Image Analysis Tools for Continuous Label-free Quantification of Proliferation and Adipogenic Differentiation of Mesenchymal Stem Cells

आधुनिक जीव विज्ञान की दुनिया में, वैज्ञानिक लगातार यह समझने की कोशिश कर रहे हैं कि कोशिकाएं कैसे बढ़ती और बदलती हैं। दो सबसे महत्वपूर्ण प्रक्रियाएं जिनका वे अध्ययन करते हैं, वे हैं प्रोलिफरेशन (proliferation), जो सरल शब्दों में कोशिकाओं के संख्या बढ़ाने के लिए गुणा होने का तरीका है, और डिफरेंशिएशन (differentiation), जहाँ एक सामान्य कोशिका एक विशिष्ट कोशिका में बदल जाती है, जैसे कि एक वसा कोशिका (fat cell)। दशकों से, शोधकर्ता उन तरीकों पर निर्भर रहे हैं जिनमें प्रयोग को रोकने, कोशिकाओं को मारने और उन्हें रंगीन रंगों से रंगने की आवश्यकता होती है ताकि यह देखा जा सके कि क्या हो रहा है। हालाँकि ये तरीके एक 'स्नैपशॉट' प्रदान करते हैं, लेकिन ये विनाशकारी हैं; एक बार जब आप कोशिकाओं को देख लेते हैं, तो आप उन्हें दोबारा नहीं देख सकते। यह समझना कठिन बना देता है कि एक कोशिका आबादी समय के साथ कैसे विकसित होती है, जो एक निरंतर कहानी की तरह है। इसके अलावा, कोशिकाओं को दृश्यमान बनाने के लिए उपयोग किए जाने वाले रसायन कभी-कभी उन्हें नुकसान पहुँचा सकते हैं या गलत संकेत उत्पन्न कर सकते हैं, जिससे गणना गलत हो सकती है।

एक उभरता हुआ अनुसंधान क्षेत्र अब एक अलग दृष्टिकोण की ओर मुड़ रहा है: कोशिकाओं को बिना छुए उन्हें देखना। उन्नत कैमरों और कंप्यूटर प्रोग्रामों का उपयोग करके, वैज्ञानिक जीवित कोशिकाओं को बढ़ते और बदलते हुए देख सकते हैं, बिना एक बूंद रंग डाले दिनों या हफ्तों तक हजारों चित्र कैप्चर कर सकते हैं। यह "लेबल-फ्री" (label-free) विधि कोशिकीय जीवन का एक स्पष्ट और अधिक ईमानदार दृश्य प्रदान करने का वादा करती है। यह विशेष रूप से संवर्धित मांस (cultivated meat) जैसे उभरते उद्योगों के लिए महत्वपूर्ण है, जहाँ वैज्ञानिकों को प्रयोगशाला में पशु वसा और मांसपेशियों की बड़ी मात्रा उगाने की आवश्यकता होती है, और मोटापे और मधुमेह के चिकित्सा अनुसंधान के लिए, जहाँ वसा कोशिका निर्माण के सटीक समय को समझना अत्यंत आवश्यक है। हालाँकि, चुनौती कंप्यूटर को इन छवियों में इन कोशिकाओं को सटीक रूप से पहचानने के लिए प्रशिक्षित करने में रही है, क्योंकि कोशिकाएं अक्सर आपस में गुच्छे बना लेती हैं और एक-दूसरे जैसी ही दिखती हैं।

हाल ही में एक अध्ययन में, शोधकर्ताओं ने मेसेनकाइमल स्टेम सेल्स (mesenchymal stem cells) को ट्रैक करने के लिए इस लेबल-फ्री तकनीक का उपयोग करने के दो अलग-अलग तरीकों का परीक्षण करने का निर्णय लिया, जो वसा में बदलने में सक्षम बहुमुखी कोशिकाएं हैं। ये कोशिकाएं मनुष्यों और सूअरों दोनों से ली गई थीं, जो मानव स्वास्थ्य और टिकाऊ मांस के उत्पादन, दोनों में रुचि को दर्शाती हैं। टीम ने दो अलग-अलग रणनीतियों की तुलना की। पहला, लाइव-सेल इमेजिंग डिवाइस के निर्माता द्वारा प्रदान किया गया एक अंतर्निहित (built-in) सॉफ्टवेयर सिस्टम था, जिसे उपयोग में आसान और सीधे माइक्रोस्कोप में एकीकृत करने के लिए डिज़ाइन किया गया था। दूसरा, शोधकर्ताओं द्वारा स्वयं प्रशिक्षित एक कस्टम-मेड कंप्यूटर मॉडल था, जिसे सेलपोज़ (Cellpose) नामक एक शक्तिशाली, ओपन-सोर्स टूल का उपयोग करके बनाया गया था, जो कंप्यूटर को जटिल छवियों में व्यक्तिगत कोशिकाओं को "देखने" और अलग करने में मदद करने के लिए डिज़ाइन किया गया है।

