ລາງວັນເຕັກໂນໂລຍີ McKnight ປີ 2021

ວັນທີ 30 ກໍລະກົດ 2021

ກອງທຶນບໍລິຈາກຂອງ McKnight ສຳ ລັບວິທະຍາສາດສາສະ ໜາ (MEFN) ໄດ້ປະກາດສາມຜູ້ຮັບ $600,000 ໃນການໃຫ້ທຶນຊ່ວຍເຫຼືອລ້າຜ່ານການປະດິດສ້າງເຕັກໂນໂລຍີ McKnight ໃນລາງວັນວິທະຍາສາດປີ 2021, ຮັບຮູ້ໂຄງການເຫຼົ່ານີ້ ສຳ ລັບຄວາມສາມາດຂອງເຂົາເຈົ້າໃນການປ່ຽນແປງພື້ນຖານວິທີການຄົ້ນຄ້ວາວິທະຍາສາດ. ແຕ່ລະໂຄງການຈະໄດ້ຮັບທັງ1ົດ $200,000 ໃນສອງປີຂ້າງ ໜ້າ, ກ້າວໄປສູ່ການພັດທະນາເທັກໂນໂລຍີທີ່ພົ້ນເດັ່ນເຫຼົ່ານີ້ທີ່ໃຊ້ໃນການສ້າງແຜນທີ່, ຕິດຕາມກວດກາແລະສ້າງແບບຈໍາລອງການເຮັດວຽກຂອງສະອງ. ຜູ້ໄດ້ຮັບລາງວັນ 2021 ແມ່ນ:

• Timothy Dunn, ປະລິນຍາເອກ, ມະຫາວິທະຍາໄລ Duke, ຜູ້ທີ່ ກຳ ລັງເຮັດວຽກຢູ່ໃນລະບົບເພື່ອບັນທຶກການເຄື່ອນໄຫວຂອງຮ່າງກາຍຂອງວິຊາຕ່າງ using ໂດຍໃຊ້ການວັດແທກ 3D (ແທນທີ່ຈະເປັນການວັດແທກພິກະເຊນ 2D) ໂດຍການລວມກ້ອງວິດີໂອຫຼາຍ ໜ່ວຍ ເຂົ້າກັນແລະລະບົບການຮຽນຮູ້ເຄື່ອງຈັກໃnew່. ວິທີການດັ່ງກ່າວອະນຸຍາດໃຫ້ມີການຕິດຕາມຄວາມລະອຽດສູງຂອງສ່ວນຕ່າງ body ຂອງຮ່າງກາຍທີ່ມີຄວາມແຕກຕ່າງກັນຢູ່ໃນສັດທີ່ປະພຶດໄດ້ຢ່າງເສລີ, ອະນຸຍາດໃຫ້ສຶກສາຢູ່ໃນພື້ນທີ່ທໍາມະຊາດ, ແລະແມ້ແຕ່ສາມາດຕິດຕາມສັດຈໍານວນຫຼາຍທີ່ພົວພັນກັບສັງຄົມ, ການປະສົມປະສານຂອງລັກສະນະຕ່າງ not ທີ່ບໍ່ມີຢູ່ໃນລະບົບປັດຈຸບັນ.
• Jeffrey Kieft, Ph.D. , ຈາກໂຮງຮຽນການແພດມະຫາວິທະຍາໄລ Colorado, ຜູ້ທີ່ກໍາລັງພັດທະນາວິທີການວິສະວະກອນ RNA ເພື່ອສ້າງຮູບແບບການປົກປ້ອງທີ່ສາມາດຫຼຸດອັດຕາທີ່ mRNA ຖືກທໍາລາຍໂດຍເອນໄຊ. ດ້ວຍວິທີນີ້, ນັກຄົ້ນຄວ້າຈະສາມາດຈັດການຄວາມອຸດົມສົມບູນຂອງໂປຣຕີນ mRNA ສະເພາະຢູ່ໃນຈຸລັງ, ມີປະໂຫຍດສໍາລັບການສຶກສາແລະອາດຈະປິ່ນປົວຄວາມຜິດປົກກະຕິບາງຢ່າງໄດ້.
• Suhasa Kodandaramaiah, Ph.D. , ຈາກມະຫາວິທະຍາໄລ Minnesota Twin Cities, ຜູ້ທີ່ກໍາລັງໃຊ້ລະບົບຫຸ່ນຍົນເພື່ອຊ່ວຍໃຫ້ສາມາດຕິດຕາມກິດຈະກໍາຂອງສະrobອງທີ່ເຂັ້ມແຂງໄດ້ໃນສັດທີ່ເຄື່ອນຍ້າຍໄດ້ຢ່າງມີອິດສະຫຼະ. ການນໍາໃຊ້ຫຸ່ນຍົນເພື່ອຍ້າຍຮາດແວໄປຕາມຫຼາຍແກນໃນການຊິງກັບສັດ, ວິທີການນີ້ອະນຸຍາດໃຫ້ນໍາໃຊ້ລະບົບຕິດຕາມກວດກາຄວາມລະອຽດທີ່ໃຫຍ່ກວ່າ, ມີພະລັງ, ສູງກວ່າຫຼາຍກວ່າຮຸ່ນນ້ອຍurທີ່ໃຊ້ສໍາລັບທົດລອງຢູ່ໃນສັດທີ່ເຄື່ອນທີ່ໄດ້ຢ່າງເສລີ.

