जुन्या अभियांत्रिकी तडजोडीतून बाहेर पडण्यासाठी डिझाइन केलेला मायक्रोस्कोप
मायक्रोस्कोपच्या रचनेला दीर्घकाळ एका हट्टी तडजोडीने आकार दिला आहे. संशोधक सहसा उच्च रिझोल्यूशन, विस्तृत दृश्यक्षेत्र किंवा जलद इमेजिंग यापैकी एखाद्यावर भर देऊ शकतात, पण या गुणांपैकी एक सुधारल्यास उरलेल्यांपैकी किमान एका गुणावर परिणाम होण्याची शक्यता असते. गतिमान जैविक क्रियेचे सखोल आणि मोठ्या प्रमाणावरचे दृश्य एकाच वेळी हवे असताना ही तडजोड वैज्ञानिक निरीक्षणांवर मर्यादा आणत आली आहे.
UC Berkeley-नेतृत्वाखालील पथक आता म्हणते की त्यांनी ही समतोलता बदलणारा कम्प्युटेशनल मायक्रोस्कोप तयार केला आहे. Nature Photonics मध्ये प्रकाशित आणि Phys.org ने वर्णन केलेल्या या कामात, संशोधकांनी असा प्रणाली विकसित केली आहे जी व्हिडिओपेक्षा जलद गतीने, मायक्रॉन-स्तराचे रिझोल्यूशन बहु-सेंटीमीटर क्षेत्रांवर पकडू शकते. त्यांच्या अहवालानुसार थ्रूपुट दर सेकंदाला 25.2 अब्ज पिक्सेल्स आहे, ज्यात विस्तृत-क्षेत्र इमेजिंग आणि सूक्ष्म तपशील हे पारंपरिक मायक्रोस्कोप आर्किटेक्चरना गाठणे अवघड अशा वेगाने एकत्र आले आहेत.
जर हा कार्यक्षमतेचा स्तर प्रत्यक्ष प्रयोगशाळेतील वर्कफ्लोमध्ये चांगला उतरला, तर मायक्रोस्कोपीचा वापर वाढू शकतो, विशेषतः अशा प्रयोगांमध्ये ज्यात अनेक हालचाल करणारे जीव किंवा मोठे जिवंत नमुने वेळोवेळी ट्रॅक करावे लागतात.
हे का महत्त्वाचे आहे
मायक्रोस्कोपीतील पारंपरिक समस्या सांगायला सोपी, पण सोडवायला कठीण आहे. उच्च-आवर्धन सेटअप लहान रचना दाखवू शकतो, पण साधारणपणे मर्यादित भागात. विस्तृत दृश्य नमुन्याचा अधिक भाग दाखवू शकते, पण बहुधा कमी तपशीलासह. वेगवान इमेजिंग आणखी एक बंधन आणते, कारण अधिक वेगाने अधिक डेटा गोळा केल्याने ऑप्टिक्स, सेन्सर किंवा प्रोसेसिंग पाइपलाइनवर ताण पडू शकतो.
Berkeley टीमची प्रणाली या मर्यादा एकाच वेळी पुढे ढकलण्याचा प्रयत्न करते. अहवालानुसार, मायक्रोस्कोप 5 चौरस सेंटीमीटरपेक्षा अधिक क्षेत्रावर 3-मायक्रॉन रिझोल्यूशन आणि सेकंदाला 120 फ्रेम्स साध्य करतो. प्रमुख संशोधक Laura Waller यांनी या निकालाचे वर्णन computational microscopy मधील एका ब्रेकथ्रू म्हणून केले आणि रिझोल्यूशन, क्षेत्रफळ आणि वेग यांचा असा संगम पारंपरिक पद्धतींनी साध्य होत नाही असे सांगितले.
याचे महत्त्व केवळ कामगिरीच्या चार्टवरील मोठी संख्या नाही. मोठ्या दृश्यात मुक्तपणे हालचाल करणाऱ्या अनेक जीवांना पाहतानाच मायक्रॉन-स्तरावरील वैशिष्ट्येही स्पष्टपणे ओळखू शकणारा मायक्रोस्कोप काही प्रयोग करणे सोपे आणि विश्लेषणासाठी अधिक माहितीपूर्ण बनवू शकतो.

