30 जुलाई, 2021
McKnight Endowment Fund for Neuroscience (MEFN) ने न्यूरोसाइंस अवार्ड्स में 2021 McKnight टेक्नोलॉजिकल इनोवेशन के माध्यम से अनुदान राशि में $600,000 के तीन प्राप्तकर्ताओं की घोषणा की, इन परियोजनाओं को मौलिक रूप से न्यूरोसाइंस अनुसंधान के तरीके को बदलने की उनकी क्षमता के लिए मान्यता दी। प्रत्येक परियोजना को अगले दो वर्षों में कुल $200,000 प्राप्त होंगे, जो मस्तिष्क के कार्य को मैप, मॉनिटर और मॉडल करने के लिए उपयोग की जाने वाली इन अभूतपूर्व तकनीकों के विकास को आगे बढ़ाते हैं। 2021 पुरस्कार विजेता हैं:
- टिमोथी डन, ड्यूक विश्वविद्यालय के पीएच.डी., जो कई वीडियो कैमरों और एक नए मशीन-लर्निंग एल्गोरिथम को मिलाकर 3D माप (2D पिक्सेल माप के बजाय) का उपयोग करके विषयों की शारीरिक गति को पकड़ने के लिए एक प्रणाली पर काम कर रहा है। विधि स्वतंत्र रूप से व्यवहार करने वाले जानवरों में छोटे, असतत शरीर के अंगों की उच्च रिज़ॉल्यूशन ट्रैकिंग की अनुमति देती है, प्राकृतिक अंतरिक्ष में अध्ययन की अनुमति देती है, और यहां तक कि सामाजिक रूप से बातचीत करने वाले कई जानवरों को भी ट्रैक कर सकती है, वर्तमान प्रणालियों में उपलब्ध सुविधाओं का एक संयोजन।
- यूनिवर्सिटी ऑफ कोलोराडो स्कूल ऑफ मेडिसिन के जेफरी कीफ्ट, पीएच.डी. जो उस दर को कम कर सकता है जिस पर एंजाइमों द्वारा mRNA को नष्ट किया जाता है, सुरक्षा का एक रूप बनाने के लिए RNA को इंजीनियर करने का एक तरीका विकसित कर रहा है। इस तरह, शोधकर्ता कोशिकाओं में विशिष्ट एमआरएनए प्रोटीन की प्रचुरता का प्रबंधन करने में सक्षम होंगे, जो अध्ययन के लिए उपयोगी होते हैं और संभवतः कुछ विकारों के इलाज के लिए भी उपयोगी होते हैं।
- मिनेसोटा ट्विन सिटी विश्वविद्यालय के सुहासा कोडंदरमैया, पीएच.डी. जो स्वतंत्र रूप से घूमने वाले जानवरों में मस्तिष्क गतिविधि की अधिक मजबूत ट्रैकिंग को सक्षम करने के लिए रोबोटिक सिस्टम का उपयोग कर रहा है। जानवरों के साथ सिंक में हार्डवेयर को कई अक्षों के साथ स्थानांतरित करने के लिए रोबोटिक्स का उपयोग करना, यह दृष्टिकोण स्वतंत्र रूप से चलने वाले जानवरों में प्रयोगों के लिए अक्सर उपयोग किए जाने वाले छोटे संस्करणों की तुलना में बड़े, अधिक शक्तिशाली, उच्च रिज़ॉल्यूशन मॉनिटरिंग सिस्टम के उपयोग की अनुमति देता है।
नीचे इनमें से प्रत्येक शोध परियोजना के बारे में अधिक जानें।
न्यूरोसाइंस पुरस्कारों में तकनीकी नवाचारों के बारे में