शोधकर्ताओं ने प्रयोगशाला में इन कोशिकाओं को उगाया, उन्हें गुणा होते हुए देखा और फिर उन्हें वसा कोशिकाओं में बदलने के लिए निर्देशित किया। उन्होंने कई दिनों तक हर घंटे कल्चर के चित्र लिए, जिससे उनके जीवन के हर चरण को दिखाने वाली चित्रों की एक विशाल लाइब्रेरी बन गई। फिर उन्होंने उन्हीं छवियों को अंतर्निहित सॉफ्टवेयर और अपने कस्टम मॉडल दोनों के माध्यम से चलाया ताकि यह देख सकें कि कौन सा मॉडल कोशिकाओं को गिनने और उनकी वृद्धि को मापने में अधिक सटीक है। जब कोशिकाओं के गुणा होने की बात आई, तो दोनों विधियों ने अच्छा काम किया, लेकिन उनकी अपनी ताकत थी। अंतर्निहित सॉफ्टवेयर भीड़भाड़ वाले दृश्यों को संभालने में उत्कृष्ट था जहाँ कोशिकाएं बहुत पास-पास पैक होती हैं, जो कि प्लेट भर जाने पर भी एक विश्वसनीय गिनती प्रदान करता है। हालाँकि, कस्टम मॉडल कम घनत्व (lower densities) पर बेहतर था, जहाँ यह व्यक्तिगत कोशिकाओं को स्पष्ट रूप से पहचान सकता था और कम घनत्व होने पर भी उच्च सटीकता के साथ उन्हें गिन सकता था।

कहानी तब और दिलचस्प हो गई जब कोशिकाओं ने वसा में बदलना शुरू किया। जैसे-जैसे कोशिकाएं विभेदित (differentiate) होने लगीं, वे लिपिड बूंदों (lipid droplets) से भरने लगीं, जो कोशिका के भीतर वसा के छोटे बुलबुले होते हैं। अंतर्निहित सॉफ्टवेयर परिपक्व वसा कोशिकाओं को पहचानने में बहुत अच्छा था क्योंकि वे अलग दिखती हैं और उनमें कंट्रास्ट अधिक होता है। यह शोधकर्ताओं को बता सकता था कि प्लेट का कितना हिस्सा इन परिपक्व वसा कोशिकाओं द्वारा कवर किया गया है। हालाँकि, यह प्रक्रिया के शुरुआती चरणों को देखने में संघर्ष करता था, उन कोशिकाओं को मिस कर देता था जिन्होंने अभी- बस बदलना शुरू ही किया था लेकिन अभी तक पर्याप्त वसा से नहीं भरी थीं ताकि वे स्पष्ट दिख सकें। दूसरी ओर, कस्टम मॉडल को केवल वसा के बजाय कोशिकाओं के आकार को पहचानने के लिए प्रशिक्षित किया गया था। इसने शोधकर्ताओं को विभेदन के पहले संकेतों को पहचानने में सक्षम बनाया, उन कोशिकाओं की पहचान की जो पूरी तरह से परिपक्व होने से बहुत पहले वसा बनने की प्रक्रिया में जुड़ रही थीं। इसने उन्हें रूपांतरण का एक अधिक प्रारंभिक और विस्तृत दृश्य दिया।

