Evaluation of sources of variability in a TEER (trans-epithelial/endothelial electrical resistance) system
यह अध्ययन एक गट को-कल्चर मॉडल (gut co-culture model) के लिए एक TEER मापन प्रणाली में परिवर्तनशीलता के स्रोतों का मूल्यांकन करता है, जो यह प्रकट करता है कि रन-टू-रन (run-to-run) परिवर्तनशीलता अनिश्चितता का प्रमुख स्रोत है और KCl तथा ब्लैंक इंसर्ट्स (blank inserts) जैसे नियंत्रण माप मॉडल के विचलन के लिए सीमित भविष्य कहनेवाला मूल्य प्रदान करते हैं, जिससे अधिक सुदृढ़ सांख्यिकीय विश्लेषण और प्रयोगात्मक डिजाइन को सूचित करने में मदद मिलती है।
मूल पेपर CC0 1.0 (https://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित 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 कोशिकाओं से बनी एक जीवित दीवार की कल्पना करें, जिसे प्रयोगशाला में हमारे आंतों की नाजुक बाधा की नकल करने के लिए उगाया गया है। वैज्ञानिक इन कोशिकीय दीवारों का उपयोग यह परीक्षण करने के लिए करते हैं कि दवाएं या रसायन शरीर के माध्यम से कैसे गुजर सकते हैं, जिससे जानवरों पर परीक्षण किए बिना सुरक्षित उपचार खोजने की उम्मीद की जा सकती है। इस परीक्षण के विश्वसनीय होने के लिए, दीवार का बरकरार होना आवश्यक है, जिसमें ऐसी कोई सूक्ष्म छिद्र न हों जिनसे पदार्थ वहां से लीक हो सकें जहां उन्हें नहीं होना चाहिए। इस अखंडता की जांच करने के लिए, बिना नमूने को नष्ट किए, शोधकर्ता यह मापते हैं कि दीवार विद्युत धारा (इलेक्ट्रिक करंट) का कितना विरोध करती है। एक मजबूत, स्वस्थ दीवार धारा को अच्छी तरह से रोकती है, जिससे उच्च प्रतिरोध (रेसिस्टेंस) दिखाई देता है, जबकि एक क्षतिग्रस्त दीवार धारा को आसानी से बहने देती है। प्रतिरोध का यह माप, जिसे इलेक्ट्रिकल रेजिस्टेंस कहा जाता है, यह सुनिश्चित करने का एक मानक तरीका बन गया है कि कोशिकीय मॉडल सही ढंग से काम कर रहे हैं।
हालांकि, इन परीक्षणों के उपयोगी होने के लिए, माप स्वयं विश्वसनीय होना चाहिए। यदि संख्याएं केवल इसलिए बदल जाती हैं क्योंकि उपकरण थोड़ा गर्म हो गया है या प्रोब (probe) को अलग तरह से धोया गया है, तो वैज्ञानिक यह नहीं बता पाएंगे कि परिणाम में बदलाव कोशिकाओं के कारण आया है या उपकरण के कारण। नेशनल इंस्टीट्यूट ऑफ स्टैंडर्ड्स एंड टेक्नोलॉजी के एक दल ने यह समझने के लिए प्रयास किया कि इन मापों में शोर (नॉइज़) वास्तव में कहां से आता है। उन्होंने लगभग दो वर्षों तक एक ही तरह के गट-सेल (आंत की कोशिका) प्रयोग चलाए, और हर कदम को सावधानीपूर्वक ट्रैक किया ताकि यह देखा जा सके कि संख्याओं में उतार-चढ़ाव का कारण क्या था। उनका लक्ष्य मशीन और वातावरण के शोर से जीवित कोशिकाओं के संकेत (सिग्नल) को अलग करना था।
शोधकर्ताओं ने एक विशिष्ट सेटअप के साथ काम किया जहाँ कोशिकाओं को छोटे, छिद्रयुक्त प्लास्टिक डिस्क पर उगाया गया था, जो एक बड़े कंटेनर के भीतर रखे गए सूक्ष्म छलनी की तरह थे। उन्होंने कोशिकाओं की परतों के विद्युत प्रतिरोध को मापने के लिए एक विशेष प्रोब का उपयोग किया। प्रोब के काम कर रहे हैं या नहीं, यह सुनिश्चित करने के लिए, उन्होंने सादे नमक के पानी और बिना कोशिकाओं वाले खाली प्लास्टिक डिस्क के प्रतिरोध को भी मापा। उन्होंने 23 अलग-अलग प्रयोगों में से प्रत्येक को चलाया, जो 22 दिनों तक चले, और अक्सर यह देखने के लिए एक ही दिन में कई दौर के परीक्षण किए कि क्या समय बीतने के साथ परिणामों में कोई बदलाव आता है। वे जानना चाहते थे कि क्या मशीन स्थिर थी, क्या नमक का पानी एक अच्छा चेक था, और क्या खाली डिस्क त्रुटियों को सुधारने में मदद कर सकती थी।