चूंकि मैकनाइट टेक्नोलॉजिकल इनोवेशन इन न्यूरोसाइंस अवार्ड 1999 में स्थापित किया गया था, एमईएफएन ने इस पुरस्कार तंत्र के माध्यम से तंत्रिका विज्ञान के लिए नवीन तकनीकों में $15 मिलियन से अधिक का योगदान दिया है। एमईएफएन विशेष रूप से उस काम में रूचि रखता है जो मस्तिष्क समारोह में हेरफेर और विश्लेषण करने की क्षमता को आगे बढ़ाने के लिए नए और उपन्यास दृष्टिकोण लेता है। McKnight समर्थन से विकसित तकनीकों को अंततः अन्य वैज्ञानिकों को उपलब्ध कराया जाना चाहिए।
"फिर से, हमारे आवेदकों द्वारा नई न्यूरोटेक्नोलोजी के लिए लायी जा रही सरलता को देखना एक रोमांचकारी अनुभव रहा है," मार्कस मिस्टर, पीएच.डी., पुरस्कार समिति के अध्यक्ष और जैविक विज्ञान के ऐनी पी. और बेंजामिन एफ. बियागिनी प्रोफेसर ने कहा। कैलटेक में। "इस साल, हमें कई रोमांचक विकासों के बीच एक कठिन विकल्प का सामना करना पड़ा, और हमारे पुरस्कारों में रोबोटिक एक्सोस्केलेटन से लेकर कृन्तकों में तंत्रिका रिकॉर्डिंग का समर्थन करने के लिए, सटीक जीन अभिव्यक्ति के आणविक नियंत्रण के लिए, जानवरों के व्यवहार के 3 डी ट्रैकिंग के लिए एल्गोरिदम के लिए एक विस्तृत श्रृंखला है। "
इस साल की चयन समिति में एड्रिएन फेयरहॉल, टिमोथी होली, लॉरेन लूगर, माला मूर्ति, एलिस टिंग और होंगकुई ज़ेंग भी शामिल थे, जिन्होंने 73 आवेदकों के अत्यधिक प्रतिस्पर्धी पूल से इस साल के न्यूरोसाइंस अवार्ड्स में टेक्नोलॉजिकल इनोवेशन को चुना।
न्यूरोसाइंस अवार्ड्स में 2022 टेक्नोलॉजिकल इनोवेशन के लिए आशय पत्र सोमवार, 6 दिसंबर, 2021 को होने वाले हैं। 2022 की प्रक्रिया के बारे में एक घोषणा अगस्त में होगी। क्लिक पुरस्कारों के बारे में अधिक जानकारी के लिए।
2021 मैकनाइट टेक्नोलॉजिकल इनोवेशन इन न्यूरोसाइंस अवार्ड्स
टिमोथी डन, पीएच.डी., सहायक प्रोफेसर, बायोमेडिकल इंजीनियरिंग विभाग, ड्यूक विश्वविद्यालय
व्यक्तियों और सामाजिक समूहों में बहु-स्तरीय त्रि-आयामी व्यवहारिक मात्रा का ठहराव
स्वतंत्र रूप से व्यवहार करने वाले जानवरों के आंदोलन को मापने के वर्तमान तरीकों की सीमाएं हैं: किसी जानवर के छोटे आंदोलनों के अत्यधिक विस्तृत अवलोकन (उदाहरण के लिए एक अंक) में गति की प्रतिबंधित श्रेणियों की आवश्यकता होती है। 3डी अंतरिक्ष में स्वतंत्र रूप से चलने वाले व्यवहार का अध्ययन करने का अर्थ अक्सर संकल्प को सीमित करना होता है, शायद केवल समग्र स्थिति पर नज़र रखना, या पर्यवेक्षक के विवरण पर निर्भर होना। जानवरों में स्वचालित वीडियो ट्रैकिंग के लिए आमतौर पर एक अप्राकृतिक, सरल वातावरण की आवश्यकता होती है, और शरीर के अंग जो कैमरों को दिखाई नहीं देते हैं, उन्हें सटीक रूप से ट्रैक नहीं किया जाता है। वॉल्यूमेट्रिक स्थानिक प्रतिनिधित्व का उपयोग करते हुए बड़े त्रि-आयामी रिक्त स्थान पर उच्च-रिज़ॉल्यूशन आर्टिफिशियल इंटेलिजेंस (एआई) की भविष्यवाणी, इन मुद्दों को दूर करने के लिए हाल ही में विकसित एक तकनीक के लिए बड़े पैमाने पर कंप्यूटिंग शक्ति की आवश्यकता होती है। सामाजिक अवलोकन के लिए कई जानवरों को जोड़ना अतिरिक्त मुद्दों का परिचय देता है।
