← नवीनतम पेपर
🧬 biology

Differential Lifespan Trajectories of Cerebral Asymmetry in Chinese and Western Populations

यह अध्ययन प्रकट करता है कि चीनी और पश्चिमी आबादी के बीच सेरेब्रल विषमता (cerebral asymmetry) अलग-अलग जीवनकाल प्रक्षेपवक्र (lifespan trajectories) का अनुसरण करती है, जो यह दर्शाता है कि व्यक्तिगत मस्तिष्क विषमता का सटीक मूल्यांकन करने और तंत्रिका संबंधी विकारों से जुड़े विचलन का पता लगाने के लिए जनसंख्या-मिलान वाले मानकीकृत मॉडल आवश्यक हैं।

मूल लेखक: Chunshui Yu, Liyuan Lin, Lianglong Sun, Caihong Wang, Jintao Zhang, Qi Huang, Jing Zhang, Chao Liu, Qiujin Qian, Bing Zhang, Ming Meng, Xinyuan Liang, Mingrui Xia, Feng Liu, Huaigui Liu, Nan Chen, Jin
प्रकाशित 2026-08-19
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Chunshui Yu, Liyuan Lin, Lianglong Sun, Caihong Wang, Jintao Zhang, Qi Huang, Jing Zhang, Chao Liu, Qiujin Qian, Bing Zhang, Ming Meng, Xinyuan Liang, Mingrui Xia, Feng Liu, Huaigui Liu, Nan Chen, Jinzhu Yang, Bo Hou, Zeyu Liu, Chu-Chung Huang, Yongqiang Yu, huanhuan Cai, Jiang Qiu, Qunlin Chen, Ying Wei, Peifang Miao, Hongwen Song, Weiwei Men, Yunxia Li, Yaou Liu, Yunyun Duan, Peng Zhang, Ning Yang, Xue-Ru Fan, Qing Cai, Xiaoxue Gao, Shijun Qiu, Yujie Liu, Sha Tao, Meiyun Wang, Yu Shen, Qiyong Gong, Xiaoqi Huang, Yanghua Tian, Gong-Jun Ji, Wenzhen Zhu, Fang Xie, Jianfeng Feng, Hu Li, Jia-Hong Gao, Tianzi Jiang, Xiongzhao Zhu, Yuhan Zhang, Liping Liu, Hanjun Liu, Weihua Liao, Peipeng Liang, Dawei Wang, Huali Wang, Tengfei Guo, Zhengjia Dai, Su Lui, Kai Xu, Lingjiang Li, Peng Xie, Chunliang Feng, Guang-Bin Cui, Jinsong Wu, Xuntao Yin, Guosheng Ding, Junfang Xian, Lianping Zhao, Jie Lu, Zhifen Liu, Ying Han, Zhen Yuan, XILIN ZHANG, Tian-Mei Si, Fuqing Zhou, Yanchao Bi, Dan Wu, Fei Gao, Fei Wang, Shaozheng Qin, Gang Wang, Feng Chen, Zhiqiang Zhang, Jing Sui, Huafu Chen, Jinhua Cai, Shuwei Liu, Zuojun Geng, Chen Zhang, Ning Mao, Hong Yin, Bo Liu, Heng Ma, Bo Gao, Yanwei Miao, Xiang-Zhen Kong, Yuan Zhou, Li Liu, Jianping Hu, Liang Wang, Quan Zhang, Hua Shu, Peijun Wang, Tatia M.C. Lee, Qingjiu Cao, Li Yang, Xi Zhang, Wenbo Luo, Meng Liang, Hongxiang Yao, Meng Li, Hao Huang, Yun Peng, Zaizhu Han, Chao Zhou, Haibo Xu, Ming Feng, Wen Shen, Yuzheng Hu, Huajun Chen, Ying Wang, Gaolang Gong, Zhihan Yan, Xiaojun Xu, Jun Liu, Guangxiang Chen, Pan Wang, Yunjun Yang, Cheng Luo, Tong Han, Huiguang He, Ce Chen, Qihong Zou, Hesheng Liu, Hui Zhang, Chao Chai, Chunming Lu, Yiheng Tu, Yong Liu, Danhua Lin, Weihua Zhao, Xiufeng Xu, Xiaoli Liu, Zaixu Cui, Zheng Wang, Ruiwang Huang, Zhanjiang Li, Yunzhe Liu, Xiaojun Li, Xiujie Yang, Nan Zhang, Antao Chen, Bin Zhang, Pengmin Qin, Chen Liu, Zhenwei Yao, Yanjun Wei, Huishu Yuan, Feng Wang, Yu Zhang, Quan Zhang, Fang Hu, Huan Xie, Xuehai Wu, Jiaojian Wang, Guo-Guang Fan, Zhiqun Wang, Dongling Zhang, Hui Zhong, Yonggang Wang, Lijun Bai, Yongmei Li, Xinhua Wei, Jinhui Wang, Yi Zhang, Hongjian He, Shuyu Li, Tijiang Zhang, Fan Jiang, Jian Yang, Feiyan Chen, Alzheimer’s Disease Neuroimaging Initiative -, CHIMGEN Consortium, DIDA-MDD Working Group -, MCADI Consortium -, Chinese Lifespan Brain Mapping Consortium -, Tian Tian, Long Jiang Zhang, Dongtao Wei, Jiajia Zhu, Ching-Po Lin, Feng Feng, Kuncheng Li, Xiaochu Zhang, Zhaoxiang Ye, Qi Dong, Wen Qin, Yong He

