ಸಾವಿನ ಸಮಯ: ಹೆಚ್ಚಿನ ನಿಖರತೆಗಾಗಿ ಹೊಸ ತಂತ್ರಜ್ಞಾನದ ಅಗತ್ಯವಿದೆ

ಒಂದು ಹೋಲ್ಡ್ ಫ್ರೀರಿಲೀಸ್ 1 | eTurboNews | eTN
ಇವರಿಂದ ಬರೆಯಲ್ಪಟ್ಟಿದೆ ಲಿಂಡಾ ಹೊನ್ಹೋಲ್ಜ್

ಮೆದುಳಿನ ಕೋಶವು ಯಾವಾಗ ಸತ್ತಿದೆ ಎಂದು ಹೇಳುವುದು ಆಶ್ಚರ್ಯಕರವಾಗಿ ಕಷ್ಟ. ಸೂಕ್ಷ್ಮದರ್ಶಕದ ಅಡಿಯಲ್ಲಿ ನಿಷ್ಕ್ರಿಯವಾಗಿ ಮತ್ತು ವಿಘಟಿತವಾಗಿ ಕಂಡುಬರುವ ನ್ಯೂರಾನ್‌ಗಳು ಒಂದು ರೀತಿಯ ಜೀವನ ಅಥವಾ ಸಾವಿನ ಲಿಂಬೊದಲ್ಲಿ ದಿನಗಳವರೆಗೆ ಇರುತ್ತವೆ, ಮತ್ತು ಕೆಲವು ಜಡವಾಗಿ ಕಾಣಿಸಿಕೊಂಡ ನಂತರ ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಮತ್ತೆ ಸಿಗ್ನಲ್ ಮಾಡಲು ಪ್ರಾರಂಭಿಸುತ್ತವೆ.

<

ನ್ಯೂರೋ ಡಿಜೆನರೇಶನ್ ಅನ್ನು ಅಧ್ಯಯನ ಮಾಡುವ ಸಂಶೋಧಕರಿಗೆ, ನ್ಯೂರಾನ್‌ಗಳಿಗೆ ನಿಖರವಾದ "ಸಾವಿನ ಸಮಯ" ಘೋಷಣೆಯ ಕೊರತೆಯು ಜೀವಕೋಶದ ಸಾವಿಗೆ ಕಾರಣವಾಗುವ ಅಂಶಗಳು ಮತ್ತು ವಯಸ್ಸಾದ ಕೋಶಗಳನ್ನು ಸಾಯದಂತೆ ಉಳಿಸುವ ಔಷಧಿಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಕಷ್ಟವಾಗುತ್ತದೆ.              

ಈಗ, ಗ್ಲಾಡ್‌ಸ್ಟೋನ್ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್‌ನ ಸಂಶೋಧಕರು ಹೊಸ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ, ಅದು ಒಂದೇ ಸಮಯದಲ್ಲಿ ಸಾವಿರಾರು ಕೋಶಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಮತ್ತು ಗುಂಪಿನ ಯಾವುದೇ ಕೋಶಕ್ಕೆ ಸಾವಿನ ನಿಖರವಾದ ಕ್ಷಣವನ್ನು ನಿರ್ಧರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ನೇಚರ್ ಕಮ್ಯುನಿಕೇಷನ್ಸ್ ಜರ್ನಲ್‌ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಪೇಪರ್‌ನಲ್ಲಿ ತಂಡವು ತೋರಿಸಿದೆ, ಈ ವಿಧಾನವು ದಂಶಕ ಮತ್ತು ಮಾನವ ಜೀವಕೋಶಗಳಲ್ಲಿ ಮತ್ತು ಲೈವ್ ಜೀಬ್ರಾಫಿಶ್‌ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ವಾರಗಳಿಂದ ತಿಂಗಳುಗಳ ಅವಧಿಯಲ್ಲಿ ಜೀವಕೋಶಗಳನ್ನು ಅನುಸರಿಸಲು ಬಳಸಬಹುದು.

