Combining brain-wide activity imaging with electron microscopy reveals a distributed nociceptive network in the brain
यह अध्ययन एक नवीन कार्यप्रणाली प्रस्तुत करता है जो एक ही *ड्रोसौफिला* (Drosophila) लार्वा मस्तिष्क में पूरे-मस्तिष्क लाइट-शीट गतिविधि इमेजिंग को वॉल्यूम इलेक्ट्रॉन माइक्रोस्कोपी के साथ जोड़कर सिनैप्टिक-रिज़ॉल्यूशन सर्किट आर्किटेक्चर के प्रति कार्यात्मक प्रतिक्रियाओं को मैप करता है, जिससे 25 विशिष्ट न्यूरोनल वंशों (lineages) में फैले एक वितरित नोसिसेप्टिव नेटवर्क का अनावरण होता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि एक शहर आग के अलार्म पर कैसी प्रतिक्रिया देता है। आपके पास दो बहुत ही अलग उपकरण हैं:
एक ड्रोन कैमरा: यह पूरे शहर के ऊपर उड़ सकता है और वास्तविक समय (real-time) में हर एक जलती हुई रोशनी को देख सकता है। आप देख सकते हैं कि रोशनी कहाँ टिमटिमा रही है, लेकिन क्योंकि शहर बहुत भीड़भाड़ वाला है, आप यह नहीं बता सकते कि कौन सी विशिष्ट इमारत जल रही है या वह किस तरह की इमारत है (जैसे कोई स्कूल, अस्पताल या बेकरी)।
एक सड़क-स्तरीय मानचित्र (Street-Level Map): यह हर गली, मोहल्ले और इमारत का एक अत्यंत विस्तृत, 3D ब्लूप्रिंट है। यह आपको बताता है कि हर इमारत क्या है और वे एक-दूसरे से कैसे जुड़ी हुई हैं, लेकिन यह एक स्थिर चित्र है। यह यह नहीं दिखाता कि वर्तमान में कौन सी लाइटें चालू हैं।
समस्या: वैज्ञानिक इस दुविधा में फंसे हुए थे। वे या तो "रोशनी" (मस्तिष्क की गतिविधि) देख सकते थे या उनके पास "मानचित्र" (मस्तिष्क की संरचना) होता था, लेकिन वे यह बताने के लिए उन्हें आसानी से जोड़ नहीं पा रहे थे कि, "आह, यह विशिष्ट बेकरी ही है जो अलार्म बजने पर चमक उठी।"
समाधान: यह शोध पत्र इस समस्या को हल करने के लिए एक शानदार नई तकनीक का वर्णन करता है। शोधकर्ताओं ने एक जासूसी टीम की तरह काम किया जिसने पहले ड्रोन फोटो ली, फिर तुरंत उसी समान शहर का सड़क-स्तरीय मानचित्र लिया, और फिर दोनों छवियों को आपस में जोड़ने के लिए एक सुपर-स्मार्ट कंप्यूटर का उपयोग किया।
उन्होंने इसे कैसे किया, इसके चरण यहाँ दिए गए, जिसमें फल वाली मक्खी के लार्वा (fruit fly larva) को उनके "शहर" के रूप में उपयोग किया गया है:
1. "ड्रोन" शॉट (मस्तिष्क को चमकते हुए देखना)
सबसे पहले, उन्होंने मक्खी के मस्तिष्क के न्यूरॉन्स को सक्रिय होने पर चमकने के लिए बनाया। फिर उन्होंने एक "दर्द का अलार्म" (दर्द का पता लगाने वाली नसों को उत्तेजित करके) शुरू किया और एक हाई-स्पीड कैमरे के साथ पूरे मस्तिष्क को चमकते हुए देखा।
- चुनौती: उन्होंने लगभग 100 लाइटों को टिमटिमाते देखा, लेकिन उन्हें यह नहीं पता था कि उनके मालिक कौन हैं। क्या वे "फायरफाइटर्स" (दमकलकर्मी) थे? क्या वे "मेयर" (महापौर) थे? या बस एक साधारण दुकानदार?
