Brain age prediction from structural and functional connectivity across the lifespan using connectome-based predictive modeling
यह अध्ययन जीवनकाल के दौरान संरचनात्मक और कार्यात्मक एमआरआई डेटा पर कनेक्टोम-आधारित भविष्य कहनेवाला मॉडलिंग का उपयोग करके यह प्रदर्शित करता है कि कालानुक्रमिक आयु को वितरित कनेक्टिविटी पैटर्न द्वारा सटीक रूप से अनुमानित किया जा सकता है, जो दोनों मोडालिटीज़ के बीच साझा और पूरक जानकारी को प्रकट करता है जिसे मल्टीमॉडल एकीकरण के माध्यम से और अधिक बढ़ाया जाता 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
मानव मस्तिष्क एक स्थिर अंग नहीं है; यह एक जीवित परिदृश्य है जो हमारे जन्म के क्षण से लेकर हमारे अंतिम दिनों तक अपना आकार और कार्य बदलता रहता है। वैज्ञानिकों ने लंबे समय से इस यात्रा को मापने का एक तरीका खोजने का प्रयास किया है, जिससे "ब्रेन एज" (मस्तिष्क की आयु) मॉडल बनाया गया है। यह एक ऐसा उपकरण है जो व्यक्ति की आयु का अनुमान लगाने के लिए मस्तिष्क के वायरिंग और संरचना का अवलोकन करता है, ठीक वैसे ही जैसे एक डॉक्टर पेड़ के छल्लों को देखकर उसकी आयु का अनुमान लगा सकता है। जब मस्तिष्क व्यक्ति के वास्तविक वर्षों की तुलना में अधिक पुराना या छोटा दिखता है, तो यह संकेत दे सकता है कि उनके विकास या उम्र बढ़ने की प्रक्रिया में कुछ हो रहा है। इन परिवर्तनों को समझने के लिए, शोधकर्ता अक्सर दो अलग-अलग प्रकार के मानचित्रों को देखते हैं। एक मानचित्र मस्तिष्क के भौतिक मार्गों को दर्शाता है, जो व्हाइट मैटर ट्रैक्ट्स (white matter tracts) हैं जो विभिन्न क्षेत्रों को जोड़ते हैं और विकास के वर्षों में निर्मित होते हैं। दूसरा मानचित्र उन सड़कों पर होने वाले यातायात को दर्शाता है, यानी गतिविधि के वे पैटर्न जो तब होते हैं जब मस्तिष्क विश्राम की स्थिति में होता है और केवल सोच रहा होता है। हालांकि हम जानते हैं कि दोनों मानचित्र उम्र के साथ बदलते हैं, लेकिन यह स्पष्ट नहीं था कि क्या वे एक ही कहानी बताते हैं या वे हमारे बढ़ने और बूढ़े होने के बारे में अलग, पूरक सुराग प्रदान करते हैं।
येल् यूनिवर्सिटी के शोधकर्ताओं के एक दल ने जीवन के संपूर्ण कालखंड, बचपन से लेकर वृद्धावस्था तक, को देखते हुए इस प्रश्न की खोज करने का निर्णय लिया। उन्होंने लगभग 1,500 स्वस्थ लोगों का डेटा एकत्र किया, और मस्तिष्क के भौतिक कनेक्शनों और विश्राम की स्थिति वाली गतिविधि के विस्तृत मानचित्र बनाने के लिए उन्नत मस्तिष्क स्कैन का उपयोग किया। फिर उन्होंने प्रत्येक व्यक्ति की आयु का अनुमान लगाने के लिए एक कंप्यूटर पद्धति का उपयोग किया जिसे इन मानचित्रों में पैटर्न खोजने के लिए डिज़ाइन किया गया था। लक्ष्य यह देखना था कि मस्तिष्क की भौतिक संरचना या इसकी कार्यात्मक गतिविधि समय बताने में बेहतर थी, और क्या दोनों मानचित्रों को मिलाने से अकेले किसी एक को देखने की तुलना में अधिक स्पष्ट तस्वीर मिलेगी।
शोधकर्ताओं ने पाया कि मस्तिष्क की भौतिक संरचना और कार्यात्मक गतिविधि दोनों ही व्यक्ति की आयु का सटीक अनुमान लगाने में उत्कृष्ट थे, लेकिन इन भविष्यवाणियों की शक्ति जीवन के विभिन्न चरणों के आधार पर बदल गई। ये मॉडल बच्चों और वृद्ध वयस्कों को देखते समय सबसे अच्छा काम करते थे, वे कालखंड जहाँ मस्तिष्क तेजी से और महत्वपूर्ण परिवर्तन करता है। इसके विपरीत, युवा वयस्कों के लिए ये मॉडल कम सटीक थे, जो एक ऐसा समय है जब मस्तिष्क अपेक्षाकृत स्थिर रहता है। यह सुझाव देता है कि मस्तिष्क की वायरिंग और गतिविधि उन वर्षों के दौरान सबसे विशिष्ट होती है जब तीव्र विकास होता है और जब गिरावट आती है, जिससे वे कालखंड पहचानना आसान हो जाता है। दिलचस्प बात यह है कि वृद्ध वयस्कों के लिए मस्तिष्क की भौतिक संरचना आयु का एक मजबूत भविष्यवक्ता था, जबकि बच्चों के लिए कार्यात्मक गतिविधि एक मजबूत भविष्यवत्ता थी। यह इंगित करता है कि जैसे-जैसे हम जीवन के माध्यम से आगे बढ़ते हैं, हमारे मस्तिष्क के बूढ़े होने का तरीका इस बात से प्रेरित होकर बदल जाता है कि इसके सर्किट कैसे फायर कर रहे हैं, बजाय इसके कि इसके भौतिक मार्ग कैसे बदल रहे हैं।
