यह ग्राफीन-आधारित मस्तिष्क प्रत्यारोपण मस्तिष्क की सतह से गहराई तक देख सकता है

यह ग्राफीन-आधारित मस्तिष्क प्रत्यारोपण मस्तिष्क की सतह से गहराई तक देख सकता है

समय टिकट: 11 जनवरी, 2024 शाम 2:45 बजे
यह ग्राफीन-आधारित मस्तिष्क प्रत्यारोपण अपनी सतह प्लेटोब्लॉकचेन डेटा इंटेलिजेंस से मस्तिष्क में गहराई से देख सकता है। लंबवत खोज. ऐ.

की आक्रामकता को कम करने के तरीके ढूँढना मस्तिष्क प्रत्यारोपण अपने संभावित अनुप्रयोगों का काफी विस्तार कर सकते हैं। चूहों में परीक्षण किया गया एक नया उपकरण जो मस्तिष्क की सतह पर बैठता है - लेकिन फिर भी भीतर की गतिविधि को पढ़ सकता है - तंत्रिका गतिविधि को पढ़ने के लिए सुरक्षित और अधिक प्रभावी तरीकों को जन्म दे सकता है।

पहले से ही कई प्रकार की प्रौद्योगिकियाँ मौजूद हैं जो हमें मस्तिष्क की आंतरिक कार्यप्रणाली में झाँकने की अनुमति देती हैं, लेकिन वे सभी सीमाएँ लेकर आती हैं। न्यूनतम आक्रामक दृष्टिकोण शामिल हैं कार्यात्मक एमआरआई, जहां एक एमआरआई स्कैनर का उपयोग मस्तिष्क में रक्त प्रवाह के परिवर्तनों की छवि बनाने के लिए किया जाता है, और ईईजी, जहां खोपड़ी पर लगाए गए इलेक्ट्रोड का उपयोग मस्तिष्क के विद्युत संकेतों को पकड़ने के लिए किया जाता है।

हालाँकि पहले वाले में मरीज को एमआरआई मशीन में बैठने की आवश्यकता होती है, और बाद वाला अधिकांश अनुप्रयोगों के लिए बहुत सटीक नहीं है। स्वर्ण मानक दृष्टिकोण में उच्चतम गुणवत्ता वाले रीडआउट प्राप्त करने के लिए मस्तिष्क के ऊतकों में गहराई से इलेक्ट्रोड डालना शामिल है। लेकिन इसके लिए एक जोखिम भरी सर्जिकल प्रक्रिया की आवश्यकता होती है, और घाव और इलेक्ट्रोड के अपरिहार्य स्थानांतरण से समय के साथ सिग्नल ख़राब हो सकता है।

एक अन्य दृष्टिकोण में मस्तिष्क की सतह पर इलेक्ट्रोड लगाना शामिल है, जो गहरे मस्तिष्क प्रत्यारोपण की तुलना में कम जोखिम भरा है लेकिन गैर-आक्रामक दृष्टिकोण की तुलना में अधिक सटीकता प्रदान करता है। लेकिन आमतौर पर, ये उपकरण केवल मस्तिष्क की बाहरी परतों में न्यूरॉन्स की गतिविधि को पढ़ सकते हैं।

अब, शोधकर्ताओं ने ग्राफीन से बने इलेक्ट्रोड के साथ एक पतली, पारदर्शी सतह का प्रत्यारोपण विकसित किया है जो मस्तिष्क में गहराई से तंत्रिका गतिविधि को पढ़ सकता है। यह दृष्टिकोण बाहरी परतों और सतह के बहुत नीचे के संकेतों के बीच संबंधों को उजागर करने के लिए मशीन लर्निंग पर निर्भर करता है।

शोध का नेतृत्व करने वाले यूसी सैन डिएगो के प्रोफेसर डुयगु कुज़ुम ने कहा, "हम इस तकनीक के साथ तंत्रिका रिकॉर्डिंग की स्थानिक पहुंच का विस्तार कर रहे हैं।" एक प्रेस विज्ञप्ति. "भले ही हमारा प्रत्यारोपण मस्तिष्क की सतह पर रहता है, लेकिन इसका डिज़ाइन भौतिक संवेदना की सीमा से परे है, यह गहरी परतों से तंत्रिका गतिविधि का अनुमान लगा सकता है।"

यह उपकरण स्वयं एक पतली पॉलिमर पट्टी से बना है, जो केवल 20 माइक्रोमीटर की दूरी पर छोटे ग्राफीन इलेक्ट्रोड की एक घनी श्रृंखला के साथ एम्बेडेड है और अल्ट्रा-पतली ग्राफीन तारों द्वारा एक सर्किट बोर्ड से जुड़ा हुआ है। लेखकों का कहना है कि ग्राफीन इलेक्ट्रोड को इस आकार में सिकोड़ना एक बड़ी चुनौती है, क्योंकि यह उनकी प्रतिबाधा को बढ़ाता है और उन्हें कम संवेदनशील बनाता है। इलेक्ट्रॉन प्रवाह को बढ़ावा देने के लिए इलेक्ट्रोड पर प्लैटिनम कणों को जमा करने के लिए एक विशेष निर्माण तकनीक का उपयोग करके उन्होंने इससे निजात पा ली।