ຮຽນຮູ້ເພີ່ມເຕີມກ່ຽວກັບແຕ່ລະໂຄງການຄົ້ນຄ້ວາຂ້າງລຸ່ມນີ້.

ກ່ຽວກັບລາງວັນນະວັດຕະ ກຳ ເຕັກໂນໂລຢີໃນລາງວັນ Neuroscience

ນັບຕັ້ງແຕ່ການປະດິດສ້າງດ້ານເຕັກໂນໂລຍີ McKnight ໃນລາງວັນປະສາດວິທະຍາໄດ້ຖືກສ້າງຕັ້ງຂຶ້ນໃນປີ 1999, MEFN ໄດ້ປະກອບສ່ວນຫຼາຍກ່ວາ $15 ລ້ານໃຫ້ກັບເຕັກໂນໂລຢີນະວັດຕະກໍາສໍາລັບວິທະຍາສາດສາສະ ໜາ ຜ່ານກົນໄກລາງວັນນີ້. MEFN ມີຄວາມສົນໃຈເປັນພິເສດຕໍ່ວຽກງານທີ່ເອົາວິທີການໃand່ແລະນະວະນິຍາຍເພື່ອຄວາມກ້າວ ໜ້າ ຄວາມສາມາດໃນການulateູນໃຊ້ແລະວິເຄາະການເຮັດວຽກຂອງສະອງ. ເຕັກໂນໂລຢີທີ່ພັດທະນາດ້ວຍການສະ ໜັບ ສະ ໜູນ McKnight ໃນທີ່ສຸດຕ້ອງມີໃຫ້ກັບນັກວິທະຍາສາດຄົນອື່ນ.

ທ່ານ Markus Meister, Ph.D. , ປະທານຄະນະກໍາມະການມອບລາງວັນແລະ Anne P. ແລະ Benjamin F. Biaggini ອາຈານວິຊາຊີວະວິທະຍາກ່າວວ່າ "ອີກເທື່ອ ໜຶ່ງ, ມັນເປັນຄວາມຕື່ນເຕັ້ນທີ່ໄດ້ເຫັນຄວາມສະຫຼາດທີ່ຜູ້ສະourັກຂອງພວກເຮົານໍາມາສູ່ເຕັກໂນໂລຍີທາງດ້ານປະສາດໃnew່." ຢູ່ Caltech. "ປີນີ້, ພວກເຮົາປະເຊີນກັບການເລືອກທີ່ຫຍຸ້ງຍາກລະຫວ່າງການພັດທະນາທີ່ ໜ້າ ຕື່ນເຕັ້ນຫຼາຍຢ່າງ, ແລະລາງວັນຂອງພວກເຮົາກວມເອົາຂອບເຂດທີ່ກວ້າງຂວາງ, ຈາກຫຸ່ນຍົນ exoskeleton ເພື່ອສະ ໜັບ ສະ ໜູນ ການບັນທຶກລະບົບປະສາດຢູ່ໃນ ໜູ, ໄປສູ່ການຄວບຄຸມໂມເລກຸນຂອງການສະແດງອອກພັນທຸກໍາທີ່ຖືກຕ້ອງ, ຂັ້ນຕອນວິທີການຕິດຕາມພຶດຕິກໍາຂອງສັດ 3D. ”