उन्होंने स्थिरता और आश्चर्य का मिश्रण पाया। उपकरण स्वयं उल्लेखनीय रूप से स्थिर था। जब उन्होंने एक ही सत्र में कई बार एक ही नमक के घोल को मापा, तो संख्याएं बहुत कम बदलीं। यहाँ तक कि कमरे का तापमान भी, जो विद्युत रीडिंग को प्रभावित करने के लिए जाना जाता है, इतना सुसंगत रहा कि उसने डेटा में कोई ध्यान देने योग्य बदलाव नहीं किया। मशीन समस्या का स्रोत नहीं लग रही थी। इसके बजाय, भिन्नता का सबसे बड़ा स्रोत एक परीक्षण सत्र और दूसरे के बीच का अंतर था, भले ही वे सत्र एक ही दिन में हुए हों। एक माप के एक घंटे बाद, संख्याएं थोड़े लेकिन ध्यान देने योग्य अंतर से बदल सकती थीं, और यह बदलाव यादृच्छिक (रैंडम) नहीं था; यह रन के बीच एक सुसंगत अंतर था।
टीम ने एक सामान्य विचार का भी परीक्षण किया: कि एक साधारण नमक के घोल को मापना उन्हें जीवित कोशिकाओं के लिए संख्याओं को ठीक करने के बारे में बता सकता है। तर्क यह था कि यदि नमक के पानी की रीडिंग बदलती है, तो मशीन बदल गई है, और वे कोशिका डेटा को उसी के अनुसार समायोजित कर सकते हैं। लेकिन डेटा ने दिखाया कि यह सच नहीं है। नमक के पानी की रीडिंग जीवित कोशिकाओं की रीडिंग के साथ तालमेल में नहीं चली। जब कोशिकाओं ने बदलाव दिखाया, तो नमक का पानी अक्सर स्थिर रहा, और इसके विपरीत भी। इसका अर्थ है कि नमक के पानी की जांच करना वैज्ञानिकों को कोशिका मापों के लिए त्रुटियों को ठीक करने में मदद नहीं करता है।
हालांकि, एक अलग प्रकार का नियंत्रण था जिसने संबंध दिखाया। खाली प्लास्टिक डिस्क, जिनमें कोई कोशिका नहीं थी, जीवित कोशिकाओं के साथ तालमेल में चलते थे। जब खाली डिस्क का प्रतिरोध विभिन्न रन के बीच ऊपर या नीचे जाता था, तो जीवित कोशिकाएं भी वैसा ही करती थीं। यह सुझाव देता है कि नमक के पानी की तुलना में खाली डिस्क मशीन के व्यवहार का बेहतर संकेतक है। शोधकर्ताओं ने गणना की कि विभिन्न परीक्षण सत्रों के बीच भिन्नता औसत मान का लगभग 3 से 6 प्रतिशत थी। यह एक महत्वपूर्ण मात्रा में शोर है जो वास्तविक जैविक परिवर्तनों को छिपा सकता है यदि इसे ध्यान में न रखा जाए।
अध्ययन ने परीक्षणों के बीच प्रोब को साफ करने के तरीके पर भी गौर किया। उन्होंने ब्रश या बिजली के करंट का उपयोग करके प्रोब को रीसेट करने सहित विभिन्न तरीकों का परीक्षण किया, इस उम्मीद में कि ये कदम एक रन से दूसरे रन के बीच मापों को अधिक सुसंगत बनाएंगे। इनमें से कोई भी अतिरिक्त कदम काम नहीं आया। एक रन से दूसरे रन के बीच भिन्नता वैसी ही रही चाहे उन्होंने प्रोब को केवल धोया हो या उसे पूर्ण रासायनिक रीसेट दिया हो। यह इंगित करता है कि भिन्नता का स्रोत ऐसा नहीं है जिसे केवल उपकरण को बेहतर तरीके से साफ करके ठीक किया जा सके।
अंततः, शोध पत्र यह निष्कर्ष निकालता है कि हालांकि माप उपकरण एक एकल सत्र के भीतर सटीक है, लेकिन यह समय के साथ पूरी तरह से स्थिर नहीं है। जीवित कोशिकाएं और खाली डिस्क सिस्टम के समान सूक्ष्म बदलावों से प्रभावित होते हैं, लेकिन नमक का पानी नहीं। यह निष्कर्ष वैज्ञानिकों के लिए अपने डेटा का विश्लेषण करने के तरीके को बदल देता है। वे अपनी संख्याओं को ठीक करने के लिए नमक के पानी पर भरोसा नहीं कर सकते, और उन्हें प्रत्येक परीक्षण सत्र को एक अलग घटना के रूप में मानना चाहिए जिसका अपना बेसलाइन हो। इसे संभालने का सबसे विश्वसनीय तरीका यह है कि खाली डिस्क का उपयोग सिस्टम के व्यवहार को ट्रैक करने के लिए किया जाए और ऐसे प्रयोगों को डिजाइन किया जाए जो सत्रों के बीच प्राकृतिक भिन्नता को ध्यान में रखते हों। इन सीमाओं को समझकर, शोधकर्ता नई दवाओं के लिए अधिक मजबूत परीक्षण बना सकते हैं, यह सुनिश्चित करते हुए कि जो वे देख रहे हैं वह वास्तव में दवा का प्रभाव है न कि केवल मशीन का शोर।
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।