पर्यवेक्षक किसी केंद्रक का वर्णन कर सकते हैं, लेकिन वे क्रोमेटिन पैकिंग में सूक्ष्म, त्रि-आयामी अंतरों को उम्र के एक सुसंगत संकेतक के रूप में विश्वसनीय रूप से क्रमबद्ध नहीं कर सकते। ChromAgeNet उन सूक्ष्म अंतरों को एक ऐसे संकेत में बदलने का प्रयास है जिसे बार-बार और बड़े पैमाने पर गणना किया जा सके।

यदि ऐसा संकेत टिकता है, तो यह कई तरह से रक्त स्टेम कोशिका वृद्धावस्था के अध्ययन का समर्थन कर सकता है। यह उन प्रयोगों के लिए एक संभावित रीडआउट प्रदान करता है जो परीक्षण करते हैं कि कोई उपचार स्टेम कोशिका कार्य को संरक्षित या बहाल करता है या नहीं। यह शोधकर्ताओं को ऐसी कोशिकाओं को छांटने में भी मदद कर सकता है जो माइक्रोस्कोप के नीचे समान दिखती हैं लेकिन व्यवहार में भिन्न होती हैं।

एक अंतर-अनुशासनात्मक प्रयास

इस परियोजना ने स्टेम सेल बायोलॉजी, वृद्धावस्था, छवि विश्लेषण और कृत्रिम बुद्धिमत्ता में विशेषज्ञता को एक साथ लाया — यह संयोजन शामिल संस्थानों में परिलक्षित होता है। यह कार्य IDIBELL के रीजनरेटिव मेडिसिन कार्यक्रम, BSC-CNS और "la Caixa" फाउंडेशन द्वारा समर्थित केंद्र ISGlobal से संबद्ध शोधकर्ताओं के नेतृत्व में किया गया था। अध्ययन सहकर्मी-समीक्षित था, और प्रकाशित आंकड़ों में उपयोग की गई इमेजिंग का श्रेय IDIBELL की डॉ. ईवा मेजिया को दिया गया।

परिणाम क्या स्थापित करते हैं और क्या नहीं

निष्कर्ष चूहों की हेमेटोपोएटिक स्टेम कोशिकाओं और DAPI-रंजित परमाणु छवियों पर आधारित हैं, और रिपोर्ट की गई 77% सटीकता का अर्थ है कि मॉडल सूचनात्मक है, अचूक नहीं — लगभग चार में से एक वर्गीकरण के विपरीत होने की अपेक्षा की जाएगी। प्रकाशित सारांश में नैदानिक सत्यापन या मानव रोगियों में उपयोग का भी वर्णन नहीं है।

इन सीमाओं को ध्यान में रखना उचित है। ChromAgeNet को एक शोध उपकरण के रूप में सबसे अच्छा समझा जाता है: स्टेम सेल प्रयोगशालाओं में पहले से मानक छवियों से वृद्धावस्था-संबंधी संकेत निकालने का एक तरीका, जिसमें एक सस्ती और नियमित रंजन तकनीक का उपयोग किया जाता है।

यह क्यों मायने रखता है

व्यापक दांव उम्र के साथ हेमेटोपोएटिक तंत्र की क्रमिक गिरावट में निहित है। चूंकि यह तंत्र रक्त कोशिकाओं की आपूर्ति करता है, इसका क्षय अन्य कार्यों के अलावा प्रतिरक्षा, ऑक्सीजन परिवहन और थक्के को प्रभावित करता है। ऐसे उपकरण जो रक्त स्टेम कोशिकाओं की वृद्धावस्था को देखना आसान बनाते हैं, शोधकर्ताओं को इस बारे में तीखे प्रश्न पूछने में मदद कर सकते हैं कि क्या बदलता है, कब, और क्या कोई हस्तक्षेप प्रक्षेपवक्र को बदलता है।

ChromAgeNet का योगदान जैविक जितना ही पद्धतिगत है। यह दर्शाता है कि साधारण माइक्रोस्कोपी में कैद क्रोमेटिन वास्तुकला में एक न्यूरल नेटवर्क के पता लगाने के लिए पर्याप्त उम्र-संबंधी जानकारी होती है — और यह कि यह दृष्टिकोण वैज्ञानिकों द्वारा स्वयं परिभाषित विशेषताओं पर बनाए गए मॉडल से बेहतर प्रदर्शन कर सकता है। क्या यही संकेत अन्य कोशिका प्रकारों, अन्य इमेजिंग सेटअपों या मानव नमूनों तक बढ़ाया जा सकता है, यह एक खुला प्रश्न है जिसे अध्ययन तय नहीं करता।

मुख्य बात

• ChromAgeNet नामक एक एआई उपकरण 3D क्रोमेटिन संगठन का विश्लेषण करके हेमेटोपोएटिक स्टेम कोशिका छवियों में वृद्धावस्था-संबंधी पैटर्न की पहचान करता है।
• मॉडल ने चूहों की रक्त स्टेम कोशिकाओं को युवा या वृद्ध के रूप में 77% सही होने की संभावना के साथ वर्गीकृत किया।
• इसने शोधकर्ताओं द्वारा पहले से परिभाषित क्रोमेटिन विशेषताओं पर आधारित मशीन लर्निंग मॉडल से बेहतर प्रदर्शन किया।
• यह कार्य IDIBELL, BSC-CNS और ISGlobal के शोधकर्ताओं के नेतृत्व में किया गया और Aging Cell में प्रकाशित हुआ।
• यह दृष्टिकोण DAPI रंजन और 3D परमाणु इमेजिंग पर निर्भर करता है, जो स्टेम सेल अनुसंधान में पहले से ही सामान्य तकनीकें हैं।

यह लेख Medical Xpress की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।