उच्च-गति ऑप्टिकल इमेजिंग के साथ जीवित मस्तिष्क गतिविधि में और गहराई तक जा रहे शोधकर्ता
Nature Methods में वर्णित एक नया इमेजिंग प्लेटफ़ॉर्म, जीवित ऊतक में एक साथ लगभग 200 न्यूरॉन्स की विद्युत गतिविधि पकड़कर, मस्तिष्क में सूचना प्रसंस्करण का अध्ययन करने के तरीके को विस्तारित कर सकता है। FlatMux नाम की यह प्रणाली तेज, मंद और सामान्यतः बड़े पैमाने पर देखना कठिन संकेतों को रिकॉर्ड करने के लिए बनाई गई है, खासकर मस्तिष्क के भीतर गहराई में।
यह काम न्यूरोसाइंस में लंबे समय से मौजूद एक तकनीकी चुनौती को संबोधित करता है। मस्तिष्क सर्किट समानांतर में गणना करने वाले न्यूरॉन्स के घने नेटवर्क के माध्यम से काम करते हैं, लेकिन मौजूदा कई उपकरण एक साथ पर्याप्त कोशिकाओं का नमूना नहीं ले पाते, पर्याप्त गहराई तक नहीं पहुंच पाते, या उपयोगी विश्वसनीयता के साथ तेज विद्युत घटनाओं को पकड़ने के लिए पर्याप्त तेज़ी से काम नहीं कर पाते। नया प्लेटफ़ॉर्म इन तीनों बाधाओं को एक साथ बेहतर करने का लक्ष्य रखता है।
प्रदत्त स्रोत पाठ के अनुसार, FlatMux एक या कई समतलों से एक साथ लगभग 200 न्यूरॉन्स को, 500 माइक्रोमीटर तक की गहराई पर और प्रति सेकंड 2,000 फ़्रेम तक रिकॉर्ड कर सकता है। यह प्रणाली प्रति सेकंड 150 मिलियन सैंपल की स्कैनिंग दर भी हासिल करती बताई गई है, जबकि एकल न्यूरॉन की गतिविधि को विश्वसनीय रूप से पहचानने के लिए आवश्यक ऊर्जा की मात्रा को न्यूनतम रखती है।
ये प्रदर्शन आंकड़े महत्वपूर्ण हैं क्योंकि विद्युत संकेत बहुत छोटी समय-सीमाओं पर घटित होते हैं। बहुत धीमी विधि महत्वपूर्ण गतिशीलताओं को चूक सकती है। पर्याप्त गहराई तक इमेज न कर पाने वाली विधि कॉर्टेक्स की प्रासंगिक परतों को छोड़ सकती है। और जो विधि एक समय में केवल कुछ कोशिकाओं को ही पकड़ती है, उसे जीवित नेटवर्कों में वितरित प्रसंस्करण वास्तव में कैसे काम करता है, यह उजागर करने में कठिनाई हो सकती है।
न्यूरॉन्स को चमकते देखने की तुलना में विद्युत इमेजिंग अधिक कठिन क्यों है
न्यूरोसाइंटिस्टों के पास मस्तिष्क का अध्ययन करने के कई तरीके हैं, लेकिन हर एक के साथ कुछ न कुछ समझौते होते हैं। इलेक्ट्रोड प्रोब्स सीधे विद्युत गतिविधि का पता लगा सकते हैं, लेकिन वे आक्रामक होते हैं और स्वाभाविक रूप से किसी कोशिका की स्थिति या पहचान का वही ऑप्टिकल दृश्य नहीं देते। फ्लोरेसेंस-आधारित ऑप्टिकल विधियाँ स्थानिक जानकारी को बनाए रख सकती हैं, लेकिन ऐतिहासिक रूप से वे सिग्नल की ताकत, गति, दृश्य क्षेत्र या इमेजिंग गहराई से सीमित रही हैं।
यही वह अंतर है जिसे रॉकफेलर टीम कम करने की कोशिश कर रही है। फ्लोरेसेंस के माध्यम से सीधे विद्युत गतिविधि की इमेजिंग करके, शोधकर्ता न केवल यह देख सकते हैं कि न्यूरॉन्स कब सक्रिय हैं, बल्कि यह भी अनुमान लगा सकते हैं कि वे न्यूरॉन्स कहाँ स्थित हैं और वे किस प्रकार की कोशिकाएँ हो सकती हैं। सिद्धांततः, इससे एक ही प्रयोग में सर्किट व्यवहार को शरीररचना और कोशिका-परिचय से जोड़ना आसान हो जाता है।