नतीजतन, सबसे वांछित डेटा की खराब उपलब्धता है: उच्च-रिज़ॉल्यूशन, 3 डी अंतरिक्ष में जानवरों की स्वचालित ट्रैकिंग, अकेले या समूहों में प्राकृतिक व्यवहार करते हुए, और एक मानकीकृत प्रारूप में उस गति की मात्रा का ठहराव। डॉ. डन एक नए दृष्टिकोण पर काम कर रहे हैं जिसका उद्देश्य उस आदर्श को करीब लाना है। एक 3D ज्यामितीय मशीन-लर्निंग एल्गोरिथम से सीखने के आधार पर, उनकी टीम ने भविष्यवाणियों की सटीकता में बहुत सुधार किया, डॉ। डन और उनकी टीम अब अनुकूली आवर्तक छवि नमूनाकरण (ARIS) पर काम कर रही है जो एक मॉडल बनाने के लिए कई कैमरों से छवियों को जोड़ती है। कई पैमानों पर शरीर की स्थिति को माप और भविष्यवाणी कर सकता है, तब भी जब कोई हिस्सा (जैसे हाथ या पैर) सीधे दिखाई न दे।
एआरआईएस चुनिंदा रूप से ठीक-ठाक शरीर की विशेषताओं के संकल्प में सुधार करता है, और अपने विषय के बारे में जो कुछ जानता है उसके आधार पर भविष्य कहनेवाला मॉडलिंग का उपयोग करता है (अंगों की व्यवस्था और लंबाई, वे कैसे जुड़ते हैं, वे कैसे चलते हैं, आदि) - भारी मात्रा में पार्स करके पहले सीखा स्वतंत्र रूप से व्यवहार करने वाले चूहों से प्रशिक्षण डेटा और फिर अन्य प्रजातियों में प्रशिक्षण डेटा का उपयोग करके - अंतरिक्ष के उस हिस्से पर ध्यान केंद्रित करने के लिए जहां शरीर का हिस्सा होने की संभावना है। यह पिछले 3D वॉल्यूमेट्रिक टूल की तुलना में बहुत कम कम्प्यूटेशनल पावर का उपयोग करता है। अपने शोध में, डॉ डन एआरआईएस को लागू करेंगे और हाथों, पैरों और चेहरे की बारीक विशेषताओं के आंदोलन के लिए समग्र स्थिति और मुद्रा से लेकर कई पैमानों पर डेटा रिकॉर्ड करेंगे। आगे के शोध कई जानवरों के साथ बातचीत के साथ इसकी प्रभावशीलता का पता लगाएंगे। व्यवहार को एक नए, अधिक सटीक तरीके से मापने की क्षमता का तंत्रिका संबंधी विकारों के अध्ययन के लिए व्यापक प्रभाव पड़ता है जो आंदोलन को प्रभावित करते हैं, मस्तिष्क की गतिविधि को व्यवहार से जोड़ते हैं, और सामाजिक अंतःक्रियाओं का अध्ययन करते हैं।
जेफरी कीफ्ट, पीएच.डी., प्रोफेसर, जैव रसायन और आणविक आनुवंशिकी विभाग, यूनिवर्सिटी ऑफ कोलोराडो स्कूल ऑफ मेडिसिन
प्रतिलेख को नियंत्रित करने के लिए एक नई तकनीक
