मस्तिष्क के अंदर न्यूरॉन्स कैसे बातचीत करते हैं? भारतीय शोधकर्ताओं ने खोजा अंदर देखने का नया तरीका

जनता से रिश्ता वेबडेस्क। तंत्रिका विज्ञान का विकास, जबकि उन्नत, मस्तिष्क की सहज जटिलता के कारण धीमा रहा है, लेकिन लंबे समय तक नहीं। इंडियन इंस्टीट्यूट ऑफ साइंस (आईआईएससी) के शोधकर्ताओं ने मस्तिष्क के भीतर कामकाज और कनेक्शन को देखने के लिए एक अनूठा एल्गोरिदम विकसित किया है।

डब्ड रेगुलराइज़्ड, एक्सीलरेटेड, लीनियर फ़ैसिकल इवैल्यूएशन, या रीअल-लाइफ़, नया एल्गोरिथम वैज्ञानिकों को मस्तिष्क के विभिन्न क्षेत्रों के बीच कनेक्टिविटी को बेहतर ढंग से समझने और भविष्यवाणी करने में मदद कर सकता है।

नया जीपीयू-आधारित मशीन लर्निंग एल्गोरिदम डिफ्यूजन मैग्नेटिक रेजोनेंस इमेजिंग द्वारा उत्पादित स्कैन का त्वरित विश्लेषण करने और सूचना (डीएमआरआई) को संसाधित करने में सक्षम है। आईआईएससी ने एक बयान में कहा, रीयल-लाइफ का उपयोग करते हुए, टीम मौजूदा अत्याधुनिक एल्गोरिदम की तुलना में 150 गुना तेजी से डीएमआरआई डेटा का मूल्यांकन करने में सक्षम थी।

नव विकसित एल्गोरिथम का विवरण नेचर कम्प्यूटेशनल साइंस जर्नल में प्रकाशित किया गया है और कहा गया है कि रीयल-लाइफ एक समय पर उपकरण है, जो कला की स्थिति को पार करता है, बड़े पैमाने पर व्यक्तिगत मस्तिष्क कनेक्टोम की सटीक खोज के लिए।

सेंटर फॉर न्यूरोसाइंस (सीएनएस), आईआईएससी के एसोसिएट प्रोफेसर देवराजन श्रीधरन ने कहा, "जिन कार्यों में पहले घंटों से लेकर दिन लगते थे, उन्हें सेकंड से मिनटों में पूरा किया जा सकता है।"

मस्तिष्क कनेक्शनों का अध्ययन करने में कठिनाई

शोधकर्ताओं ने कहा कि इन मस्तिष्क कनेक्शनों को इंगित करना सबसे कठिन हिस्सा है क्योंकि स्कैन से प्राप्त डेटा मस्तिष्क में प्रत्येक बिंदु पर केवल पानी के अणुओं का शुद्ध प्रवाह प्रदान करता है।

शोधकर्ताओं ने कहा कि डीएमआरआई स्कैन मनुष्यों में मस्तिष्क की कनेक्टिविटी का अध्ययन करने के लिए एक गैर-आक्रामक तरीका प्रदान करता है और मस्तिष्क के विभिन्न क्षेत्रों को जोड़ने वाले केबल (अक्षतंतु) इसके सूचना राजमार्ग हैं। क्योंकि अक्षतंतु के बंडल ट्यूबों के आकार के होते हैं, पानी के अणु उनके माध्यम से, उनकी लंबाई के साथ, एक निर्देशित तरीके से चलते हैं। डीएमआरआई वैज्ञानिकों को मस्तिष्क में तंतुओं के नेटवर्क का एक व्यापक नक्शा बनाने के लिए इस आंदोलन को ट्रैक करने की अनुमति देता है, जिसे कनेक्टोम कहा जाता है।

"कल्पना कीजिए कि पानी के अणु कार हैं। प्राप्त जानकारी सड़कों के बारे में कोई जानकारी के बिना अंतरिक्ष और समय में प्रत्येक बिंदु पर वाहनों की दिशा और गति है। हमारा काम इन ट्रैफिक पैटर्न को देखकर सड़कों के नेटवर्क का अनुमान लगाने जैसा है, "श्रीधरन बताते हैं।

न केवल तंत्रिका आधार को उजागर करने के लिए मस्तिष्क कनेक्शन का सटीक अनुमान महत्वपूर्ण है। (फोटो: आईआईएससी)

नए अध्ययन में, श्रीधरन की टीम ने अनावश्यक कनेक्शनों को हटाने सहित कई तरीकों से शामिल कम्प्यूटेशनल प्रयास को कम करने के लिए अपने एल्गोरिदम को बदल दिया, जिससे एलआईएफई के प्रदर्शन में काफी सुधार हुआ। एल्गोरिथम को और तेज करने के लिए, टीम ने इसे विशेष इलेक्ट्रॉनिक चिप्स पर काम करने के लिए फिर से डिजाइन किया, जो ग्राफिक्स प्रोसेसिंग यूनिट्स (जीपीयू) नामक हाई-एंड गेमिंग कंप्यूटरों में पाया जाता है।

यह बेहतर एल्गोरिथम, रीयल-लाइफ, यह भी अनुमान लगाने में सक्षम था कि एक मानव परीक्षण विषय कैसे व्यवहार करेगा या एक विशिष्ट कार्य करेगा। दूसरे शब्दों में, प्रत्येक व्यक्ति के लिए एल्गोरिदम द्वारा अनुमानित कनेक्शन ताकत का उपयोग करके, टीम 200 प्रतिभागियों के समूह में व्यवहार और संज्ञानात्मक परीक्षण स्कोर में भिन्नताओं को समझाने में सक्षम थी।

हमें ब्रेन कनेक्टिविटी का अध्ययन करने की आवश्यकता क्यों है?

मस्तिष्क में हर सेकंड लाखों न्यूरॉन्स आग लगाते हैं, विद्युत दालों को उत्पन्न करते हैं जो मस्तिष्क में एक बिंदु से दूसरे तक कनेक्टिंग केबल या "अक्षतंतु" के माध्यम से न्यूरोनल नेटवर्क में यात्रा करते हैं। ये कनेक्शन गणना के लिए आवश्यक हैं जो मस्तिष्क करता है, जिससे इन क्षेत्रों और कनेक्टिविटी की प्रक्रिया का अध्ययन करना महत्वपूर्ण हो जाता है।

वर्षा श्रीनिवासन, पीएच.डी. सीएनएस में छात्र और अध्ययन के पहले लेखक ने कहा कि मस्तिष्क-व्यवहार संबंधों को बड़े पैमाने पर उजागर करने के लिए मस्तिष्क कनेक्टिविटी को समझना महत्वपूर्ण है।

विवो में मस्तिष्क कनेक्शन का सटीक अनुमान न केवल मानव व्यवहार के तंत्रिका आधार को उजागर करने के लिए महत्वपूर्ण है, बल्कि तंत्रिका संबंधी विकारों के आनुवंशिक आधारों को समझने के लिए भी महत्वपूर्ण है। इन कनेक्शनों में अंतर्दृष्टि प्राप्त करने से मस्तिष्क विकारों के लिए उपचार रणनीतियों में सुधार हो सकता है।