अध्ययन की व्यापक वैज्ञानिक प्रेरणा सीधी है: मस्तिष्क के कार्य को समझने के लिए एकल-कोशिका विवरणों से आगे बढ़कर नेटवर्क-स्तरीय व्याख्याओं तक जाना होगा। स्रोत पाठ इस समस्या को ठीक उन्हीं शब्दों में प्रस्तुत करता है। वर्षों तक, क्षेत्र का बड़ा हिस्सा व्यक्तिगत न्यूरॉन्स की प्रतिक्रिया विशेषताओं पर केंद्रित रहा है। लेकिन संवेदना, व्यवहार और संज्ञान उन कोशिकाओं के बड़े समूहों से उभरते हैं जो परतों के भीतर और स्थानिक रूप से परस्पर क्रिया करते हैं।
इन संबंधों को वास्तविक समय में पकड़ना कठिन रहा है। संकेत कमजोर होते हैं, ऊतक जटिल होता है, और इमेजिंग शक्ति बढ़ाने से व्यावहारिक तथा जैविक सीमाएँ पैदा हो सकती हैं। FlatMux, एकल न्यूरॉन से गतिविधि का पता लगाने की ऊर्जा-लागत को घटाते हुए, स्कैनिंग रणनीति को इतना बढ़ाने का प्रयास प्रतीत होता है कि कई न्यूरॉन्स को तेजी से कवर किया जा सके।
FlatMux क्या संभव बना सकता है
स्रोत सामग्री में सबसे महत्वपूर्ण दावा केवल यह नहीं है कि प्लेटफ़ॉर्म तेज़ है। बात यह है कि संयुक्त संवेदनशीलता, गति और गहराई शोधकर्ताओं को उन न्यूरॉन्स का मानचित्रण करने में मदद कर सकती है जो एक-दूसरे से कार्यात्मक रूप से जुड़े हैं और कारणात्मक रूप से परस्पर क्रिया करते हैं। यह भेद महत्वपूर्ण है। कई प्रयोग सहसंबंध दिखा सकते हैं, लेकिन जीवित मस्तिष्क ऊतक में सर्किट्स के माध्यम से गतिविधि कैसे फैलती है, इसे समझने के लिए ऐसे उपकरण चाहिए जो वास्तविक परिस्थितियों में कई प्रासंगिक कोशिकाओं को एक साथ देख सकें।
यदि प्रणाली वर्णित अनुसार काम करती है, तो शोधकर्ता छोटे कोशिका-समूहों के पृथक स्नैपशॉट देखने के बजाय कॉर्टिकल परतों में सूचना पैटर्न कैसे आगे बढ़ते हैं, इसका अध्ययन शुरू कर सकते हैं। इससे संवेदी प्रसंस्करण, नेटवर्क गतिशीलता, और वे तंत्र जिनसे न्यूरॉन्स के समूह सामूहिक रूप से व्यवहार उत्पन्न करते हैं, पर काम को समर्थन मिलेगा।
यहाँ गहराई विशेष रूप से महत्वपूर्ण है। 500 माइक्रोमीटर तक इमेजिंग करने का मतलब है कि शोधकर्ता सतह से अधिक नीचे की गतिविधि देख सकते हैं, जिसे कई ऑप्टिकल तरीके सहज रूप से नहीं संभाल पाते। इससे कॉर्टिकल संगठन की कई परतों में होने वाली अंतःक्रियाओं को, केवल सबसे सतही घटकों को नहीं, पकड़ने की संभावना बढ़ जाती है।
एक या कई समतलों पर एक साथ काम करने की क्षमता भी महत्वपूर्ण है। तंत्रिका गणना स्वभावतः त्रि-आयामी है। महत्वपूर्ण अंतःक्रियाएँ एक ही सपाट स्लाइस में साफ़-सुथरी नहीं बैठतीं। उच्च गति बनाए रखते हुए कई समतलों का नमूना ले सकने वाला प्लेटफ़ॉर्म वास्तविक सर्किट्री की संरचना को बेहतर ढंग से प्रस्तुत करने का अवसर रखता है।
एकल-न्यूरॉन न्यूरोसाइंस से वितरित गणना की ओर