ຄະນະກໍາມະການຄັດເລືອກຂອງປີນີ້ລວມມີ Adrienne Fairhall, Timothy Holy, Loren Looger, Mala Murthy, Alice Ting, ແລະ Hongkui Zeng, ຜູ້ທີ່ໄດ້ເລືອກເອົານະວັດຕະກໍາດ້ານເຕັກໂນໂລຍີໃນລາງວັນວິທະຍາສາດໃນປີນີ້ຈາກຜູ້ສະ73ັກ 73 ຄົນ.

ຈົດofາຍຂອງຄວາມຕັ້ງໃຈສໍາລັບລາງວັນນະວັດຕະກໍາເຕັກໂນໂລຍີ 2022 ໃນລາງວັນວິທະຍາສາດສາທາລະນະແມ່ນຮອດວັນຈັນ, ວັນທີ 6 ທັນວາ 2021. ການປະກາດກ່ຽວກັບຂະບວນການ 2022 ຈະອອກໃນເດືອນສິງຫາ. ຄລິກ ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບລາງວັນ.

ນະວັດຕະກໍາເຕັກໂນໂລຍີ McKnight ປີ 2021 ໃນລາງວັນລະບົບປະສາດ

Timothy Dunn, Ph.D. , ຜູ້ຊ່ວຍສາດສະດາຈານ, ພະແນກວິສະວະ ກຳ ຊີວະການແພດ, ມະຫາວິທະຍາໄລ Duke

ການຈໍານວນພຶດຕິກໍາສາມມິຕິລະດັບຫຼາຍຂະ ໜາດ ໃນຫຼາຍບຸກຄົນແລະກຸ່ມສັງຄົມ

ວິທີການວັດແທກການເຄື່ອນໄຫວຂອງສັດທີ່ມີພຶດຕິກໍາຢ່າງມີອິດສະລະໃນປະຈຸບັນມີຂໍ້ຈໍາກັດ: ການສັງເກດລາຍລະອຽດສູງກ່ຽວກັບການເຄື່ອນທີ່ຂອງສັດນ້ອຍ (ຕົວຢ່າງ: ຕົວເລກດຽວ) ຕ້ອງການຂອບເຂດຈໍາກັດການເຄື່ອນໄຫວ. ການສຶກສາພຶດຕິ ກຳ ການເຄື່ອນຍ້າຍຢ່າງມີອິດສະຫຼະຢູ່ໃນພື້ນທີ່ 3 ມິຕິມັກຈະmeansາຍເຖິງການ ຈຳ ກັດຄວາມລະອຽດ, ບາງທີອາດມີພຽງແຕ່ຕິດຕາມ ຕຳ ແໜ່ງ ໂດຍລວມ, ຫຼືອາໄສ ຄຳ ອະທິບາຍຂອງຜູ້ສັງເກດການ. ການຕິດຕາມວິດີໂອອັດຕະໂນມັດຢູ່ໃນສັດໂດຍປົກກະຕິແລ້ວຮຽກຮ້ອງໃຫ້ມີສະພາບແວດລ້ອມທີ່ບໍ່ ທຳ ມະດາ, ສະພາບແວດລ້ອມທີ່ລຽບງ່າຍ, ແລະສ່ວນຂອງຮ່າງກາຍທີ່ກ້ອງຖ່າຍຮູບບໍ່ສາມາດຕິດຕາມໄດ້ຖືກຕ້ອງ. ການຄາດຄະເນປັນຍາປະດິດທີ່ມີຄວາມລະອຽດສູງ (AI) ກ່ຽວກັບພື້ນທີ່ສາມມິຕິຂະ ໜາດ ໃຫຍ່ໂດຍການນໍາໃຊ້ການເປັນຕົວແທນທາງກວ້າງຂອງບໍລິມາດ, ເປັນເທັກນິກທີ່ພັດທະນາເມື່ອບໍ່ດົນມານີ້ເພື່ອເອົາຊະນະບັນຫາເຫຼົ່ານີ້, ຕ້ອງການພະລັງງານຄໍານວນຫຼາຍ. ການເພີ່ມສັດຫຼາຍໂຕເຂົ້າໃນການສັງເກດການຂອງສັງຄົມແນະ ນຳ ບັນຫາເພີ່ມເຕີມ.

