دماغ کے ٹشو ایک انتہائی پیچیدہ نمونوں میں سے ایک ہے جس کے بارے میں سائنس دانوں نے بحث کی ہے۔ اس وقت بے تحاشا معلومات سے بھرا ہوا، انسانی دماغ تقریباً 86 بلین نیورونز کے نیٹ ورک کے ساتھ سب سے نفیس کمپیوٹیشنل ڈیوائس ہے۔ اس طرح کی پیچیدگی کو سمجھنا ایک مشکل کام ہے، اور اس لیے ترقی کرنے کے لیے دماغ میں مائکروسکوپک پیمانے پر ہونے والے چھوٹے، پیچیدہ تعاملات کو کھولنے کے لیے ٹیکنالوجیز کی ضرورت ہوتی ہے۔ لہذا امیجنگ نیورو سائنس میں ایک قابل بنانے والا آلہ ہے۔
ISTA میں Johann Danzl کے گروپ کی طرف سے تیار کردہ نئی امیجنگ اور ورچوئل ری کنسٹرکشن ٹیکنالوجی امیجنگ دماغی سرگرمی میں ایک بڑی چھلانگ ہے اور اسے مناسب طور پر LIONESS — Live Information Optimized Nanoscopy Enableing Saturated Segmentation کا نام دیا گیا ہے۔ LIONESS ایک جامع اور مقامی ریزولوشن کے ساتھ زندہ دماغی بافتوں کی تصویر بنانے، دوبارہ تعمیر کرنے اور تجزیہ کرنے کے لیے ایک پائپ لائن ہے جو اب تک ممکن نہیں ہے۔
“LIONESS کے ساتھ، پہلی بار، زندہ دماغی بافتوں کی جامع، گھنی تعمیر نو حاصل کرنا ممکن ہے۔ ٹشو کی متعدد بار تصویر کشی کرنے سے، LIONESS ہمیں دماغ میں متحرک سیلولر حیاتیات کا مشاہدہ اور پیمائش کرنے کی اجازت دیتا ہے،” پہلے مصنف فلپ ویلکی کہتے ہیں۔ “آؤٹ پٹ سیلولر انتظامات کی تین جہتوں میں دوبارہ تعمیر شدہ تصویر ہے، وقت کے ساتھ چوتھی جہت بنتی ہے، کیونکہ نمونے کو منٹوں، گھنٹوں یا دنوں میں امیج کیا جا سکتا ہے،” وہ مزید کہتے ہیں۔
LIONESS کے ساتھ نیورو سائنسدان زندہ دماغی بافتوں کی تصویر بنا سکتے ہیں اور زندہ نمونے کو نقصان پہنچائے بغیر ہائی ریزولوشن 3D امیجری حاصل کر سکتے ہیں۔
تعاون اور AI کلید
LIONESS کی طاقت بہتر آپٹکس اور گہری سیکھنے کی دو سطحوں میں ہے — مصنوعی ذہانت کا ایک طریقہ — جو اس کا بنیادی حصہ ہے: پہلا تصویر کے معیار کو بڑھاتا ہے اور دوسرا گھنے نیورونل ماحول میں مختلف سیلولر ڈھانچے کی شناخت کرتا ہے۔ .
یہ پائپ لائن Danzl گروپ، Bickel گروپ، Jonas گروپ، Novarino گروپ، اور ISTA کی سائنسی سروس یونٹس کے ساتھ ساتھ دیگر بین الاقوامی تعاون کاروں کے درمیان تعاون کا نتیجہ ہے۔ ISTA کے Johann Danzl کا کہنا ہے کہ “ہمارا نقطہ نظر انضباطی حدود میں منفرد مشترکہ مہارت کے ساتھ سائنسدانوں کے ایک متحرک گروپ کو اکٹھا کرنا تھا، جو دماغی بافتوں کے تجزیہ میں ٹیکنالوجی کے خلا کو ختم کرنے کے لیے مل کر کام کرتے ہیں۔”
رکاوٹوں کو عبور کرنا
اس سے قبل الیکٹران مائیکروسکوپی کے ذریعے دماغی بافتوں کی تعمیر نو ممکن تھی۔ یہ طریقہ الیکٹران کے ساتھ اس کے تعامل کی بنیاد پر نمونے کی تصویر کشی کرتا ہے۔ چند نینو میٹر پر تصاویر لینے کی صلاحیت کے باوجود — ملی میٹر کا دس لاکھواں — ریزولیوشن، الیکٹران مائیکروسکوپی کو ایک حیاتیاتی حالت میں ایک نمونہ طے کرنے کی ضرورت ہوتی ہے، جسے 3D معلومات حاصل کرنے کے لیے جسمانی طور پر سیکشن کرنے کی ضرورت ہوتی ہے۔ لہذا، کوئی متحرک معلومات حاصل نہیں کی جا سکتی.