मैसेंजर आरएनए, या एमआरएनए, कोशिकाओं के जीवन और स्वास्थ्य में एक महत्वपूर्ण खिलाड़ी के रूप में पहचाना जाता है। ये आरएनए अणु प्रोटीन बनाने के लिए टेम्पलेट हैं, और प्रोटीन बनाने वाली मशीनरी को निर्देश देने के लिए कोशिकाओं के भीतर बनाए जाते हैं, फिर एंजाइमों द्वारा नष्ट कर दिए जाते हैं। किसी जीव द्वारा व्यक्त mRNA की समग्रता को उसका "प्रतिलेखन" कहा जाता है।
एमआरएनए और गैर-कोडिंग आरएनए (एनसीआरएनए) में कमी कुछ न्यूरोडीजेनेरेटिव और न्यूरोडेवलपमेंटल विकारों से जुड़ी हुई है। यदि प्रतिलेख में एक विशिष्ट mRNA या ncRNA बहुत कम है, तो कुछ कोशिकीय कार्य अवक्रमित या अक्षम हो सकते हैं। डॉ. कीफ्ट mRNA और ncRNA के क्षय को धीमा करके प्रतिलेख को प्रबंधित करने का एक नया तरीका तलाश रहे हैं। यह जानते हुए कि आरएनए को नष्ट करने वाले कुछ एंजाइम अनिवार्य रूप से इसे एक छोर से दूसरे छोर तक "चबाते" हैं, डॉ कीफ्ट ने अपनी समझ का उपयोग किया कि कैसे आरएनए अणुओं को संरचित किया जाता है और एक्सोरिबोन्यूक्लिअस-प्रतिरोधी आरएनए (xrRNA) का एक इंजीनियर टुकड़ा बनाने के लिए खुद को फोल्ड किया जाता है। , जब संगत एमआरएनए या एनसीआरएनए के साथ पेश किया जाता है, तो एक "अवरुद्ध" संरचना बनाने के लिए जोड़ता है और फोल्ड करता है, सचमुच आरएनए के आकार को एक फलाव डालने से बदलता है जो एंजाइमों को उनके ट्रैक में रोकता है।
लक्ष्य एमआरएनए और एनसीआरएनए के क्षय को धीमा करके, डॉ किफ्ट ट्रांसक्रिप्टोम के भीतर अपनी बहुतायत को प्रबंधित करने का अवसर देखता है। इंजीनियर xrRNAs केवल विशिष्ट लक्ष्यों को पहचान सकते हैं, उनके साथ जुड़ सकते हैं, और सुरक्षा बना सकते हैं, इसलिए शोधकर्ता लक्ष्य के अनुपात को बिना यह बदले बढ़ा सकते हैं कि कितना बनाया गया है। अप्राकृतिक रूप से एमआरएनए को बढ़ावा देने की तुलना में इस दृष्टिकोण में मेजबान सेल के लिए कम विघटनकारी होने का लाभ है, और जिस सटीकता के साथ एक्सआरआरएनए को इंजीनियर किया जा सकता है, वह एक साथ कई आरएनए को लक्षित करने की क्षमता प्रदान करता है, और संभवतः दर को ठीक से प्रबंधित करके ठीक-ट्यूनिंग की अनुमति भी देता है। क्षय। डॉ. कीफ्ट आरएनए का अध्ययन करने वाले बुनियादी विज्ञान से पैदा हुए इस एप्लिकेशन को न्यूरोसाइंटिस्टों के लिए एक संभावित शक्तिशाली शोध उपकरण के रूप में देखते हैं, और शायद अधिक दूर के भविष्य में उपचारों की नींव भी।
सुहासा कोडंदरमैया, पीएच.डी., बेंजामिन मेहुग सहायक प्रोफेसर, मैकेनिकल इंजीनियरिंग विभाग, मिनेसोटा ट्विन सिटी विश्वविद्यालय
मुक्त व्यवहार करने वाले चूहों में रोबोट असिस्टेड ब्रेन-वाइड रिकॉर्डिंग