ຜົນກໍຄື, ມີຂໍ້ມູນທີ່ຕ້ອງການ ໜ້ອຍ ທີ່ສຸດ: ຄວາມລະອຽດສູງ, ການຕິດຕາມສັດໂດຍອັດຕະໂນມັດໃນພື້ນທີ່ 3 ມິຕິປະຕິບັດພຶດຕິກໍາທໍາມະຊາດ, ຢູ່ຄົນດຽວຫຼືເປັນກຸ່ມ, ແລະປະລິມານການເຄື່ອນໄຫວນັ້ນໃນຮູບແບບມາດຕະຖານ. ດຣ. Dunn ກຳ ລັງເຮັດວຽກກ່ຽວກັບວິທີການໃthat່ທີ່ມີຈຸດມຸ່ງbringາຍທີ່ຈະ ນຳ ເອົາອຸດົມການນັ້ນເຂົ້າມາໃກ້. ໂດຍການສ້າງການຮຽນຮູ້ຈາກລະບົບການຮຽນຮູ້ເຄື່ອງຈັກເລຂາຄະນິດສາມມິຕິ, ທີມຂອງລາວໄດ້ໃຊ້ເພື່ອປັບປຸງຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນຢ່າງຫຼວງຫຼາຍ, ປະຈຸບັນດຣ. ສາມາດວັດແທກແລະຄາດເດົາຕໍາ ແໜ່ງ ຂອງຮ່າງກາຍຢູ່ໃນເກັດຫຼາຍອັນ, ເຖິງແມ່ນວ່າບາງສ່ວນ (ເຊັ່ນແຂນຫຼືຕີນ) ບໍ່ສາມາດເບິ່ງເຫັນໄດ້ໂດຍກົງ.

ARIS ຄັດເລືອກເອົາການປັບປຸງຄວາມລະອຽດຂອງລັກສະນະຮ່າງກາຍຂະ ໜາດ ທີ່ດີ, ແລະໃຊ້ການສ້າງແບບຈໍາລອງແບບຄາດຄະເນໂດຍອີງໃສ່ສິ່ງທີ່ມັນຮູ້ກ່ຽວກັບວິຊາຂອງມັນ (ການຈັດລຽງແລະຄວາມຍາວຂອງແຂນຂາ, ວິທີການເຊື່ອມຕໍ່ກັນ, ວິທີການເຄື່ອນຍ້າຍ, ແລະອື່ນ etc. )-ຮຽນທໍາອິດໂດຍການວິເຄາະຈໍານວນມະຫາສານ. ການtrainingຶກອົບຮົມຂໍ້ມູນຈາກ ໜູ ທີ່ປະພຶດຕົວຢ່າງເສລີແລະຫຼັງຈາກນັ້ນໄດ້ນໍາໃຊ້ຂໍ້ມູນການtrainingຶກອົບຮົມໃນຊະນິດອື່ນ-ເພື່ອສຸມໃສ່ສ່ວນຂອງພື້ນທີ່ບ່ອນທີ່ສ່ວນຂອງຮ່າງກາຍເປັນໄປໄດ້. ອັນນີ້ໃຊ້ພະລັງງານການ ຄຳ ນວນ ໜ້ອຍ ກວ່າເຄື່ອງມືປະລິມານ 3 ມິຕິກ່ອນ ໜ້າ. ໃນການຄົ້ນຄວ້າຂອງລາວ, ດຣ. Dunn ຈະປະຕິບັດ ARIS ແລະບັນທຶກຂໍ້ມູນຢູ່ໃນເກັດຫຼາຍອັນ, ຈາກຕໍາ ແໜ່ງ ໂດຍລວມແລະທ່າທາງລົງໄປຈົນເຖິງການເຄື່ອນໄຫວຂອງລັກສະນະອັນດີຂອງມື, ຕີນ, ແລະໃບ ໜ້າ. ການຄົ້ນຄ້ວາເພີ່ມເຕີມຈະຄົ້ນຫາປະສິດທິພາບຂອງມັນກັບສັດຫຼາກຫຼາຍຊະນິດທີ່ພົວພັນກັນ. ຄວາມສາມາດນີ້ໃນການວັດແທກພຶດຕິ ກຳ ໃນວິທີການໃ,່ທີ່ຊັດເຈນກວ່າມີຜົນສະທ້ອນຢ່າງກວ້າງຂວາງຕໍ່ການສຶກສາຄວາມຜິດປົກກະຕິທາງລະບົບປະສາດທີ່ມີຜົນຕໍ່ການເຄື່ອນໄຫວ, ການເຊື່ອມຕໍ່ກິດຈະ ກຳ ຂອງສະtoອງກັບພຶດຕິ ກຳ, ແລະການສຶກສາປະຕິ ສຳ ພັນທາງສັງຄົມ.