"ನ್ಯೂರೋ ಡಿಜೆನೆರೆಟಿವ್ ಕಾಯಿಲೆಗಳಲ್ಲಿ ಕಾರಣ ಮತ್ತು ಪರಿಣಾಮವನ್ನು ಬಿಚ್ಚಿಡಲು ಸಾವಿನ ನಿಖರವಾದ ಸಮಯವನ್ನು ಪಡೆಯುವುದು ಬಹಳ ಮುಖ್ಯ" ಎಂದು ಸ್ಟೀವ್ ಫಿಂಕ್‌ಬೈನರ್ ಹೇಳುತ್ತಾರೆ, MD, PhD, ಗ್ಲ್ಯಾಡ್‌ಸ್ಟೋನ್‌ನಲ್ಲಿರುವ ಸಿಸ್ಟಮ್ಸ್ ಮತ್ತು ಥೆರಪ್ಯೂಟಿಕ್ಸ್ ಕೇಂದ್ರದ ನಿರ್ದೇಶಕ ಮತ್ತು ಎರಡೂ ಹೊಸ ಅಧ್ಯಯನಗಳ ಹಿರಿಯ ಲೇಖಕ. "ಯಾವ ಅಂಶಗಳು ನೇರವಾಗಿ ಜೀವಕೋಶದ ಸಾವಿಗೆ ಕಾರಣವಾಗುತ್ತವೆ, ಅವು ಪ್ರಾಸಂಗಿಕವಾಗಿರುತ್ತವೆ ಮತ್ತು ಸಾವನ್ನು ವಿಳಂಬಗೊಳಿಸುವ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ನಿಭಾಯಿಸಲು ಇದು ನಮಗೆ ಅನುಮತಿಸುತ್ತದೆ."

ಸೈನ್ಸ್ ಅಡ್ವಾನ್ಸಸ್ ಜರ್ನಲ್‌ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಕಂಪ್ಯಾನಿಯನ್ ಪೇಪರ್‌ನಲ್ಲಿ, ಸಂಶೋಧಕರು ಸೆಲ್ ಸೆನ್ಸರ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಯಂತ್ರ ಕಲಿಕೆಯ ವಿಧಾನದೊಂದಿಗೆ ಸಂಯೋಜಿಸಿದ್ದಾರೆ, ಲೈವ್ ಮತ್ತು ಸತ್ತ ಕೋಶಗಳನ್ನು ಹೇಗೆ ಮಾನವನಿಗಿಂತ 100 ಪಟ್ಟು ವೇಗವಾಗಿ ಮತ್ತು ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಪ್ರತ್ಯೇಕಿಸಲು ಕಂಪ್ಯೂಟರ್‌ಗೆ ಕಲಿಸುತ್ತಾರೆ.

"ಈ ರೀತಿಯ ಡೇಟಾವನ್ನು ಕೈಯಿಂದ ವಿಶ್ಲೇಷಿಸಲು ಕಾಲೇಜು ವಿದ್ಯಾರ್ಥಿಗಳು ತಿಂಗಳುಗಳನ್ನು ತೆಗೆದುಕೊಂಡರು, ಮತ್ತು ನಮ್ಮ ಹೊಸ ವ್ಯವಸ್ಥೆಯು ಬಹುತೇಕ ತತ್‌ಕ್ಷಣದದ್ದಾಗಿದೆ-ಇದು ವಾಸ್ತವವಾಗಿ ನಾವು ಸೂಕ್ಷ್ಮದರ್ಶಕದಲ್ಲಿ ಹೊಸ ಚಿತ್ರಗಳನ್ನು ಪಡೆದುಕೊಳ್ಳುವುದಕ್ಕಿಂತ ವೇಗವಾಗಿ ಚಲಿಸುತ್ತದೆ" ಎಂದು ಫಿಂಕ್‌ಬೈನರ್‌ನ ವೈಜ್ಞಾನಿಕ ಕಾರ್ಯಕ್ರಮದ ನಾಯಕ ಜೆರೆಮಿ ಲಿನ್ಸ್ಲಿ, PhD ಹೇಳುತ್ತಾರೆ. ಪ್ರಯೋಗಾಲಯ ಮತ್ತು ಎರಡೂ ಹೊಸ ಪತ್ರಿಕೆಗಳ ಮೊದಲ ಲೇಖಕ.

