The female larval fly CNS connectome: first draft

यह समझने के लिए कि एक जानवर कैसे सोचता है या चलता है, वैज्ञानिक अक्सर उसके मस्तिष्क के वायरिंग आरेख (wiring diagram) को देखते हैं, जिसे 'कनेक्टोम' (connectome) कहा जाता है। यह मानचित्र प्रत्येक न्यूरॉन और उन विशिष्ट संपर्कों, या सिनैप्स (synapses) को दर्शाता है जहाँ वे एक-दूसरे से बात करते हैं। ठीक वैसे ही जैसे एक ही उम्र और पृष्ठभूमि के दो व्यक्तियों की लिखावट अलग हो सकती है या समस्या को हल करने के उनके तरीके अलग हो सकते हैं, आनुवंशिक रूप से समान जानवरों के मस्तिष्क की वायरिंग भी थोड़ी भिन्न हो सकती है। यह पता लगाने के लिए कि मस्तिष्क के कौन से हिस्से लचीले हैं और कौन से कठोर, शोधकर्ताओं को कई व्यक्तियों के मस्तिष्क का मानचित्रण करने की आवश्यकता है ताकि यह देखा जा सके कि उनमें कितना अंतर है। लंबे समय तक, ये मानचित्र बनाना अविश्वसनीय रूप से कठिन रहा है क्योंकि ये संरचनाएं सूक्ष्म होती हैं और इनके लिए आवश्यक डेटा विशाल होता है। फल मक्खी (Drosophila melanogaster) लंबे समय से इस प्रकार के कार्य के लिए एक पसंदीदा विषय रही है क्योंकि इसका तंत्रिका तंत्र प्रबंधनीय रूप से छोटा है, फिर भी दिलचस्प होने के लिए पर्याप्त जटिल है। हालांकि वैज्ञानिकों ने वयस्क मक्खी के मस्तिष्क के कुछ हिस्सों का पहले ही मानचित्रण कर लिया है, लेकिन लार्वा अवस्था—अंडे से निकलने वाला छोटा, कृमि जैसा रूप—का क्षेत्र काफी हद तक अनछुआ रहा है, जबकि यह वह महत्वपूर्ण समय है जब मस्तिष्क शरीर को नियंत्रित करना सीखता है।

शोधकर्ताओं के एक दल ने अब एक मादा फल मक्खी के संपूर्ण केंद्रीय तंत्रिका तंत्र का पहला पूर्ण, हालांकि अभी भी कच्चा, वायरिंग आरेख जारी किया है। वे इस डेटासेट को "ऑक्टो" (Octo) कहते हैं। एक शक्तिशाली प्रकार के इलेक्ट्रॉन माइक्रोस्कोप का उपयोग करके, जो ऊतकों को अत्यधिक सटीकता के साथ काटता है, उन्होंने लार्वा के पूरे मस्तिष्क और तंत्रिका तंत्र (nerve cord) की त्रि-आयामी छवि कैप्चर की। परिणामी छवि एक विशाल डेटा ब्लॉक है, जो उन अंतरालों और विकृतियों से मुक्त है जो अक्सर ऐसी परियोजनाओं में बाधा बनते हैं। इस कच्चे चित्र से, टीम ने न्यूरॉन्स के रास्तों को स्वचालित रूप से ट्रेस करने, उनके भीतर मौजूद सूक्ष्म ऊर्जा केंद्रों जिन्हें माइटोकॉन्ड्रिया (mitochondria) कहा जाता है, उन्हें खोजने, सहायक ग्लियल कोशिकाओं (glial cells) की पहचान करने और यह अनुमान लगाने के लिए कृत्रिम बुद्धिमत्ता (AI) का उपयोग किया कि न्यूरॉन्स आपस में कहाँ जुड़ते हैं। यह कार्य एक लार्वा मक्खी के संपूर्ण केंद्रीय तंत्रिका तंत्र का पहला पूर्ण दृश्य प्रदान करता है, जो भविष्य के अध्ययनों के लिए एक आधार प्रदान करता है जहाँ कई व्यक्तियों की तुलना करके यह समझा जा सके कि मस्तिष्क के सर्किट कैसे भिन्न होते हैं और ये भिन्नताएं विभिन्न व्यवहारों की ओर कैसे ले जाती हैं।

शोधकर्ताओं ने एक एकल मादा लार्वा तैयार करके और उसे उन्नत 'फोकस्ड आयन बीम स्कैनिंग इलेक्ट्रॉन माइक्रोस्कोपी' (enhanced focused ion beam scanning electron microscopy) के साथ इमेज किया। इस तकनीक ने उन्हें हर दिशा में 8 नैनोमीटर के रिज़ॉल्यूशन पर ऊतक देखने की अनुमति दी, जिससे कोशिकाओं को अलग करने वाली झिल्लियों जैसी छोटी विवरण भी कैप्चर किए गए। अंतिम इमेज वॉल्यूम विशाल है, जिसमें अरबों छोटे 3D पिक्सेल शामिल हैं जो रेत के दाने के आकार के भौतिक स्थान का प्रतिनिधित्व करते हैं। इस डेटा को समझने के लिए, टीम ने पैटर्न पहचानने के लिए डिज़ाइन किए गए कंप्यूटर प्रोग्रामों की एक श्रृंखला लागू की। उन्होंने न्यूरॉन मानचित्र के तीन अलग-अलग संस्करण तैयार किए। एक संस्करण पूरे तंत्रिका तंत्र को कवर करता है, जिसमें न्यूरॉन्स के जन्म स्थल कोशिका शरीर (cell bodies) और संकेत ले जाने वाले लंबे रेशे शामिल हैं। अन्य दो संस्करण विशेष रूप से मस्तिष्क के केंद्र में मौजूद संपर्कों के घने जाल, जिसे न्यूरोपिल (neuropil) कहा जाता है, पर ध्यान केंद्रित करते हैं। मानव विशेषज्ञों द्वारा हाथ से सावधानीपूर्वक जांच किए गए न्यूरॉन्स की एक छोटी संख्या के विरुद्ध अपने कंप्यूटर-जनित मानचित्रों की तुलना करके, टीम ने पाया कि 'फ्लड-फिलिंग नेटवर्क' (Flood-Filling Networks) नामक विधि का उपयोग करके बनाया गया सबसे व्यापक मानचित्र, व्यक्तिगत न्यूरॉन्स को बिना गलती से विभाजित किए या दो अलग न्यूरॉन्स को एक में मिलाए, सबसे सटीक था।