لائٹ مائیکروسکوپی کی ایک اور پہلے سے مشہور تکنیک زندہ نظاموں کے مشاہدے کی اجازت دیتی ہے اور بافتوں کے برقرار حجم کو جسمانی طور پر بجائے “نظری طور پر” کاٹ کر ریکارڈ کرتی ہے۔ تاہم، لائٹ مائیکروسکوپی کو روشنی کی لہروں کی ان خصوصیات کی وجہ سے اس کی حل کرنے کی طاقت میں شدید رکاوٹ پڑتی ہے جو یہ تصویر بنانے کے لیے استعمال کرتی ہے۔ اس کا بہترین کیس ریزولوشن چند سو نینو میٹر ہے، جو دماغ کے بافتوں میں اہم سیلولر تفصیلات کو حاصل کرنے کے لیے بہت زیادہ موٹے ہیں۔
سپر ریزولوشن لائٹ مائیکروسکوپی کا استعمال کرتے ہوئے سائنسدان اس ریزولوشن کی رکاوٹ کو توڑ سکتے ہیں۔ اس شعبے میں حالیہ کام، جسے سوشی (سپر ریزولوشن شیڈو امیجنگ) کا نام دیا گیا ہے، نے ظاہر کیا کہ خلیات کے ارد گرد خالی جگہوں پر ڈائی مالیکیولز کو لاگو کرنا اور نوبل انعام یافتہ سپر ریزولوشن تکنیک STED (Stimulated Emission Depletion) مائکروسکوپی کا استعمال انتہائی حل شدہ ‘شیڈو’ کو ظاہر کرتا ہے۔ ‘ تمام سیلولر ڈھانچے کا اور اس طرح ٹشو میں ان کا تصور کرتا ہے۔ اس کے باوجود، دماغ کے بافتوں کی پوری مقدار کو ریزولیوشن بڑھانے کے ساتھ امیج کرنا ناممکن رہا ہے جو دماغ کے ٹشو کے پیچیدہ 3D فن تعمیر سے میل کھاتا ہے۔ اس کی وجہ یہ ہے کہ بڑھتی ہوئی ریزولوشن میں نمونے پر امیجنگ لائٹ کا زیادہ بوجھ بھی شامل ہوتا ہے، جو ٹھیک ٹھیک زندہ بافتوں کو نقصان پہنچا سکتا ہے یا ‘بھون’ سکتا ہے۔
یہاں LIONESS کی صلاحیت پنہاں ہے، مصنفین کے مطابق، “تیز اور ہلکے” امیجنگ حالات کے لیے تیار کیا گیا ہے، اس طرح نمونے کو زندہ رکھا گیا ہے۔ یہ تکنیک آئسوٹروپک سپر ریزولوشن فراہم کرتے ہوئے ایسا کرتی ہے – مطلب یہ ہے کہ یہ تینوں مقامی جہتوں میں یکساں طور پر اچھا ہے – جو 3D نانوسکل حل شدہ تفصیل میں ٹشو کے سیلولر اجزاء کو دیکھنے کی اجازت دیتا ہے۔
LIONESS امیجنگ مرحلے کے دوران ضرورت کے مطابق نمونے سے صرف اتنی ہی کم معلومات اکٹھا کرتا ہے۔ اس کے بعد دماغی بافتوں کی ساخت کے بارے میں اضافی معلومات کو بھرنے کے لیے پہلا گہرا سیکھنے کا مرحلہ ہوتا ہے جسے امیج ریسٹوریشن کہتے ہیں۔ اس اختراعی طریقے سے، یہ تقریباً 130 نینو میٹرز کی ریزولوشن حاصل کرتا ہے، جب کہ حقیقی وقت میں زندہ دماغی بافتوں کی امیجنگ کے لیے کافی نرم ہے۔ ایک ساتھ، یہ اقدامات گہرے سیکھنے کے دوسرے مرحلے کی اجازت دیتے ہیں، اس بار انتہائی پیچیدہ امیجنگ ڈیٹا کا احساس دلانے اور نیورونل ڈھانچے کو خودکار طریقے سے شناخت کرنے کے لیے۔