Jeffrey Kieft, ປະລິນຍາເອກ, ອາຈານ, ພະແນກຊີວະເຄມີແລະພັນທຸ ກຳ ໂມເລກຸນ, ໂຮງຮຽນການແພດມະຫາວິທະຍາໄລ Colorado

ເທັກໂນໂລຍີໃto່ເພື່ອຄວບຄຸມຕົວ ໜັງ ສືຜ່ານແດນ

Messenger RNA, ຫຼື mRNA, ໄດ້ຖືກຮັບຮູ້ວ່າເປັນຜູ້ມີບົດບາດສໍາຄັນໃນຊີວິດແລະສຸຂະພາບຂອງຈຸລັງ. ໂມເລກຸນ RNA ເຫຼົ່ານີ້ແມ່ນແມ່ແບບເພື່ອສ້າງໂປຣຕີນ, ແລະຖືກສ້າງພາຍໃນຈຸລັງເພື່ອ ນຳ ເອົາ ຄຳ ແນະ ນຳ ໄປຫາເຄື່ອງຈັກສ້າງໂປຣຕີນ, ຈາກນັ້ນຖືກ ທຳ ລາຍໂດຍເອນໄຊ. ຈຳ ນວນທັງofົດຂອງ mRNA ທີ່ອົງການ ໜຶ່ງ ສະແດງອອກຖືກເອີ້ນວ່າ "ຕົວ ໜັງ ສືຜ່ານແດນ."

ຂໍ້ບົກຜ່ອງໃນ mRNA ແລະ RNA ທີ່ບໍ່ເຂົ້າລະຫັດ (ncRNA) ແມ່ນເຊື່ອມຕໍ່ກັບຄວາມຜິດປົກກະຕິທາງດ້ານການພັດທະນາທາງດ້ານ neurodegenerative ແລະ neurodevelopmental. ຖ້າມີ mRNA ສະເພາະຫຼື ncRNA ໜ້ອຍ ເກີນໄປຢູ່ໃນຕົວ ໜັງ ສື, ບົດບາດມືຖືບາງອັນອາດຈະເສື່ອມໂຊມລົງຫຼືປິດ ນຳ ໃຊ້. ດຣ. ຮູ້ວ່າບາງເອນໄຊທີ່ທໍາລາຍ RNAs ໂດຍພື້ນຖານແລ້ວ“ ຄ້ຽວ” ມັນຈາກສົ້ນ ໜຶ່ງ ຫາອີກເບື້ອງ ໜຶ່ງ, ດຣ. , ເມື່ອແນະນໍາໃຫ້ເຂົ້າກັນໄດ້ກັບ mRNA ຫຼື ncRNA, ລວມແລະພັບເຂົ້າກັນເພື່ອປະກອບເປັນໂຄງສ້າງ“ ປິດກັ້ນ”, ໂດຍການປ່ຽນແປງຮູບຮ່າງຂອງ RNA ໂດຍການໃສ່ທໍ່ເຂົ້າໄປທີ່ຢຸດເອນໄຊໃນເສັ້ນທາງຂອງມັນ.