ಹಳೆಯ ಸಂವೇದಕ ಹೊಸ ತಂತ್ರಗಳನ್ನು ಕಲಿಸುವುದು

ಜೀವಕೋಶಗಳು ಸತ್ತಾಗ-ಯಾವುದೇ ಕಾರಣ ಅಥವಾ ಕಾರ್ಯವಿಧಾನ-ಅವು ಅಂತಿಮವಾಗಿ ವಿಭಜನೆಯಾಗುತ್ತವೆ ಮತ್ತು ಅವುಗಳ ಪೊರೆಗಳು ಅವನತಿ ಹೊಂದುತ್ತವೆ. ಆದರೆ ಈ ಅವನತಿ ಪ್ರಕ್ರಿಯೆಯು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ವಿಜ್ಞಾನಿಗಳು ದೀರ್ಘಕಾಲದವರೆಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಿದ ಜೀವಕೋಶಗಳು, ಅನಾರೋಗ್ಯ ಮತ್ತು ಸಾಯುತ್ತಿರುವ ಮತ್ತು ಆರೋಗ್ಯಕರವಾದವುಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಲು ಕಷ್ಟವಾಗುತ್ತದೆ.

ಸಂಶೋಧಕರು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರತಿದೀಪಕ ಟ್ಯಾಗ್‌ಗಳು ಅಥವಾ ಬಣ್ಣಗಳನ್ನು ಬಳಸಿ ರೋಗಗ್ರಸ್ತ ಕೋಶಗಳನ್ನು ಸೂಕ್ಷ್ಮದರ್ಶಕದೊಂದಿಗೆ ಕಾಲಾನಂತರದಲ್ಲಿ ಅನುಸರಿಸುತ್ತಾರೆ ಮತ್ತು ಈ ಅವನತಿ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಅವು ಎಲ್ಲಿವೆ ಎಂಬುದನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ. ಈಗಾಗಲೇ ಸತ್ತ ಜೀವಕೋಶಗಳನ್ನು ಇನ್ನೂ ಜೀವಂತವಾಗಿರುವ ಜೀವಕೋಶಗಳಿಂದ ಪ್ರತ್ಯೇಕಿಸಲು ಅನೇಕ ಸೂಚಕ ಬಣ್ಣಗಳು, ಕಲೆಗಳು ಮತ್ತು ಲೇಬಲ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ, ಆದರೆ ಅವು ಸಾಮಾನ್ಯವಾಗಿ ಮರೆಯಾಗುವ ಮೊದಲು ಅಲ್ಪಾವಧಿಯಲ್ಲಿ ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಮತ್ತು ಅವುಗಳನ್ನು ಅನ್ವಯಿಸಿದಾಗ ಜೀವಕೋಶಗಳಿಗೆ ವಿಷಕಾರಿಯಾಗಬಹುದು.

"ನಾವು ನಿಜವಾಗಿಯೂ ಕೋಶದ ಸಂಪೂರ್ಣ ಜೀವಿತಾವಧಿಯಲ್ಲಿ-ಕೆಲವೇ ಗಂಟೆಗಳ ಕಾಲ ಉಳಿಯುವ ಸೂಚಕವನ್ನು ಬಯಸಿದ್ದೇವೆ-ಮತ್ತು ಜೀವಕೋಶವು ಸಾಯುವ ನಿರ್ದಿಷ್ಟ ಕ್ಷಣದ ನಂತರ ಮಾತ್ರ ಸ್ಪಷ್ಟ ಸಂಕೇತವನ್ನು ನೀಡುತ್ತದೆ" ಎಂದು ಲಿನ್ಸ್ಲಿ ಹೇಳುತ್ತಾರೆ.