अध्ययन ने यह भी परीक्षण किया कि क्या ये कंप्यूटर मॉडल विभिन्न प्रजातियों और विभिन्न प्रकार के माइक्रोस्कोपों में काम कर सकते हैं। कस्टम मॉडल, जिसे शुरू में सूअर की कोशिकाओं की छवियों पर प्रशिक्षित किया गया था, मानव कोशिकाओं को बिना पुन: प्रशिक्षित किए स्वचालित रूप से नहीं पहचान सका, जो इस बात पर प्रकाश डालता है कि इन कंप्यूटर प्रोग्रामों को सीखने के लिए विशिष्ट उदाहरणों की आवश्यकता होती है। हालाँकि, एक बार जब शोधकर्ताओं ने मानव कोशिकाओं पर मॉडल का एक नया संस्करण प्रशिक्षित किया, तो इसने समान रूप से काम किया। इसके अलावा, उन्होंने साबित किया कि ये मॉडल लैब में उपयोग किए गए विशिष्ट हाई-टेक इमेजिंग सिस्टम तक सीमित नहीं हैं। उन्होंने अपने कस्टम मॉडल को मानक, मैनुअल माइक्रोस्कोपों से ली गई छवियों पर सफलतापूर्वक लागू किया, जिससे यह सिद्ध हुआ कि यह तकनीक केवल महंगे, स्वचालित उपकरणों वाले प्रयोगशालाओं तक ही सीमित नहीं है, बल्कि इसे कई अलग-अलग प्रयोगशालाओं में उपयोग किया जा सकता है।

सबसे महत्वपूर्ण निष्कर्षों में से एक एकल कल्चर डिश के भीतर छिपे हुए विविधताओं को देखने की क्षमता थी। क्योंकि इमेजिंग सिस्टम ने समय के साथ डिश के कई अलग-अलग स्थानों की तस्वीरें लीं, शोधकर्ता देख सके कि वसा कोशिकाएं सभी एक ही समय में या एक ही स्थान पर नहीं बनती हैं। डिश के कुछ क्षेत्र वसा कोशिकाओं से भरे थे, जबकि अन्य खाली रहे। इस तरह का स्थानिक विवरण (spatial detail) पारंपरिक तरीकों के साथ असंभव होता, जो आमतौर पर प्रयोग के अंत में डिश के केंद्र से एक एकल चित्र लेते हैं। निरंतर निगरानी से यह भी पता चला कि कोशिकाओं के अलग-अलग बैच, यहाँ तक कि एक ही प्रकार के जानवर से भी, अलग तरह से व्यवहार करते हैं। कुछ बैच तेजी से और कुशलता से वसा में बदल गए, जबकि अन्य संघर्ष करते रहे, एक ऐसा अंतर जो निरंतर संवर्धित मांस के उत्पादन या यह समझने के लिए महत्वपूर्ण हो सकता है कि कुछ लोग मोटापे के प्रति अधिक संवेदनशील क्यों होते हैं।

अंततः, अध्ययन ने प्रदर्शित किया कि लेबल-फ्री इमेजिंग एक शक्तिशाली उपकरण है जो विनाशकारी स्टेनिंग प्रक्रियाओं की आवश्यकता को समाप्त करता है। यह वैज्ञानिकों को वास्तविक समय में कोशिका आबादी के पूरे जीवन चक्र को देखने की अनुमति देता है, बीज बोने के क्षण से लेकर उनके विशिष्ट वसा कोशिकाओं में बदलने तक। जबकि अंतर्निहित सॉफ्टवेयर एक सुविधाजनक, 'प्लग-एंड-प्ले' समाधान प्रदान करता है जो परिपक्व कोशिकाओं के लिए अच्छा काम करता है, कस्टम-प्रशिक्षित मॉडल एक ऐसे स्तर की लचीलापन और विवरण प्रदान करते हैं जिसकी बराबरी करना कठिन है, जो शुरुआती परिवर्तनों को पकड़ने और विभिन्न प्रकार की कोशिकाओं और माइक्रोस्कोप सेटअप के अनुकूल होने में सक्षम है। इन दृष्टिकोणों को जोड़कर, शोधकर्ता अब कोशिका वृद्धि और वसा निर्माण की गतिशीलता को उस स्पष्टता के साथ ट्रैक कर सकते हैं जो पहले पहुंच से बाहर थी, जो चिकित्सा विज्ञान और खाद्य उत्पादन के भविष्य दोनों के लिए नए अंतर्दृष्टि प्रदान करती है। इस अध्ययन में विकसित सभी कंप्यूटर मॉडल जनता के लिए उपलब्ध करा दिए गए हैं, जिससे अन्य वैज्ञानिक इन उपकरणों का उपयोग और सुधार कर सकें।