ໂດຍການເຮັດໃຫ້ການເສື່ອມໂຊມຂອງ mRNA ເປົ້າາຍແລະ ncRNA ຊ້າລົງ, ດຣ. xrRNA ວິສະວະກອນສາມາດຮັບຮູ້ພຽງແຕ່ເປົ້າspecificາຍສະເພາະ, ເຊື່ອມໂຍງກັບພວກມັນ, ແລະສ້າງການປົກປ້ອງ, ສະນັ້ນນັກຄົ້ນຄວ້າສາມາດເພີ່ມອັດຕາສ່ວນຂອງເປົ້າwithoutາຍໂດຍບໍ່ປ່ຽນແປງວ່າໄດ້ສ້າງຫຼາຍປານໃດ. ວິທີການດັ່ງກ່າວມີປະໂຫຍດຈາກການລົບກວນຈຸລັງເຈົ້າພາບ ໜ້ອຍ ກວ່າການສົ່ງເສີມ mRNA ທີ່ບໍ່ເປັນທໍາມະຊາດ, ແລະຄວາມແມ່ນຍໍາທີ່ xrRNA ສາມາດເປັນວິສະວະກອນສະ ເໜີ ໃຫ້ມີທ່າແຮງໃນການກໍານົດເປົ້າRາຍ RNA ຫຼາຍ multiple ອັນໃນເວລາດຽວກັນ, ແລະອາດຈະແມ່ນແຕ່ອະນຸຍາດໃຫ້ມີການປັບລະອຽດໂດຍການຈັດການອັດຕາທີ່ຊັດເຈນ. ທະລາຍ ດຣ.

Suhasa Kodandaramaiah, Ph.D. , Benjamin Mayhugh ຜູ້ຊ່ວຍສາດສະດາຈານ, ພາກວິຊາວິສະວະ ກຳ ເຄື່ອງກົນ, ມະຫາວິທະຍາໄລ Minnesota Twin Cities

ຫຸ່ນຍົນຊ່ວຍບັນທຶກສະອງຢ່າງກວ້າງຂວາງຢູ່ໃນພຶດຕິ ກຳ ຂອງ ໜູ ໄດ້ຢ່າງເສລີ

ນັກວິທະຍາສາດດ້ານວິທະຍາສາດທີ່ສຶກສາກິດຈະກໍາຂອງສະduringອງໃນລະຫວ່າງພຶດຕິກໍາປົກກະຕິແລ້ວຕ້ອງມີການແລກປ່ຽນກັນ: ເຂົາເຈົ້າໃຊ້ເຊັນເຊີປະສາດຕິດຫົວຂະ ໜາດ ນ້ອຍທີ່ມີຄວາມສະຫວ່າງພຽງພໍເພື່ອໃຫ້ສັດສາມາດປະພຶດຕົນໄດ້ຢ່າງເສລີ, ແຕ່ມີຄວາມລະອຽດຕໍ່າກວ່າຫຼືບໍ່ສາມາດຕິດຕາມທັງbrainົດສະອງໄດ້. ຫຼືເຂົາເຈົ້າໃຊ້ເຄື່ອງມືທີ່ມີປະສິດທິພາບຫຼາຍກວ່າ, ເຊິ່ງ ໜັກ ຫຼາຍເກີນໄປສໍາລັບສັດທີ່ມີຫົວຂໍ້ແລະຕ້ອງການວິທີແກ້ໄຂອື່ນ, ເຊັ່ນ: ການບໍ່ເຄື່ອນທີ່ໃນຂະນະທີ່ປ່ອຍໃຫ້ສັດເຄື່ອນທີ່ຢູ່ເທິງເຄື່ອງແລ່ນ, ຫຼືແມ້ກະທັ້ງການນໍາໃຊ້ປະສົບການຄວາມເປັນຈິງສະເvirtualືອນຈິງທີ່ຍັງຈໍາກັດພຶດຕິກໍາຂອງຫົວຂໍ້ໃດ ໜຶ່ງ.