रॉकफेलर की Laboratory of Neurotechnology and Biophysics के प्रमुख अलिपाशा वज़ीरी, स्रोत पाठ में तर्क देते हैं कि क्षेत्र मस्तिष्क को व्यक्तिगत प्रतिक्रिया विशेषताओं के संग्रह के बजाय वितरित गणना करने वाली अत्यधिक परस्पर जुड़ी प्रणाली के रूप में समझने की ओर बढ़ रहा है। यह एक वैचारिक बदलाव के साथ-साथ तकनीकी बदलाव भी है।
उपकरण सिद्धांतों को आकार देते हैं। जब विधियाँ वैज्ञानिकों को केवल कुछ न्यूरॉन्स को अच्छी तरह से देखने देती हैं, तो विश्लेषण की स्वाभाविक इकाई एकल कोशिका बन जाती है। उपकरण बेहतर होने पर, विश्लेषण की इकाई सर्किट, परत, या वितरित नेटवर्क बन सकती है। FlatMux को ऐसा उपकरण बताया गया है जो जीवित ऊतक में बड़े पैमाने की विद्युत इमेजिंग को अधिक व्यावहारिक बनाकर उस संक्रमण को सक्षम करने में मदद कर सकता है।
इसका मतलब यह नहीं कि कठिन प्रश्न हल हो गए हैं। बेहतर अवलोकन अपने आप में मस्तिष्क गणना का पूर्ण सिद्धांत नहीं बन जाता। लेकिन यह उन प्रश्नों के प्रकार बदल सकता है जिन्हें प्रयोगात्मक रूप से पूछा जा सकता है। शोधकर्ता इस बात की जांच करने की बेहतर स्थिति में हो सकते हैं कि परस्पर जुड़े न्यूरॉन समूहों से होकर सूचना कैसे रूपांतरित होती है, गतिविधि पैटर्न कैसे समकालित या विचलित होते हैं, और विशिष्ट कोशिका प्रकार साझा गणनाओं में कैसे योगदान करते हैं।
व्यापक शोध निहितार्थों वाली तकनीकी प्रगति
इस अध्ययन को ऑप्टिकल न्यूरोटेक्नोलॉजी में एक मानक-स्थापित करने वाले प्लेटफ़ॉर्म के रूप में प्रस्तुत किया जा रहा है। यदि यह आगे के कार्यों में भी टिकता है, तो इसका मूल्य एक प्रयोगशाला तक सीमित नहीं रहेगा। गति, पैमाने और गहराई के बीच समझौते को बेहतर करने वाली विधियाँ कई प्रकार के प्रयोगों, खासकर सिस्टम्स न्यूरोसाइंस, के लिए सक्षम बुनियादी ढांचा बनती हैं।
अभी के लिए मुख्य निष्कर्ष यह है कि शोधकर्ताओं ने एक ऐसा तरीका बताया है जिससे तुलनीय ऑप्टिकल दृष्टिकोणों की तुलना में कहीं अधिक न्यूरॉन्स से, अधिक गहराई और अधिक गति पर, विद्युत गतिविधि की इमेजिंग की जा सकती है। ऐसे क्षेत्र में, जहाँ केंद्रीय चुनौती यह समझना है कि भारी संख्या में परस्पर जुड़े न्यूरॉन्स एक साथ कैसे गणना करते हैं, यह एक अर्थपूर्ण कदम है।
मस्तिष्क को उसकी अपनी शर्तों पर देखना अभी भी कठिन है। लेकिन जीवित ऊतक में एक साथ लगभग 200 न्यूरॉन्स का अनुसरण कर सकने वाला, और स्थानिक तथा कोशिका-प्रकार संदर्भ बनाए रखने वाला प्लेटफ़ॉर्म, वैज्ञानिकों को यह अधिक स्पष्ट रूप से दिखा सकता है कि संज्ञान अलग-अलग हिस्सों से नहीं बल्कि सर्किट्री से कैसे उभरता है। FlatMux के पीछे यही वादा है, और यही कारण है कि यह तकनीकी विकास एक साधारण इमेजिंग उन्नयन से अधिक दिखाई देता है।
यह लेख Medical Xpress की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.
Originally published on medicalxpress.com