आईवायर - मस्तिष्क के रहस्यों का अध्ययन करना जारी रखें

कैम्ब्रिज, मैसाचुसेट्स के शहर के लिए भित्ति चित्र। डेनिएला गाम्बा द्वारा पोस्ट किया गया।

द आईवियर गेम, जिसके बारे में मैंने पहले ही यहां एक लेख लिखा था, नई सामग्री का उत्पादन जारी है। सेबेस्टियन सेउंग की प्रयोगशाला में वैज्ञानिक केवल खेल पर और केवल विज्ञान स्वयंसेवकों के मस्तिष्क शोध के क्षेत्र में अनुसंधान को आगे बढ़ाने के प्रयासों पर भरोसा नहीं करते हैं, लेकिन इसका निश्चित रूप से वैज्ञानिक मूल्य है।

5 वर्षों में खेल के आधिकारिक आंकड़ों के अनुसार, 186 देशों के 265 हजार लोगों ने पंजीकृत किया है (खिलाड़ी प्रोफाइल पर आधारित डेटा और गलत हो सकता है)। सेल प्रक्रियाओं के साथ 10 मिलियन "क्यूब्स" का विश्लेषण किया गया था, लगभग 3,000 कोशिकाओं के लिए मॉडल पूरे किए गए थे। यह बहुत है या थोड़ा है? 302 नेमाटोड न्यूरॉन्स (सी। एलिगेंस) और उनके बीच के कनेक्शन का पूरी तरह से वर्णन करने के लिए वैज्ञानिकों की एक टीम को 10 साल से अधिक समय लगा, यह काम 1984 में पूरा हुआ था। लेख में कहा गया है कि यद्यपि कंप्यूटर की मदद का उपयोग किया गया था, लेकिन 8000 शॉट्स पर अधिकांश काम मैन्युअल रूप से वैज्ञानिकों द्वारा किया गया था। प्रगति अभी भी स्थिर नहीं है और आज हम तंत्रिका नेटवर्क को कंप्यूटर तंत्रिका नेटवर्क के पुनर्निर्माण की प्रक्रिया को "सौंप सकते हैं", लेकिन पहले इन नेटवर्क को सिखाने की आवश्यकता है। इस प्रक्रिया की समस्याओं का वर्णन किया जाता है , उदाहरण के लिए, वैज्ञानिकों की एक अन्य टीम ने ड्रोसोफिला न्यूरॉन्स का पुनर्निर्माण किया। दूसरी ओर, कोई भी मॉडलिंग की गति में किसी भी मौलिक सुधार के बिना अधिक जटिल जीवों में तंत्रिका कनेक्शन (कनेक्टोमेस) के पूर्ण विवरण की बात नहीं कर सकता है। छोटे जानवरों और पक्षियों में, तंत्रिका तंत्र में 10 से 500 मिलियन न्यूरॉन्स होते हैं, बड़े - एक अरब से अधिक, विशेष रूप से मनुष्यों में लगभग 86 बिलियन न्यूरॉन्स।

इस तथ्य के बावजूद कि पूरे जानवरों के संयोजकों का पूरी तरह से वर्णन करने का प्रयास अभी भी सफल है, यहां तक ​​कि व्यक्तिगत खोजों ने तेजी से विकासशील विज्ञान को बहुत समृद्ध किया है। उदाहरण के लिए, अपने संयोजी के पुनर्निर्माण के परिणामस्वरूप ड्रोसोफिला मस्तिष्क के एक अच्छी तरह से अध्ययन किए गए भाग में नए यौगिकों की खोज पर एक प्रकाशन । व्युत्पन्न अनुसंधान पर भी काम चल रहा है: उदाहरण के लिए, नेमाटोड तंत्रिका तंत्र का एक मॉडल होना, कृमि के एक सामान्य कंप्यूटर मॉडल का निर्माण करना, इसके व्यवहार का अनुकरण करना। ओपनवर्म परियोजना इस में लगी हुई है - हेब पर एक लेख , हैबर पर समाचार ।

लेकिन वापस आईवियर। एक इलेक्ट्रॉन माइक्रोस्कोप से प्राप्त कच्चे डेटा के साथ वैज्ञानिक कैसे काम करते हैं, इसके साथ ही, आईएवीएआर के स्वयंसेवक वास्तव में सत्यापित डेटा का एक सेट बनाते हैं। इस तरह के संदर्भ डेटा का एक सेट बनाने का "दुष्प्रभाव" उन नए प्रकारों और कोशिकाओं के उप-प्रकारों की खोज है जिनका वैज्ञानिकों ने पहले सामना नहीं किया है। मानवीय निर्णय उन मामलों में भी मदद करते हैं जहां एक न्यूरॉन के साथ उनके चौराहे के कारण कटौती पर एक न्यूरॉन की शाखाओं के पाठ्यक्रम को भेद करना असंभव है। कुछ संकेतों के अनुसार एक साधारण कनेक्शन, जैसे कि चमक, यह समझना संभव नहीं है कि अध्ययन से पहले हमारे पास न्यूरॉन की शाखा या किसी अन्य की शाखा का हिस्सा है (खेल की वेबसाइट पर उदाहरण )। उदाहरणों के अलावा, जिसमें से यह स्पष्ट हो जाता है कि किसी व्यक्ति के लिए सेल प्रक्रियाओं को फिर से बनाना भी मुश्किल क्यों है, मैंने गेम प्रक्रिया के साथ एक वीडियो तैयार किया। वीडियो सेल प्रक्रियाओं के साथ कई "क्यूब्स" के पुनर्निर्माण को रिकॉर्ड करता है, और 1: 40-2: 20 दोषों (गैर-विपरीत चौराहे) में से एक दिखाई देता है और यह प्रक्रिया इससे परे जारी है।