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 पूर्णतः सममित (symmetrical) वस्तु नहीं है। एक हाथ की तरह जो अपने दर्पण प्रतिबिंब से थोड़ा भिन्न होता है, हमारे मस्तिष्क के बाएं और दाएं हिस्से के आकार और माप अलग-अलग होते हैं। यह अंतर, जिसे विषमता (asymmetry) कहा जाता है, इस बात की एक मौलिक विशेषता है कि हमारा मस्तिष्क कैसे बना है। यही कारण है कि अधिकांश लोगों के लिए, भाषा प्रसंस्करण (language processing) मुख्य रूप से बाएं हिस्से में होता है, जबकि स्थानिक तर्क (spatial reasoning) अक्सर दाएं हिस्से की ओर झुकता है। वैज्ञानिक लंबे समय से जानते हैं कि ये अंतर जैसे-जैसे हम बढ़ते हैं, बदलते रहते हैं—बचपन से लेकर वृद्धावस्था तक—और इन अंतरों में असामान्य पैटर्न न्यूरोलॉजिकल विकारों का संकेत दे सकते हैं। हालांकि, अब तक, मानव मस्तिष्क के लिए क्या "सामान्य" है, इसे समझने के लिए उपयोग किए जाने वाले मानक मानचित्र लगभग पूरी तरह से पश्चिमी वंश के लोगों से बनाए गए थे। इसने एक महत्वपूर्ण अंतर छोड़ दिया: हमें यह नहीं पता था कि दुनिया के एक हिस्से में मस्तिष्क के विकास को नियंत्रित करने वाले नियम दूसरे हिस्से में समान रूप से लागू होते हैं या नहीं।

एक विशाल नए अध्ययन ने चीन और पश्चिम के लगभग 100,000 लोगों के मस्तिष्क मानचित्रों की तुलना करके इस अंतर को भर दिया है। शोधकर्ताओं ने, जिसका नेतृत्व एक बड़ी अंतरराष्ट्रीय टीम ने किया, 43,037 स्वस्थ चीनी व्यक्तियों और 56,339 स्वस्थ पश्चिमी व्यक्तियों के मस्तिष्क स्कैन एकत्र किए, जो जन्म से लेकर 100 वर्ष की आयु तक के थे। उन्होंने मस्तिष्क की संरचना की 244 विभिन्न विशेषताओं को मापा, जैसे कि मस्तिष्क की सतह की मोटाई और गहरी संरचनाओं का आयतन, यह देखने के लिए कि बाएं और दाएं पक्षों के बीच का अंतर जीवन भर कैसे बदलता है। अध्ययन में पाया गया कि हालांकि दोनों आबादी कई समानताओं को साझा करती है, लेकिन वे स्पष्ट रूप से अलग रास्तों का भी अनुसरण करती हैं। मापी गई मस्तिष्क की विशेषताओं के एक चौथाई से अधिक में, चीनी लोगों में जीवन भर में विकसित होने वाली विषमता का तरीका पश्चिमी लोगों के समान नहीं है। उदाहरण के लिए, कुछ क्षेत्रों में, एक आबादी में बायां हिस्सा दाएं से बड़ा हो सकता है जबकि दूसरी आबादी में इसके विपरीत होता है, या इन परिवर्तनों का समय दशकों तक खिसक सकता है।

