Aiptasia larvae are phenotypically validated as a model of coral bleaching using high-throughput machine-learning image analysis
यह अध्ययन ऑप्टिकली ट्रांसपेरेंट (प्रकाशिक रूप से पारदर्शी) *Aiptasia* लार्वा को कोरल ब्लीचिंग के लिए एक प्रमाणित मॉडल के रूप में स्थापित करता है और SYMPHONY को पेश करता है, जो एक मशीन-लर्निंग इमेज-एनालिसिस पाइपलाइन है जो हीट स्ट्रेस के तहत सहजीवी शैवाल के स्थानीयकरण के तीव्र, उच्च-थ्रूपुट और सटीक फेनोटाइपिंग को सक्षम बनाता 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
कोरल रीफ (मूंगा चट्टानें) पृथ्वी के सबसे जीवंत और महत्वपूर्ण पारिस्थितिक तंत्रों में से एक हैं, जो समुद्री जीवन की एक विशाल श्रृंखला का समर्थन करती हैं और तटों को तूफानों से बचाती हैं। फिर भी, ये पानी के नीचे बसे शहर लुप्त हो रहे हैं। इस नुकसान का एक प्राथमिक कारण 'ब्लीचिंग' (विरंजन) नामक घटना है, जो तब होती है जब बढ़ते समुद्री तापमान के कारण कोरल जीवों और उनके भीतर रहने वाले सूक्ष्म शैवाल (algae) के बीच का नाजुक तालमेल टूट जाता है। ये शैवाल प्रकाश संश्लेषण के माध्यम से कोरल को भोजन प्रदान करते हैं, लेकिन जब पानी बहुत गर्म हो जाता है, तो कोरल उन्हें बाहर निकाल देता है, जिससे वे सफेद पड़ जाते हैं और भूखे मरने लगते हैं। इन रीफों को बचाने के तरीके को समझने के लिए, वैज्ञानिकों को ठीक से यह अध्ययन करने की आवश्यकता है कि यह साझेदारी कैसे और क्यों टूटती है। वर्षों से, शोधकर्ता कोरल के विकल्प के रूप में 'एप्टेसिया' (Aiptasia) नामक एक छोटे समुद्री एनीमोन का उपयोग करते आए हैं। हालांकि वयस्क एनीमोन उपयोगी होते हैं, लेकिन वे बड़े, अपारदर्शी और उन्हें नुकसान पहुँचाए बिना बड़ी संख्या में अध्ययन करना कठिन होता है। इस सीमा ने उन समाधानों को खोजने के लिए आवश्यक तीव्र, बड़े पैमाने के प्रयोग करने में बाधा उत्पन्न की है।
शोधकर्ताओं के एक दल ने अब एनीमोन के जीवन के एक अलग चरण की ओर रुख किया है: लार्वा। ये नन्हे, पारदर्शी जीव केवल एक मानव बाल जितनी चौड़ाई के होते हैं और इतने स्पष्ट होते हैं कि इनके आर-पार देखा जा सकता है। शोधकर्ताओं ने पाया कि ये लार्वा गर्मी के तनाव के प्रति बिल्कुल उसी तरह प्रतिक्रिया करते हैं जैसे वयस्क कोरल करते हैं—अपने आंतरिक शैवाल को खो देते हैं और "ब्लीच" हो जाते हैं। इसे सिद्ध करने के लिए, उन्होंने हजारों लार्वा को गर्म पानी के संपर्क में रखा और कई दिनों तक उन पर नज़र रखी। उन्होंने पाया कि हीट स्ट्रेस के दो दिनों के भीतर, स्वस्थ लार्वा की संख्या में काफी गिरावट आई, और चार दिनों तक, अधिकांश ने अपने शैवाल खो दिए थे। इसने पुष्टि की कि ये नन्हे, पारदर्शी लार्वा कोरल-शैवाल संबंध के टूटने का अध्ययन करने के लिए एक आदर्श, तेजी से बढ़ने वाला मॉडल हैं।
हालाँकि, इन नन्हे जीवों को हाथ से गिनना और उनका विश्लेषण करना बेहद धीमा और उबाऊ काम है। एक एकल माइक्रोस्कोप छवि में दर्जनों लार्वा विभिन्न स्वास्थ्य स्थितियों में हो सकते हैं, और यह निर्धारित करने के लिए कि क्या एक शैवाल कोशिका सुरक्षित रूप से लार्वा के ऊतकों के अंदर है या केवल उसके पेट में तैर रही है, छवि को त्रि-आयामी (3D) रूप में देखना आवश्यक है। सैकड़ों छवियों के लिए यह कार्य करने में शोधकर्ताओं को बीस घंटों से अधिक का गहन ध्यान केंद्रित करना पड़ा। इस बाधा को दूर करने के लिए, उन्होंने SYMPHONY नामक एक नया कंप्यूटर प्रोग्राम बनाया। यह उपकरण कृत्रिम बुद्धिमत्ता (AI) का उपयोग करके माइक्रोस्कोप छवियों को देखता है, प्रत्येक व्यक्तिगत लार्वा की पहचान करता है, और उसकी स्वास्थ्य स्थिति का निर्धारण मिनटों में करता है। यह कार्यक्रम 3D छवियों को 2D प्रारूप में बदलकर काम करता है जो उस गहराई की जानकारी को सुरक्षित रखता है जिसकी आवश्यकता यह बताने के लिए होती है कि शैवाल सही स्थान पर हैं या नहीं। फिर यह एक पूर्व-प्रशिक्षित प्रणाली का उपयोग करता है, जिसे मूल रूप से मानव ऊतकों में कोशिकाओं को पहचानने के लिए डिज़ाइन किया गया था, ताकि लार्वा को ढूँढा जा सके, और एक दूसरी प्रणाली का उपयोग उन्हें स्वस्थ, ब्लीच हुए, या अत्यधिक कठिन श्रेणी में वर्गीकृत करने के लिए किया जाता है।
परिणामों ने दिखाया कि कंप्यूटर प्रोग्राम उच्च सटीकता के साथ मानव विशेषज्ञों के कार्य से मेल खा सकता है, जो लगभग 79 प्रतिशत समय लार्वा की सही स्वास्थ्य स्थिति की पहचान करता है। इससे भी महत्वपूर्ण बात यह है कि प्रोग्राम ने उन्हीं प्रवृत्तियों की पुष्टि की जो मनुष्यों ने पाई थीं: हीट स्ट्रेस के कारण लार्वा अपने शैवाल खो देते हैं, और गर्मी जितनी लंबी चलती है, नुकसान उतना ही गंभीर होता जाता है। हालांकि कंप्यूटर ने कुछ छवियों को स्वचालित रूप से निर्णय लेने के लिए बहुत भ्रमित करने वाला बताया, फिर भी इसने शोधकर्ताओं के इस एक अध्ययन के लिए बीस घंटों से अधिक का श्रम बचाया। एक नन्हे, पारदर्शी जीव मॉडल और उन्हें गिनने के एक स्मार्ट, स्वचालित तरीके को जोड़कर, शोधकर्ताओं ने एक शक्तिशाली नया उपकरण बनाया है। यह दृष्टिकोण वैज्ञानिकों को हजारों लार्वा का तेजी से परीक्षण करने की अनुमति देता है, जिससे इस बारे में तेजी से खोजों का मार्ग खुलता है कि कोरल गर्मी के प्रति कैसी प्रतिक्रिया देते हैं और उन्हें गर्म होते महासागर में जीवित रहने में क्या मदद कर सकता है।
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।