वर्तमान में Eyevar के साथ काम करने वाले डेटा को 2 बड़े भागों में विभाजित किया गया है: माउस रेटिना से न्यूरॉन्स और ज़ेब्राफिश मछली के मस्तिष्क से अधिक जटिल कोशिकाएं। पहले डेटासेट में 16 सेक्टरों का आकार है, प्रत्येक 50x50 माइक्रोन, कोशिकाओं की संख्या 2000 में अनुमानित है। जनवरी 2016 में शुरू गेमसेट पर काम दिसंबर 2017 में (खेल की 5 वीं वर्षगांठ) 9 वें क्षेत्र से अंतिम कोशिकाओं की जांच मई 2019 में हुई थी - पहले से ही 14 सेक्टरों के मध्य में। उसी समय, हम निर्माण करने के लिए ग्लिअल सेल नहीं लेते हैं - वे सहायक हैं और (जहाँ तक मुझे पता है) अन्य न्यूरॉन्स के साथ सिंकैप्स नहीं बनाते हैं। प्रयोगशाला में वे हैं जो प्रक्रिया के संगठन (गेम निर्माता) के साथ मदद करते हैं और जो पहले से ही संसाधित कोशिकाओं और उनके कनेक्शन के साथ काम करते हैं, उन्हें मस्तिष्क के इस हिस्से की कार्यक्षमता और कनेक्शन पर आधुनिक विचारों के दृष्टिकोण से देखते हैं।

पिछले लेख में, मैंने ज़ोउनिवर्स का एक मंच के उदाहरण के रूप में उल्लेख किया है, जहां शौकीनों की मदद से, विभिन्न दिशाओं के काफी वैज्ञानिक कार्य हल किए जाते हैं। आईवॉयर में ज़ोउनिवर्स लिपियों से कई मतभेद हैं, जिसके लिए इसे अपना इंजन लिखने के लिए लिया गया था और खेल में समुदाय को अन्य परियोजनाओं के साथ जरूरी क्यों नहीं जोड़ा गया है।

सिमुलेशन तीन आयामों में होता है, न्यूरॉन चित्र पूरी तरह से तीन आयामी है।



यह प्रक्रिया गेममेकर के साथ शुरू होती है जो कि डेटासेट में एक पहले से अटूट सेल नाभिक को खोजती है और उसमें से पहली प्रक्रियाओं को हटा देती है। फिर, गेममेकर इस "रोगाणु" का लिंक देता है और अनुभवी खिलाड़ियों से कोशिका की जटिलता (1 या 2) का मूल्यांकन करने के लिए कहता है। किसी बिंदु पर, सेल को जनता के लिए बाहर ले जाया जाता है, उस पल से, खेल में कोई भी खिलाड़ी जो उपयुक्त स्तर की प्रशिक्षण सामग्री पास कर चुका है, वह इस पर काम कर सकता है। टाइप 1 की लाइटर कोशिकाओं में, जहां शुरुआती लोगों की पहुंच होती है, क्यूब को तीन पुनर्निर्माणों को पूरा करने पर माना जाता है, और यदि पुनर्निर्माण में से कम से कम एक क्यूब की दीवार के खिलाफ होता है, तो खेल डाटासेट में एक पड़ोसी अनुभाग की तलाश करता है और इसे आगे खेलने के लिए स्थानापन्न करता है। राय के टकराव के मामले में, खेल बहुमत के साथ प्रतिक्षेप करेगा। बहुमत की राय को खिलाड़ियों तक संपादन पहुंच के साथ ठीक किया जा सकता है (अवसर कई महीनों के अनुभव और पिछले पुनर्निर्माणों के उच्च सटीकता मापदंडों के साथ प्रशासन द्वारा दिया जाता है) और खुद प्रशासन (खेल निर्माता)। साथ ही, क्यूब पर "पूर्ण" लेबल को संपादित करने के लिए पहुंच वाले खिलाड़ी, जबकि यह गेमप्ले से बाहर हो जाता है। जैसे ही दो अलग-अलग खिलाड़ियों के "पूर्ण" लेबल सभी क्यूब्स पर रखे जाते हैं, गेम निर्माता अंतिम जांच के लिए सेल लेते हैं। प्रयोगशाला में, उनके पास सभी पुनर्निर्मित कोशिकाओं और उनके बीच के कनेक्शन का एक दृश्य है, जो हमें कमियों और समस्या क्षेत्रों को खोजने की अनुमति देता है।

अपेक्षाकृत कम सक्रिय प्रतिभागियों की संख्या (100-200 लोग प्रति माह लगभग 90% योगदान देते हैं) के बावजूद, यह पहले से ही स्पष्ट है कि इस डेटासेट पर खेल और छोटे जानवरों के मस्तिष्क का अध्ययन इसकी मदद से नहीं होगा। अनुभवी खिलाड़ियों के लिए, एक zebrafish मस्तिष्क डाटासेट समानांतर में उपलब्ध है, और गेम निर्माताओं और डेवलपर्स की एक टीम नियो नामक एक नई परियोजना की योजना बना रही है, जो अक्षतंतु (डेंड्राइट के बजाय, जैसा कि अब है) का अध्ययन करेगी। मुझे उस खेल का पूर्वावलोकन पसंद नहीं आया, जिसे मैंने देखा (ऐसा महसूस किया कि माध्यमिक विद्यालय के बच्चों पर ध्यान केंद्रित करना), लेकिन मैं इसके बारे में आगे देखता हूँ। समय, जैसा कि अक्सर होता है, एक से अधिक बार स्थगित कर दिया गया था।