व्यवहार के दौरान मस्तिष्क की गतिविधि का अध्ययन करने वाले न्यूरोसाइंटिस्ट को आमतौर पर एक ट्रेड-ऑफ करना पड़ता है: वे छोटे-छोटे सिर पर लगे तंत्रिका सेंसर का उपयोग करते हैं जो एक विषय जानवर को स्वतंत्र रूप से व्यवहार करने की अनुमति देने के लिए पर्याप्त हल्के होते हैं, लेकिन कम रिज़ॉल्यूशन वाले होते हैं या पूरे मस्तिष्क की निगरानी नहीं कर सकते हैं। या वे अधिक शक्तिशाली उपकरणों का उपयोग करते हैं, जो विषय जानवरों के लिए बहुत भारी होते हैं और अन्य समाधानों की आवश्यकता होती है, जैसे जानवरों को ट्रेडमिल पर चलने के दौरान स्थिरीकरण, या यहां तक कि आभासी वास्तविकता अनुभवों का उपयोग करना जो फिर भी किसी विषय के व्यवहार को सीमित करते हैं।
डॉ. कोडंदरमैया एक रोबोटिक क्रेनियल एक्सोस्केलेटन के साथ चुनौती का सामना कर रहे हैं जो तंत्रिका रिकॉर्डिंग और निगरानी हार्डवेयर का भार वहन करता है, जबकि अभी भी विषय (इस मामले में एक माउस) को अपने सिर को तीनों डिग्री में घुमाने की अनुमति देता है: एक पूर्ण 360 डिग्री मोड़ यॉ (क्षैतिज रोटेशन) अक्ष, और पिच और रोल कुल्हाड़ियों में लगभग 50 डिग्री गति, एक क्षेत्र में घूमते हुए। रोबोट में त्रिकोणीय विन्यास में व्यवस्थित तीन संयुक्त हथियार होते हैं, जो विषय पर निलंबित होते हैं और सिर पर बढ़ते बिंदु पर मिलते हैं। माउंट में सेंसर यह पता लगाएंगे कि माउस किस गति का निर्माण कर रहा है और रोबोट को यथासंभव कम प्रतिरोधक बल के साथ गति को सक्षम करने के लिए निर्देशित करता है, जिससे माउस को एक ऐसे क्षेत्र में घुमाने और स्थानांतरित करने की इजाजत मिलती है जो आम तौर पर सभी आवश्यक संवेदी उपकरणों के साथ तंत्रिका विज्ञान प्रयोगों के लिए उपयोग की जाती है और रोबोट द्वारा समर्थित प्रत्यारोपण से तार।
लघुकरण की आवश्यकता को दूर करने से शोधकर्ताओं को जो भी अत्याधुनिक हार्डवेयर उपलब्ध है, उसका उपयोग करने की अनुमति मिलती है, जिसका अर्थ है कि एक रोबोट को सैद्धांतिक रूप से नवीनतम तकनीक का उपयोग करने के लिए इसके परिचय के तुरंत बाद उन्नत किया जा सकता है। उस मुकाम तक पहुंचने के लिए, डॉ. कोडंदरमैया की टीम कई चरणों से गुजरेगी - एक्सोस्केलेटन की इंजीनियरिंग; आंखों, मूंछों और अन्य के बाहरी अवलोकन के लिए अपने आवश्यक सेंसर और उच्च घनत्व वाले इलेक्ट्रोड और कैमरों के साथ हेड-स्टेज इंजीनियरिंग; बेंचटॉप परीक्षण करना; रोबोट को उस इनपुट के अनुरूप बनाना जो माउस डिलीवर कर सकता है; जांच कैसे शुरू करें यह निर्धारित करना; और अंत में लाइव रिकॉर्डिंग करना। इस यांत्रिक आधार के साथ, डॉ. कोडंदरमैया शोधकर्ताओं को उस राज्य के करीब पहुंचने में मदद करने की उम्मीद करते हैं जहां वे लंबे समय तक स्वतंत्र रूप से व्यवहार करने वाले विषयों की विस्तृत मस्तिष्क-व्यापी तंत्रिका रिकॉर्डिंग कर सकते हैं।