ही प्रणाली कशी काम करते
या रचनेत एकाच डिटेक्टरवर अवलंबून न राहता 48 कॅमेरा सेन्सरची अॅरे वापरली जाते. ती इमेज प्लेनवर वितरित बहु-स्थानिक point spread function तयार करणारा diffractive optical element देखील वापरते. सोप्या भाषेत सांगायचे तर, ऑप्टिक्स दृश्य माहिती मुद्दाम अशा प्रकारे एन्कोड करतात की नंतर ती computationally पुन्हा तयार करता येते.
हे महत्त्वाचे आहे कारण 48 सेन्सर ग्रिडमध्ये मोकळ्या जागांसह मांडलेले आहेत. सामान्य परिस्थितीत त्या जागांमुळे प्रतिमेतील काही माहिती हरवली असती. त्याऐवजी, अहवालात वर्णन केल्याप्रमाणे computational imaging tricks वापरून प्रतिमेचे असे भाग compressively encode केले जातात जे अन्यथा त्या मोकळ्या जागांवर पडले असते. त्यानंतर एक computational inverse problem पूर्ण-आकाराची प्रतिमा पुनर्प्राप्त करते.
हा दृष्टिकोन इमेजिंग विज्ञानातील व्यापक बदल दर्शवतो. फक्त ऑप्टिक्सने सगळे काम करावे अशी अपेक्षा ठेवण्याऐवजी, संशोधक आता हार्डवेअर आणि अल्गोरिदम यांची सह-रचना करत आहेत, जेणेकरून एक दुसऱ्याच्या मर्यादा भरून काढेल. या प्रकरणात, मायक्रोस्कोपची कामगिरी त्या जोडणीवर अवलंबून आहे. ऑप्टिकल सेटअप माहितीसमृद्ध सिग्नल तयार करतो, आणि computational reconstruction त्याला वापरता येईल अशा प्रतिमांच्या मालिकेत रूपांतरित करते.
संशोधकांनी काय दाखवले
या लेखात 5 चौरस सेंटीमीटरपेक्षा अधिक दृश्यक्षेत्रात मुक्तपणे हालचाल करणाऱ्या C. elegans चे इमेजिंग अधोरेखित केले आहे. हे उपयुक्त प्रात्यक्षिक आहे कारण त्यात हालचाल, बहुसंख्या आणि जैविक सुसंगतता एकत्र येतात. उच्च आवर्धनात काही जीवांचा मागोवा घेणे एक आव्हान आहे. मोठ्या क्षेत्रावर तपशील न गमावता अनेक जीवांचा मागोवा घेणे हे दुसरे आव्हान आहे.
संशोधकांचे म्हणणे आहे की ही प्रणाली एकाच वेळी अनेक जिवंत जीवांचे इमेजिंग आणि वेळेनुसार नमुन्यांचे निरीक्षण करण्याचा मार्ग उघडते. यामुळे वर्तनशास्त्रीय जीवशास्त्र, विकासात्मक अभ्यास, स्क्रीनिंग वर्कफ्लो आणि मोठ्या लोकसंख्येचे किंवा मोठ्या स्वरूपाच्या नमुन्यांचे सातत्याने निरीक्षण आवश्यक असलेल्या इतर ठिकाणी संभाव्य मूल्य निर्माण होऊ शकते.
इथे वेग मध्यवर्ती आहे. सेकंदाला 120 फ्रेम्सवर, प्रणाली केवळ स्थिर अतिविशाल प्रतिमा तयार करत नाही. ती गतिमान प्रक्रिया इतक्या वेगाने टिपते की ज्यामुळे हालचाल धूसर होऊ शकली असती किंवा मंद प्रणालींमध्ये सुटून जाऊ शकली असती. अभ्यासातील वस्तू क्षणाक्षणाला आकार, स्थान किंवा परस्परक्रियेची स्थिती बदलत असताना हे महत्त्वाचे ठरते.