ດຣ. Kodandaramaiah ກໍາລັງແກ້ໄຂບັນຫາດ້ວຍຫຸ່ນຍົນ exoskeleton ທີ່ເປັນຫຸ່ນຍົນທີ່ບັນຈຸນໍ້າ ໜັກ ຂອງການບັນທຶກປະສາດແລະຕິດຕາມກວດກາຮາດແວໃນຂະນະທີ່ຍັງອະນຸຍາດໃຫ້ຫົວຂໍ້ (ໃນກໍລະນີນີ້ເປັນ ໜູ) ສາມາດheadຸນຫົວຂອງມັນໄດ້ທັງສາມອົງສາ: ຫັນ 360 ອົງສາເຕັມໃນ yaw (ການrotationູນວຽນຕາມແນວນອນ), ແລະປະມານ 50 ອົງສາຂອງການເຄື່ອນທີ່ຢູ່ໃນສະ ໜາມ ແລະແກນມ້ວນ, ໃນຂະນະທີ່ເຄື່ອນທີ່ຢູ່ໃນສະ ໜາມ ກິລາ. ຫຸ່ນຍົນມີສາມແຂນຮ່ວມກັນຈັດລຽງໄວ້ໃນຮູບຊົງສາມຫຼ່ຽມ, ຖືກໂຈະໄວ້ຢູ່ພາຍໃຕ້ຫົວຂໍ້ແລະປະຊຸມກັນຢູ່ຈຸດທີ່ຕິດຢູ່ເທິງຫົວ. ເຊັນເຊີຢູ່ເທິງເມົ້າຈະກວດພົບການເຄື່ອນໄຫວຂອງເມົາສແລະເຮັດໃຫ້ຫຸ່ນຍົນຄວບຄຸມການເຄື່ອນໄຫວດ້ວຍແຮງຕ້ານທານ ໜ້ອຍ ທີ່ສຸດເທົ່າທີ່ຈະເຮັດໄດ້, ອະນຸຍາດໃຫ້ເມົາຫັນແລະເຄື່ອນໄຫວພາຍໃນສະ ໜາມ ໄດ້ໂດຍປົກກະຕິໃຊ້ ສຳ ລັບການທົດລອງທາງປະສາດວິທະຍາດ້ວຍອຸປະກອນຄວາມຮູ້ສຶກທີ່ ຈຳ ເປັນທັງandົດແລະ ສາຍໄຟຈາກການantsັງເຂັມທີ່ຫຸ່ນຍົນສະ ໜັບ ສະ ໜູນ.

ການເອົາຄວາມຕ້ອງການອອກມາເປັນຂະ ໜາດ ນ້ອຍຊ່ວຍໃຫ້ນັກຄົ້ນຄວ້າສາມາດໃຊ້ຮາດແວອັນທັນສະໄ whatever ອັນໃດກໍ່ໄດ້, meaningາຍຄວາມວ່າຫຸ່ນຍົນສາມາດໄດ້ຮັບການຍົກລະດັບທາງດ້ານທິດສະດີເພື່ອນໍາໃຊ້ເຕັກໂນໂລຍີລ້າສຸດໃນໄວ soon ນີ້ຫຼັງຈາກການນໍາສະ ເໜີ. ເພື່ອໄປໃຫ້ເຖິງຈຸດນັ້ນ, ທີມງານຂອງດຣ. Kodandaramaiah ຈະຕ້ອງຜ່ານຫຼາຍຂັ້ນຕອນ - ວິສະວະກໍາ exoskeleton; ວິສະວະກໍາຂັ້ນຕອນຂອງຫົວດ້ວຍເຊັນເຊີທີ່ຕ້ອງການບວກກັບຂົ້ວໄຟຟ້າແລະກ້ອງຖ່າຍຮູບທີ່ມີຄວາມ ໜາ ແໜ້ນ ສູງສໍາລັບການສັງເກດພາຍນອກຂອງຕາ, ໜວດ ແລະອື່ນ more; ປະຕິບັດການທົດສອບ benchtop; ການປັບຫຸ່ນຍົນເຂົ້າກັບວັດສະດຸປ້ອນເຂົ້າທີ່ຫນູສາມາດສົ່ງໄດ້; ການກໍານົດວິທີການນໍາສະ ເໜີ ເຄື່ອງກວດກາ; ແລະສຸດທ້າຍເຮັດການບັນທຶກສົດ. ດ້ວຍການສະ ໜັບ ສະ ໜູນ ດ້ານກົນຈັກນີ້, ດຣ.