केवल तारों को ट्रेस करने के अलावा, टीम ने सिनैप्स (synapses) के स्थानों का भी मानचित्रण किया, जो वे सूक्ष्म जंक्शन हैं जहाँ एक न्यूरॉन दूसरे को संकेत भेजता है। उन्होंने मस्तिष्क के कुछ छोटे, मैन्युअल रूप से एनोटेट किए गए खंडों पर एक कंप्यूटर मॉडल को प्रशिक्षित किया जहाँ वैज्ञानिकों ने सैकड़ों संपर्कों की सावधानीपूर्वक पहचान की थी। एक बार जब मॉडल ने सीख लिया कि इस विशिष्ट प्रकार की छवि में सिनैप्स कैसा दिखता है, तो उसने पूरे तंत्रिका तंत्र को स्कैन किया और 3.5 मिलियन से अधिक संभावित संपर्कों का अनुमान लगाया। हालाँकि ये अनुमान अभी पूर्ण नहीं हैं और इनके लिए मानवीय सत्यापन की आवश्यकता है, फिर भी वे संपूर्ण संचार नेटवर्क का पहला मसौदा प्रदान करते हैं। टीम ने माइटोकॉन्ड्रिया (कोशिकाओं के भीतर ऊर्जा पैदा करने वाले ऑर्गेनेल) और ग्लियल कोशिकाओं (जो न्यूरॉन्स के चारों ओर लिपटी होती हैं और उन्हें सहारा देती हैं) का भी मानचित्रण किया। ये अतिरिक्त मानचित्र महत्वपूर्ण हैं क्योंकि माइटोकॉन्ड्रिया का आकार और स्थान वैज्ञानिकों को यह सत्यापित करने में मदद कर सकता है कि क्या एक न्यूरॉन बरकरार है, और ग्लियल कोशिकाएं यह संदर्भ प्रदान करती हैं कि मस्तिष्क कैसे व्यवस्थित है।

लेखक स्पष्ट हैं कि यह रिलीज एक शुरुआत है, कोई अंतिम उत्पाद नहीं। वर्तमान मानचित्र काफी हद तक 'अनप्रूफ़रीड' (unproofread) हैं, जिसका अर्थ है कि जबकि कंप्यूटर ने संरचनाओं को ट्रेस करने का भारी काम किया है, किसी इंसान ने हर एक रेखा की त्रुटियों के लिए जांच नहीं की है। पूरे डेटासेट को हाथ से ठीक करने में दशकों का काम लग जाएगा, इसलिए टीम को उम्मीद है कि उनकी यह रिलीज बेहतर कंप्यूटर उपकरणों के विकास को प्रेरित करेगी जो गलतियों को स्वचालित रूप से ठीक करने के लिए जैविक ज्ञान का उपयोग कर सकें। उदाहरण के लिए, यह जानना कि माइटोकॉन्ड्रिया आमतौर पर एक कनेक्शन की शुरुआत के पास पाए जाते हैं, एक कंप्यूटर प्रोग्राम को यह तय करने में मदद कर सकता है कि पता लगाया गया लिंक वास्तविक है या एक गलती। इन सीमाओं के बावजूद, यह डेटासेट एक महत्वपूर्ण मील का पत्थर है। यह पहली बार है जब एक लार्वा मक्खी के संपूर्ण केंद्रीय तंत्रिका तंत्र को एक ही टुकड़े में पुनर्गठित किया गया है, और यह पहले-चरण (first-instar) की मादा लार्वा का दूसरा पूरी तरह से मैप किया गया मस्तिष्क है। अपने सभी कच्चे चित्रों, कंप्यूटर-जनित मानचित्रों और सॉफ्टवेयर टूल को सार्वजनिक रूप से उपलब्ध कराकर, शोधकर्ताओं ने वैज्ञानिक समुदाय को एक शक्तिशाली नया संसाधन सौंपा है। यह अन्य वैज्ञानिकों को यह अन्वेषण करने की अनुमति देता है कि कैसे एक लार्वा का मस्तिष्क उसके शरीर को नियंत्रित करता है, कैसे संवेदी जानकारी गति को सीमित करती है, और कैसे व्यक्तिगत मक्खियों की वायरिंग एक-दूसरे से भिन्न होती है, जिससे तंत्रिका सर्किट के विकास और कार्य करने के तरीके की गहरी समझ का मार्ग प्रशस्त होता है।