ಲಿನ್‌ಸ್ಲೆ, ಫಿಂಕ್‌ಬೈನರ್ ಮತ್ತು ಅವರ ಸಹೋದ್ಯೋಗಿಗಳು ಕ್ಯಾಲ್ಸಿಯಂ ಸಂವೇದಕಗಳನ್ನು ಸಹ-ಆಪ್ಟ್ ಮಾಡಿದರು, ಮೂಲತಃ ಜೀವಕೋಶದೊಳಗಿನ ಕ್ಯಾಲ್ಸಿಯಂ ಮಟ್ಟವನ್ನು ಪತ್ತೆಹಚ್ಚಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಜೀವಕೋಶವು ಸಾಯುವುದರಿಂದ ಮತ್ತು ಅದರ ಪೊರೆಗಳು ಸೋರಿಕೆಯಾಗುವುದರಿಂದ, ಒಂದು ಅಡ್ಡ ಪರಿಣಾಮವೆಂದರೆ ಕ್ಯಾಲ್ಸಿಯಂ ಜೀವಕೋಶದ ನೀರಿನ ಸೈಟೋಸೋಲ್‌ಗೆ ನುಗ್ಗುತ್ತದೆ, ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಕಡಿಮೆ ಮಟ್ಟದ ಕ್ಯಾಲ್ಸಿಯಂ ಅನ್ನು ಹೊಂದಿರುತ್ತದೆ.

ಆದ್ದರಿಂದ, ಲಿನ್‌ಸ್ಲಿ ಕ್ಯಾಲ್ಸಿಯಂ ಸಂವೇದಕಗಳನ್ನು ಸೈಟೋಸೋಲ್‌ನಲ್ಲಿ ನೆಲೆಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಿದರು, ಅಲ್ಲಿ ಕ್ಯಾಲ್ಸಿಯಂ ಮಟ್ಟವು ಜೀವಕೋಶದ ಮರಣವನ್ನು ಸೂಚಿಸುವ ಮಟ್ಟಕ್ಕೆ ಹೆಚ್ಚಾದಾಗ ಮಾತ್ರ ಅವು ಪ್ರತಿದೀಪಕವಾಗುತ್ತವೆ. ಹೊಸ ಸಂವೇದಕಗಳನ್ನು ತಳೀಯವಾಗಿ ಎನ್‌ಕೋಡ್ ಮಾಡಲಾದ ಸಾವಿನ ಸೂಚಕ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ (GEDI, ಸ್ಟಾರ್ ವಾರ್ಸ್‌ನಲ್ಲಿ ಜೇಡಿ ಎಂದು ಉಚ್ಚರಿಸಲಾಗುತ್ತದೆ), ಯಾವುದೇ ರೀತಿಯ ಕೋಶಕ್ಕೆ ಸೇರಿಸಬಹುದು ಮತ್ತು ಜೀವಕೋಶದ ಸಂಪೂರ್ಣ ಜೀವಿತಾವಧಿಯಲ್ಲಿ ಜೀವಕೋಶವು ಜೀವಂತವಾಗಿದೆ ಅಥವಾ ಸತ್ತಿದೆ ಎಂದು ಸಂಕೇತಿಸುತ್ತದೆ.

ಮರುವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಸಂವೇದಕಗಳ ಉಪಯುಕ್ತತೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು, ಗುಂಪು ನ್ಯೂರಾನ್‌ಗಳ ದೊಡ್ಡ ಗುಂಪುಗಳನ್ನು ಇರಿಸಿತು-ಪ್ರತಿಯೊಂದೂ GEDI ಅನ್ನು ಹೊಂದಿರುತ್ತದೆ-ಸೂಕ್ಷ್ಮದರ್ಶಕದ ಅಡಿಯಲ್ಲಿ. ಮಿಲಿಯನ್‌ಗಿಂತಲೂ ಹೆಚ್ಚು ಕೋಶಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸಿದ ನಂತರ, ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ ನ್ಯೂರೋ ಡಿಜೆನರೇಶನ್‌ಗೆ ಗುರಿಯಾಗುತ್ತದೆ ಮತ್ತು ಇತರರಲ್ಲಿ ವಿಷಕಾರಿ ಸಂಯುಕ್ತಗಳಿಗೆ ಒಡ್ಡಲಾಗುತ್ತದೆ, ಸಂಶೋಧಕರು GEDI ಸಂವೇದಕವು ಇತರ ಜೀವಕೋಶದ ಸಾವಿನ ಸೂಚಕಗಳಿಗಿಂತ ಹೆಚ್ಚು ನಿಖರವಾಗಿದೆ ಎಂದು ಕಂಡುಹಿಡಿದರು: ಸಂವೇದಕವು ಇರುವ ಒಂದೇ ಒಂದು ಪ್ರಕರಣವೂ ಇರಲಿಲ್ಲ. ಸಕ್ರಿಯಗೊಳಿಸಲಾಗಿದೆ ಮತ್ತು ಜೀವಕೋಶವು ಜೀವಂತವಾಗಿ ಉಳಿಯಿತು. ಇದಲ್ಲದೆ, ಆ ನಿಖರತೆಯ ಜೊತೆಗೆ, GEDI ಹಿಂದಿನ ವಿಧಾನಗಳಿಗಿಂತ ಹಿಂದಿನ ಹಂತದಲ್ಲಿ ಜೀವಕೋಶದ ಮರಣವನ್ನು ಪತ್ತೆಹಚ್ಚುವಂತೆ ತೋರುತ್ತಿದೆ - ಜೀವಕೋಶದ ಸಾವಿಗೆ "ರಿಟರ್ನ್ ಪಾಯಿಂಟ್" ಹತ್ತಿರ.