महत्वपूर्ण बात यह है कि इलेक्ट्रोड और पॉलिमर पट्टी दोनों पारदर्शी हैं। जब टीम ने उपकरण को चूहों में प्रत्यारोपित किया, तो शोधकर्ता प्रत्यारोपण के माध्यम से लेजर प्रकाश को जानवरों के मस्तिष्क में गहराई से छवि कोशिकाओं तक चमकाने में सक्षम थे। इससे सतह से विद्युतीय रूप से और मस्तिष्क के गहरे क्षेत्रों से वैकल्पिक रूप से एक साथ रिकॉर्ड करना संभव हो गया।

इन रिकॉर्डिंग्स में, टीम ने बाहरी परतों और आंतरिक परतों की गतिविधि के बीच एक संबंध खोजा। इसलिए, उन्होंने यह देखने का निर्णय लिया कि क्या वे एक से दूसरे की भविष्यवाणी करने के लिए मशीन लर्निंग का उपयोग कर सकते हैं। उन्होंने दो डेटा स्ट्रीम पर एक कृत्रिम तंत्रिका नेटवर्क को प्रशिक्षित किया और पाया कि यह मस्तिष्क के गहरे क्षेत्रों में न्यूरॉन्स और एकल कोशिकाओं की आबादी में कैल्शियम आयनों की गतिविधि की भविष्यवाणी कर सकता है - जो तंत्रिका गतिविधि का एक संकेतक है।

मस्तिष्क की गतिविधि को मापने के लिए ऑप्टिकल दृष्टिकोण का उपयोग करना एक शक्तिशाली तकनीक है, लेकिन इसके लिए विषय के सिर को माइक्रोस्कोप के नीचे स्थिर करने और खोपड़ी को खुला रखने की आवश्यकता होती है, जिससे यथार्थवादी स्थितियों में संकेतों को पढ़ने के लिए यह अव्यावहारिक हो जाता है। केवल सतही विद्युत रीडिंग के आधार पर समान जानकारी की भविष्यवाणी करने में सक्षम होने से व्यावहारिकता में काफी विस्तार होगा।

के सह-प्रथम लेखक मेहरदाद रमज़ानी ने कहा, "हमारी तकनीक लंबी अवधि के प्रयोगों को संचालित करना संभव बनाती है जिसमें विषय घूमने और जटिल व्यवहार संबंधी कार्य करने के लिए स्वतंत्र होता है।" कागज में प्रकृति नैनो प्रौद्योगिकी अनुसंधान पर. "यह गतिशील, वास्तविक दुनिया के परिदृश्यों में तंत्रिका गतिविधि की अधिक व्यापक समझ प्रदान कर सकता है।"

हालाँकि यह तकनीक अभी भी मनुष्यों में उपयोग से काफी दूर है। वर्तमान में, टीम ने केवल व्यक्तिगत चूहों में दर्ज ऑप्टिकल और विद्युत संकेतों के बीच सहसंबंध सीखने की क्षमता का प्रदर्शन किया है। इसकी संभावना नहीं है कि इस मॉडल का उपयोग किसी अलग माउस में सतह के संकेतों से गहरी मस्तिष्क गतिविधि की भविष्यवाणी करने के लिए किया जा सकता है, किसी व्यक्ति की तो बात ही छोड़ दें।

इसका मतलब है कि दृष्टिकोण के काम करने से पहले सभी व्यक्तियों को काफी आक्रामक डेटा संग्रह प्रक्रिया से गुजरना होगा। लेखक स्वीकार करते हैं कि ऑप्टिकल और इलेक्ट्रिकल डेटा के बीच उच्च स्तरीय कनेक्शन खोजने के लिए और अधिक प्रयास किए जाने की आवश्यकता है जो मॉडलों को व्यक्तियों के बीच सामान्यीकृत करने की अनुमति देगा।

लेकिन मस्तिष्क से ऑप्टिकल और इलेक्ट्रिकल रीडिंग दोनों को पूरा करने के लिए आवश्यक तकनीक में तेजी से सुधार को देखते हुए, यह दृष्टिकोण अधिक व्यवहार्य होने में ज्यादा समय नहीं लग सकता है। और यह अंततः प्रतिस्पर्धी प्रौद्योगिकियों की तुलना में निष्ठा और आक्रामकता के बीच बेहतर संतुलन बना सकता है।

छवि क्रेडिट: एक पतला, पारदर्शी, लचीला मस्तिष्क प्रत्यारोपण मस्तिष्क को नुकसान पहुंचाने से बचाने के लिए उसकी सतह पर लगाया जाता है, लेकिन एआई की मदद से, यह अभी भी सतह के नीचे गहरी गतिविधि का अनुमान लगा सकता है। डेविड बैलोट/यूसी सैन डिएगो जैकब्स स्कूल ऑफ इंजीनियरिंग

समय टिकट:

से अधिक विलक्षणता हब