इनमें से कौन सा मानचित्र सबसे अच्छा काम करता है, इस अंतर के बावजूद, दोनों प्रकार के मानचित्र अक्सर एक-दूसरे से सहमत होते थे। जब भौतिक मानचित्र ने भविष्यवाणी की कि एक व्यक्ति अधिक उम्र का है, तो कार्यात्मक मानचित्र ने भी आमतौर पर ऐसा ही किया। हालांकि, जब शोधकर्ताओं ने बारीकी से देखा कि वास्तव में कौन से कनेक्शन इन भविष्यवाणियों को संचालित कर रहे थे, तो उन्होंने पाया कि दोनों मानचित्र अलग-अलग सुरागों का उपयोग कर रहे थे। भौतिक मानचित्र मस्तिष्क के गहरे, केंद्रीय भागों और सेरिबेलम (cerebellum) में कनेक्शनों पर बहुत अधिक निर्भर था, जबकि कार्यात्मक मानचित्र आंदोलन और ध्यान से जुड़े नेटवर्क सहित विविध प्रकार के नेटवर्क पर आधारित था। इसका अर्थ यह है कि हालांकि दोनों मानचित्र हमें एक ही चीज़ के बारे में बता रहे हैं—कि मस्तिष्क की आयु कितनी है—लेकिन वे कहानी के अलग-अलग हिस्सों को पढ़ रहे हैं।
यह परीक्षण करने के लिए कि क्या इन दोनों मानचित्रों को मिलाने से मदद मिलेगी, शोधकर्ताओं ने एक नया मॉडल बनाया जो भौतिक संरचना और कार्यात्मक गतिविधि दोनों का एक साथ उपयोग करता था। अधिकांश समूहों में, यह संयुक्त दृष्टिकोण अकेले किसी भी मानचित्र का उपयोग करने की तुलना में अधिक सटीक था। यह विशेष रूप से युवा वयस्कों के लिए और संपूर्ण जीवनकाल को कवर करने वाले समूह के लिए सहायक था, जहाँ संकेतों के संयोजन ने भविष्यवाणी में त्रुटि को कम कर दिया। संयुक्त मॉडल ने कोई नया, रहस्यमय पैटर्न नहीं बनाया; बल्कि, इसने केवल भौतिक और कार्यात्मक मानचित्रों के सर्वोत्तम हिस्सों को एक साथ लाया, जिससे पुष्टि हुई कि वे अद्वितीय और मूल्यवान जानकारी प्रदान करते हैं जिसे दूसरा छोड़ देता है।
अध्ययन ने यह भी देखा कि क्या पुरुषों और महिलाओं ने अपने मस्तिष्क के बूढ़े होने के पैटर्न में अलग-अलग व्यवहार दिखाया। जबकि पिछले शोधों ने दिखाया है कि पुरुष और महिला मस्तिष्क अलग दिख सकते हैं, इस अध्ययन ने पाया कि आयु का अनुमान लगाने की क्षमता दोनों लिंगों के लिए उल्लेखनीय रूप से समान थी। पुरुषों पर प्रशिक्षित मॉडल महिलाओं पर भी उतना ही अच्छा काम करता था, और इसके विपरीत भी। यह सुझाव देता है कि मस्तिष्क के जुड़ाव में होने वाले मौलिक परिवर्तन समय बीतने के निशान के रूप में दोनों लिंगों में साझा किए जाते हैं, भले ही मस्तिष्क की संरचना के विशिष्ट विवरण थोड़े भिन्न हों।
अंततः, यह कार्य दिखाता है कि मस्तिष्क की आयु उसके कनेक्शनों में लिखी होती है, लेकिन जैसे-जैसे हम बढ़ते हैं, लिखावट बदल जाती है। भौतिक मार्गों और उनमें बहने वाले यातायात दोनों को देखकर, वैज्ञानिक विकास और बुढ़ापे की अधिक पूर्ण तस्वीर प्राप्त कर सकते हैं। निष्कर्षों से पता चलता है कि मस्तिष्क का कोई भी एकल दृश्य पर्याप्त नहीं है; मानव जीवन की समयरेखा को वास्तव में समझने के लिए, हमें मस्तिष्क को कई कोणों से देखना चाहिए, यह पहचानते हुए कि उम्र बढ़ने की कहानी परिवर्तनों के एक जटिल, वितरित नेटवर्क के माध्यम से बताई जाती है जो बचपन से वृद्धावस्था तक भिन्न होती 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।