"ಇದು ಹಿಂದೆಂದೂ ಸಾಧ್ಯವಾಗದ ರೀತಿಯಲ್ಲಿ ಲೈವ್ ಮತ್ತು ಸತ್ತ ಜೀವಕೋಶಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ" ಎಂದು ಲಿನ್ಸ್ಲಿ ಹೇಳುತ್ತಾರೆ.

ಅತಿಮಾನುಷ ಸಾವಿನ ಪತ್ತೆ

Linsley GEDI ಅನ್ನು ತನ್ನ ಸಹೋದರ-ಡ್ರೂ ಲಿನ್ಸ್ಲೇ, PhD, ಬ್ರೌನ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕರಿಗೆ ಪ್ರಸ್ತಾಪಿಸಿದರು, ಅವರು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಜೈವಿಕ ದತ್ತಾಂಶಕ್ಕೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅನ್ವಯಿಸುವಲ್ಲಿ ಪರಿಣತಿ ಹೊಂದಿದ್ದಾರೆ. ಜೀವಕೋಶದ ರೂಪವನ್ನು ಆಧರಿಸಿ ಜೀವಂತ ಮತ್ತು ಸತ್ತ ಮೆದುಳಿನ ಕೋಶಗಳನ್ನು ಗುರುತಿಸಲು ಕಂಪ್ಯೂಟರ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಕಲಿಸಲು ಸಂಶೋಧಕರು ಯಂತ್ರ ಕಲಿಕೆಯ ವಿಧಾನದೊಂದಿಗೆ ಸಂವೇದಕವನ್ನು ಬಳಸುತ್ತಾರೆ ಎಂದು ಅವರ ಸಹೋದರ ಸಲಹೆ ನೀಡಿದರು.

ತಂಡವು ಅದೇ ನ್ಯೂರಾನ್‌ಗಳ ಮೇಲೆ ಪ್ರಮಾಣಿತ ಪ್ರತಿದೀಪಕ ಡೇಟಾದೊಂದಿಗೆ ಹೊಸ ಸಂವೇದಕದಿಂದ ಫಲಿತಾಂಶಗಳನ್ನು ಸಂಯೋಜಿಸಿತು ಮತ್ತು ಸಾಯುತ್ತಿರುವ ಜೀವಕೋಶಗಳು ಹೇಗೆ ಕಾಣುತ್ತವೆ ಎಂಬುದಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ವಿಶಿಷ್ಟವಾದ ಪ್ರತಿದೀಪಕ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಅವರು BO-CNN ಎಂಬ ಕಂಪ್ಯೂಟರ್ ಮಾದರಿಯನ್ನು ಕಲಿಸಿದರು. ಲಿನ್ಸ್ಲೆ ಸಹೋದರರು ತೋರಿಸಿದ ಮಾದರಿಯು 96 ಪ್ರತಿಶತ ನಿಖರವಾಗಿದೆ ಮತ್ತು ಮಾನವ ವೀಕ್ಷಕರು ಏನು ಮಾಡಬಹುದೋ ಅದು ಉತ್ತಮವಾಗಿದೆ ಮತ್ತು ಜೀವಂತ ಮತ್ತು ಸತ್ತ ಜೀವಕೋಶಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಹಿಂದಿನ ವಿಧಾನಗಳಿಗಿಂತ 100 ಪಟ್ಟು ಹೆಚ್ಚು ವೇಗವಾಗಿದೆ.