कम्प्युटेशनल मायक्रोस्कोपीचे व्यापक महत्त्व
ही प्रगती हेही दर्शवते की computational microscopy एका निच पद्धतीतून व्यवहार्य अभियांत्रिकी धोरणात कशी परिपक्व होत आहे. अनेक वर्षांपासून, encoded measurements मधून अधिक माहिती परत मिळवण्याची कल्पना इमेजिंगमधील भौतिक अडथळे मोडेल असे आश्वासन देत आली आहे. आव्हान होते अशी प्रणाली तयार करणे ज्यामध्ये reconstruction पुरेसे मजबूत असेल आणि एकूण व्यवस्था प्रत्यक्ष वापरासाठी पुरेशी व्यावहारिक असेल.
Berkeley चे काम अशा भविष्याकडे निर्देश करते, ज्यात मायक्रोस्कोपची कामगिरी केवळ लेन्स आणि सेन्सर आकारावर नाही, तर उपकरणाच्या एकूण माहिती-वास्तुकलेवर ठरते. सेन्सर अॅरे, संरचित ऑप्टिकल एन्कोडिंग आणि reconstruction अल्गोरिदम हे वेगवेगळे तांत्रिक स्तर न राहता एका एकात्मिक यंत्राचे भाग बनतात.
याचा परिणाम एका उपकरणाच्या रचनेपुरता मर्यादित राहणार नाही. अशा पद्धती इतर मायक्रोस्कोपी संदर्भात जुळवून घेता आल्या, तर प्रयोगशाळांना अशा घटना निरीक्षण करण्याचे नवे मार्ग मिळू शकतात ज्यात पूर्वी तपशील आणि कव्हरेज यांपैकी एकाची निवड करावी लागत असे. मर्यादित प्रश्न आता कोणत्या कामगिरी आयामाचा त्याग करायचा हा कमी, आणि कॅलिब्रेशन व कम्प्युटेशनमध्ये संशोधक किती गुंतागुंत स्वीकारू शकतात हा जास्त होतो.
पुढे काय पाहायचे
नोंदवलेले निकाल प्रभावी आहेत, पण दीर्घकालीन परिणाम या तंत्राचा किती व्यापक वापर होऊ शकतो आणि ते विकसित केलेल्या लॅबबाहेर ते किती सहज उपलब्ध होते यावर अवलंबून असेल. उच्च-कार्यक्षम प्रोटोटाइप्स अनेकदा संकल्पना सिद्ध करतात, पण त्या संकल्पनेला पुनरावृत्तीयोग्य संशोधन साधनात रूपांतरित करण्याचे कठीण काम नंतर येते.
तरीही, मूळ निकाल स्वतःमध्येच उल्लेखनीय आहे. टीम एक व्यावहारिक मायक्रोस्कोप सांगते ज्याचा space-bandwidth time product असामान्यरीत्या मोठा आहे, आणि जो उच्च तपशील, विस्तृत कव्हरेज आणि जलद इमेजिंग एका प्लॅटफॉर्मवर एकत्र करतो. दीर्घकाळ तडजोडीने चाललेल्या क्षेत्रासाठी हा अर्थपूर्ण तांत्रिक बदल आहे.
मायक्रोस्कोपीतील प्रगती सहसा अधिक धारदार प्रतिमा किंवा वेगवान कॅप्चर यांच्या रूपात सांगितली जाते. हे काम वेगळे ठरते कारण ते दोन्ही दावे करते, आणि दृश्यक्षेत्र इतके मोठे करते की सुरुवातीपासूनच कोणत्या प्रकारचे प्रयोग करता येतील ते बदलते. म्हणूनच हा अभ्यास केवळ टप्प्याटप्प्याने सुधारलेल्या सेन्सर अपग्रेडसारखा न वाटता, ऑप्टिक्स आणि कम्प्युटेशन यांच्यातील समतोलाची नव्याने रचना असल्यासारखा वाटतो.
हा लेख Phys.org च्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.
Originally published on phys.org