ہومنگ ان
“بین الضابطہ نقطہ نظر نے ہمیں نظام زندگی میں طاقت اور روشنی کی نمائش کو حل کرنے، پیچیدہ 3D ڈیٹا کا احساس دلانے، اور ٹشو کے سیلولر فن تعمیر کو سالماتی اور فعال پیمائش کے ساتھ جوڑنے کی اجازت دی،” Danzl کہتے ہیں۔
مجازی تعمیر نو کے لیے، Danzl اور Velicky نے بصری کمپیوٹنگ کے ماہرین کے ساتھ مل کر کام کیا: ISTA میں Bickel گروپ اور ہارورڈ یونیورسٹی میں Hanspeter Pfister کی قیادت میں گروپ، جس نے خودکار سیگمنٹیشن میں اپنی مہارت کا حصہ ڈالا — بافتوں میں سیلولر ڈھانچے کو خود بخود پہچاننے کا عمل۔ — اور تصور، ISTA کے تصویری تجزیہ کے عملے کے سائنسدان کرسٹوف سومر کے مزید تعاون کے ساتھ۔ نفیس لیبلنگ کی حکمت عملیوں کے لیے، ایڈنبرا، برلن، اور ISTA کے نیورو سائنسدانوں اور کیمیا دانوں نے تعاون کیا۔ نتیجتاً، فنکشنل پیمائش کو پورا کرنا ممکن ہوا، یعنی ایک ہی زندہ نیورونل سرکٹ میں حیاتیاتی سگنلنگ سرگرمی کے ساتھ سیلولر ڈھانچے کو پڑھنا۔ یہ خلیات میں کیلشیم آئن کے بہاؤ کی امیجنگ اور ISTA میں Jonas گروپ کے تعاون سے سیلولر برقی سرگرمی کی پیمائش کرکے کیا گیا تھا۔ نووارینو گروپ نے انسانی دماغی آرگنائڈز کا حصہ ڈالا، جسے اکثر منی دماغ کے نام سے جانا جاتا ہے جو انسانی دماغ کی نشوونما کی نقل کرتے ہیں۔ مصنفین اس بات پر زور دیتے ہیں کہ یہ سب ISTA کے اعلیٰ درجے کے سائنسی سروس یونٹس کے ماہرانہ تعاون کے ذریعے کیا گیا تھا۔
دماغ کی ساخت اور سرگرمی انتہائی متحرک ہیں۔ اس کے ڈھانچے تیار ہوتے ہیں جیسے دماغ نئے کام انجام دیتا ہے اور سیکھتا ہے۔ دماغ کے اس پہلو کو اکثر “پلاسٹیٹی” کہا جاتا ہے۔ لہٰذا، دماغ کے بافتوں کے فن تعمیر میں ہونے والی تبدیلیوں کا مشاہدہ اس کی پلاسٹکٹی کے پیچھے رازوں کو کھولنے کے لیے ضروری ہے۔ ISTA میں تیار کیا گیا نیا ٹول دماغی بافتوں اور ممکنہ طور پر دیگر اعضاء کے فنکشنل فن تعمیر کو سمجھنے کی صلاحیت کو ظاہر کرتا ہے جس سے ذیلی خلیاتی ڈھانچے کا انکشاف ہوتا ہے اور یہ معلوم ہوتا ہے کہ یہ وقت کے ساتھ کیسے بدل سکتے ہیں۔
>Source link>
>>Join our Facebook Group be part of community. <<