"ಕೆಲವು ಕೋಶ ಪ್ರಕಾರಗಳಿಗೆ, ಕೋಶವು ಜೀವಂತವಾಗಿದೆಯೇ ಅಥವಾ ಸತ್ತಿದೆಯೇ ಎಂದು ವ್ಯಕ್ತಿಯೊಬ್ಬನಿಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದು ತುಂಬಾ ಕಷ್ಟಕರವಾಗಿದೆ - ಆದರೆ ನಮ್ಮ ಕಂಪ್ಯೂಟರ್ ಮಾದರಿಯು GEDI ಯಿಂದ ಕಲಿಯುವ ಮೂಲಕ, ನಾವು ಹಿಂದೆ ತಿಳಿದಿರದ ಚಿತ್ರಗಳ ಭಾಗಗಳ ಆಧಾರದ ಮೇಲೆ ಅವುಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಸಾಧ್ಯವಾಯಿತು. ಜೀವಂತ ಮತ್ತು ಸತ್ತ ಜೀವಕೋಶಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಸಹಾಯಕವಾಗಿದೆ," ಎಂದು ಜೆರೆಮಿ ಲಿನ್ಸ್ಲಿ ಹೇಳುತ್ತಾರೆ.

GEDI ಮತ್ತು BO-CNN ಎರಡೂ ಈಗ ಮೆದುಳಿನ ಜೀವಕೋಶಗಳು ಯಾವಾಗ ಮತ್ತು ಎಲ್ಲಿ ಸಾಯುತ್ತವೆ ಎಂಬುದನ್ನು ಕಂಡುಹಿಡಿಯಲು ಹೊಸ, ಹೆಚ್ಚಿನ-ಥ್ರೋಪುಟ್ ಅಧ್ಯಯನಗಳನ್ನು ಕೈಗೊಳ್ಳಲು ಸಂಶೋಧಕರಿಗೆ ಅವಕಾಶ ನೀಡುತ್ತವೆ-ಕೆಲವು ಪ್ರಮುಖ ಕಾಯಿಲೆಗಳಿಗೆ ಬಹಳ ಮುಖ್ಯವಾದ ಅಂತಿಮ ಬಿಂದು. ನ್ಯೂರೋ ಡಿಜೆನೆರೆಟಿವ್ ಕಾಯಿಲೆಗಳಲ್ಲಿ ಜೀವಕೋಶದ ಸಾವನ್ನು ವಿಳಂಬಗೊಳಿಸುವ ಅಥವಾ ತಪ್ಪಿಸುವ ಸಾಮರ್ಥ್ಯಕ್ಕಾಗಿ ಅವರು ಔಷಧಿಗಳನ್ನು ಸಹ ಪರೀಕ್ಷಿಸಬಹುದು. ಅಥವಾ, ಕ್ಯಾನ್ಸರ್ನ ಸಂದರ್ಭದಲ್ಲಿ, ಅವರು ರೋಗಗ್ರಸ್ತ ಕೋಶಗಳ ಮರಣವನ್ನು ತ್ವರಿತಗೊಳಿಸುವ ಔಷಧಿಗಳನ್ನು ಹುಡುಕಬಹುದು.