ये अंतर केवल शैक्षणिक जिज्ञासाएं नहीं हैं; इनके डॉक्टरों और वैज्ञानिकों द्वारा ब्रेन स्कैन की व्याख्या करने के तरीके पर वास्तविक परिणाम होते हैं। शोधकर्ताओं ने परीक्षण किया कि क्या एक "चीनी" मस्तिष्क को समझने के लिए "पश्चिमी" मानचित्र का उपयोग करना, या इसके विपरीत, त्रुटियों की ओर ले जाएगा। उन्होंने पाया कि ऐसा होता है। जब उन्होंने पश्चिमी डेटा पर आधारित मॉडल का उपयोग स्वस्थ चीनी लोगों के मस्तिष्क का आकलन करने के लिए किया, तो मॉडल ने अक्सर सामान्य विविधताओं को असामान्य के रूप में चिह्नित किया। इसके विपरीत, जब उन्होंने पश्चिमी मस्तिष्क पर चीनी मॉडल का उपयोग किया, तो वही त्रुटियां हुईं। अध्ययन ने दिखाया कि विशिष्ट आबादी के लिए बनाए गए मॉडल यह पहचानने में कहीं अधिक बेहतर हैं कि वास्तव में क्या स्वस्थ है और क्या वास्तव में बीमार है। जब शोधकर्ताओं ने अल्जाइमर रोग, सिज़ोफ्रेनिया और अवसाद जैसी स्थितियों वाले रोगियों को देखा, तो जनसंख्या-विशिष्ट मॉडल इन बीमारियों से जुड़े सूक्ष्म मस्तिष्क परिवर्तनों का पता लगाने में बहुत अधिक सटीक थे। गलत आबादी के मानचित्र का उपयोग करने से बीमारी को स्पष्ट रूप से देखना कठिन हो गया, जिससे कभी-कभी बीमारी छूट जाती थी या सामान्य अंतर को बीमारी के संकेतों के रूप में गलत पहचान लिया जाता था।

अध्ययन ने यह भी पता लगाया कि क्या ये अंतर पुरुषों और महिलाओं के बीच सुसंगत थे। उन्होंने पाया कि मस्तिष्क की अधिकांश विशेषताओं के लिए, चीनी और पश्चिमी आबादी के बीच के अंतर दोनों लिंगों के लिए समान थे। हालांकि, कुछ अपवाद भी थे जहां लिंग के आधार पर अंतर का पैटर्न बदल गया, जो यह सुझाव देता है कि जीव विज्ञान और पर्यावरण जटिल तरीकों से मस्तिष्क को आकार देने के लिए परस्पर क्रिया करते हैं। शोधकर्ता इस बात को लेकर सावधान थे कि उनके निष्कर्ष अध्ययन किए गए समूहों के लिए विशिष्ट हैं। चीनी प्रतिभागी मुख्य रूप से हान जातीयता के थे, और पश्चिमी प्रतिभागी मुख्य रूप से श्वेत थे। इसका अर्थ है कि बनाए गए मानचित्र इन विशिष्ट समूहों के लिए अत्यधिक सटीक हैं लेकिन उन क्षेत्रों के भीतर अन्य जातीय अल्पसंख्यकों या दुनिया की अन्य आबादी पर पूरी तरह से लागू नहीं हो सकते हैं।

अंततः, यह कार्य इस विचार को चुनौती देता है कि मानव मस्तिष्क के लिए एक एकल, सार्वभौमिक मानक होता है। जिस तरह एक दर्जी किसी व्यक्ति के शरीर के लिए बनाए गए पैटर्न का उपयोग दूसरे को पूरी तरह फिट करने के लिए समायोजन के बिना नहीं कर सकता, उसी तरह न्यूरोसाइंटिस्ट किसी अन्य आबादी के मस्तिष्क का सटीक मूल्यांकन करने के लिए एक आबादी के मानचित्र का उपयोग नहीं कर सकते। अध्ययन निष्कर्ष निकालता है कि मस्तिष्क स्वास्थ्य और रोग को वास्तव में समझने के लिए, हमें अलग-अलग, जनसंख्या-विशिष्ट चार्ट बनाने की आवश्यकता है। ऐसा करके, हम यह सुनिश्चित कर सकते हैं कि न्यूरोलॉजिकल स्थितियों का निदान उस विशिष्ट व्यक्ति के लिए जो सामान्य है, उसकी सच्ची समझ पर आधारित हो, न कि एक गलत तुलना पर जिससे भ्रम या देखभाल में चूक हो सकती है। अधिक सटीक, समावेशी विज्ञान की ओर यह बदलाव मस्तिष्क इमेजिंग को सभी के लिए, उनकी पृष्ठभूमि की परवाह किए बिना, एक अधिक विश्वसनीय उपकरण बनाने का वादा करता 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।

Digest आज़माएँ →