2. "सड़क-स्तरीय" मानचित्र (सूक्ष्म ब्लूप्रिंट)
कैमरा शॉट के तुरंत बाद, उन्होंने मस्तिष्क को फेंका नहीं। इसके बजाय, उन्होंने इसे एक कठोर, जमी हुई ब्लॉक में बदल दिया और एक अत्यंत शक्तिशाली इलेक्ट्रॉन माइक्रोस्कोप का उपयोग करके हर एक तंत्रिका तंतु (nerve fiber) की 3D तस्वीर ली।
- जादू: यह माइक्रोस्कोप इतना शक्तिशाली है कि यह कोशिकाओं को जोड़ने वाले सूक्ष्म तारों (प्रोजेक्शन्स) को भी देख सकता है। मक्खी की दुनिया में, आप एक न्यूरॉन को उसके "घर" (सेल बॉडी) के स्थान से नहीं, बल्कि उसके "तारों" (प्रोजेक्शन्स) के अनूठे आकार से पहचान सकते हैं। यह किसी व्यक्ति को उसके चेहरे से नहीं, बल्कि उसके कोट के अनूठे आकार और उसके चलने के रास्ते से पहचानने जैसा है।
3. "स्टिचिंग" (बिन्दुओं को जोड़ना)
यही असली सफलता है। शोधकर्ताओं ने "ड्रोन फोटो" (जहाँ लाइटें थीं) को "सड़क मानचित्र" (तारों) के साथ संरेखित करने के लिए एक गणितीय सेतु बनाया।
- उन्होंने दोनों छवियों में लैंडमार्क (प्रमुख स्थलों) का मिलान किया।
- एक बार संरेखित होने के बाद, वे ड्रोन फोटो में एक चमकती रोशनी को देख सकते थे, उसे सड़क मानचित्र तक ट्रैक कर सकते थे, और कह सकते थे, "आहा! यह रोशनी DNsez-1 की है, जो एक न्यूरॉन है जो रीढ़ की हड्डी (spinal cord) तक संदेश पहुँचाने वाले मैसेंजर के रूप में कार्य करता है।"
उन्होंने क्या खोजा?
इस पद्धति का उपयोग करके, उन्होंने पाया कि जब एक मक्खी दर्द महसूस करती है, तो केवल मस्तिष्क का एक हिस्सा ही प्रतिक्रिया नहीं देता। यह एक वितरित नेटवर्क (distributed network) है, जैसे कि शहर-व्यापी आपातकालीन प्रतिक्रिया प्रणाली।
- "फायरफाइटर्स": उन्होंने ऐसे न्यूरॉन्स खोजे जो संदेशवाहकों के रूप में कार्य करते हैं, जो शरीर से मस्तिष्क तक दर्द का संकेत ले जाते हैं और फिर शरीर को वापस जाने का संकेत देते हैं ताकि "दूर हट जाने" (roll away) की बचाव प्रक्रिया शुरू हो सके।
- "मल्टीटास्कर्स": आश्चर्यजनक रूप से, उन्होंने पाया कि गंध और सीखने (मशरूम बॉडी) से जुड़े न्यूरॉन्स भी चमक उठे। यह ऐसा है जैसे यह पता चलना कि जब आग का अलार्म बजता है, तो स्थानीय पुस्तकालय और बेकरी भी अपनी घंटियाँ बजाने लगते हैं। यह सुझाव देता है कि दर्द केवल एक सरल रिफ्लेक्स नहीं है; इसे गंध और जो कुछ भी मक्खी ने सीखा है, उसके साथ एकीकृत किया जा रहा है।
- "सीखने" का मोड़: उन्होंने यह भी साबित किया कि ये "सीखने" वाले न्यूरॉन्स मक्खी को दर्द से बचने में मदद करते हैं, भले ही उसे पहले कभी प्रशिक्षित न किया गया हो। यह ऐसा है जैसे पुस्तकालय आपको आग से बचने के लिए सहज रूप से मदद करता है, न कि इसलिए कि आपने कोई किताब पढ़ी है।
यह क्यों महत्वपूर्ण है?
इससे पहले, वैज्ञानिकों को अनुमान लगाना पड़ता था कि कौन से न्यूरॉन्स क्या कर रहे हैं, अक्सर वे एक-एक करके परीक्षण करते थे, जो भीड़ में किसी विशिष्ट व्यक्ति को खोजने के लिए हर एक व्यक्ति से पूछने जैसा है, "क्या आप वही हैं जिन्होंने आग देखी थी?"
यह नया तरीका एक सार्वभौमिक अनुवादक (universal translator) की तरह है। यह वैज्ञानिकों को मस्तिष्क की किसी भी गतिविधि का स्नैपशॉट लेने और तुरंत यह जानने की अनुमति देता है कि कौन इसे कर रहा है और वे दूसरों के साथ कैसे जुड़े हुए हैं।
संक्षेप में: उन्होंने मस्तिष्क के लिए एक "गूगल मैप्स" बनाया है जो न केवल सड़कों को दिखाता है, बल्कि यह भी दिखाता है कि किसी भी क्षण कौन सी कारें चल रही हैं। यह हमें यह समझने में मदद करता है कि मस्तिष्क दर्द, भय और सीखने को कैसे संसाधित करता है, जिस तरह से हम पहले कभी नहीं कर सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।