"ಈ ತಂತ್ರಜ್ಞಾನಗಳು ಜೀವಕೋಶಗಳಲ್ಲಿ ಎಲ್ಲಿ, ಯಾವಾಗ ಮತ್ತು ಏಕೆ ಸಾವು ಸಂಭವಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ನಮ್ಮ ಸಾಮರ್ಥ್ಯದಲ್ಲಿ ಆಟದ ಬದಲಾವಣೆಗಳು" ಎಂದು ಫಿಂಕ್‌ಬೈನರ್ ಹೇಳುತ್ತಾರೆ. "ಮೊದಲ ಬಾರಿಗೆ, ಜೀವಕೋಶದ ಮರಣವನ್ನು ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಪತ್ತೆಹಚ್ಚಲು ರೋಬೋಟ್-ನೆರವಿನ ಸೂಕ್ಷ್ಮದರ್ಶಕದಲ್ಲಿನ ಪ್ರಗತಿಯಿಂದ ಒದಗಿಸಲಾದ ವೇಗ ಮತ್ತು ಪ್ರಮಾಣವನ್ನು ನಾವು ನಿಜವಾಗಿಯೂ ಬಳಸಿಕೊಳ್ಳಬಹುದು ಮತ್ತು ಸಾವಿನ ಕ್ಷಣದ ಮುಂಚಿತವಾಗಿ ಅದನ್ನು ಉತ್ತಮವಾಗಿ ಮಾಡಬಹುದು. ಇದುವರೆಗೆ ಗುಣಪಡಿಸಲಾಗದ ಅನೇಕ ನ್ಯೂರೋ ಡಿಜೆನೆರೆಟಿವ್ ಕಾಯಿಲೆಗಳಿಗೆ ಇದು ಹೆಚ್ಚು ನಿರ್ದಿಷ್ಟವಾದ ಚಿಕಿತ್ಸಾ ವಿಧಾನಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದು ಎಂದು ನಾವು ಭಾವಿಸುತ್ತೇವೆ.

ಈ ಲೇಖನದಿಂದ ಏನು ತೆಗೆದುಕೊಳ್ಳಬೇಕು:

  • The team showed, in a paper published in the journal Nature Communications, that the approach works in rodent and human cells as well as within live zebrafish, and can be used to follow the cells over a period of weeks to months.
  • ಸೈನ್ಸ್ ಅಡ್ವಾನ್ಸಸ್ ಜರ್ನಲ್‌ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಕಂಪ್ಯಾನಿಯನ್ ಪೇಪರ್‌ನಲ್ಲಿ, ಸಂಶೋಧಕರು ಸೆಲ್ ಸೆನ್ಸರ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಯಂತ್ರ ಕಲಿಕೆಯ ವಿಧಾನದೊಂದಿಗೆ ಸಂಯೋಜಿಸಿದ್ದಾರೆ, ಲೈವ್ ಮತ್ತು ಸತ್ತ ಕೋಶಗಳನ್ನು ಹೇಗೆ ಮಾನವನಿಗಿಂತ 100 ಪಟ್ಟು ವೇಗವಾಗಿ ಮತ್ತು ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಪ್ರತ್ಯೇಕಿಸಲು ಕಂಪ್ಯೂಟರ್‌ಗೆ ಕಲಿಸುತ್ತಾರೆ.
  • Now, researchers at Gladstone Institutes have developed a new technology that lets them track thousands of cells at a time and determine the precise moment of death for any cell in the group.

ಲೇಖಕರ ಬಗ್ಗೆ

ಲಿಂಡಾ ಹೊನ್ಹೋಲ್ಜ್

ಮುಖ್ಯ ಸಂಪಾದಕರು eTurboNews eTN HQ ನಲ್ಲಿ ಆಧಾರಿತವಾಗಿದೆ.

ಚಂದಾದಾರರಾಗಿ
ಸೂಚಿಸಿ
ಅತಿಥಿ
0 ಪ್ರತಿಕ್ರಿಯೆಗಳು
ಇನ್ಲೈನ್ ​​ಪ್ರತಿಕ್ರಿಯೆಗಳು
ಎಲ್ಲಾ ಕಾಮೆಂಟ್‌ಗಳನ್ನು ವೀಕ್ಷಿಸಿ
0
ನಿಮ್ಮ ಆಲೋಚನೆಗಳನ್ನು ಇಷ್ಟಪಡುತ್ತೀರಾ, ದಯವಿಟ್ಟು ಕಾಮೆಂಟ್ ಮಾಡಿ.x
ಶೇರ್ ಮಾಡಿ...