खाद्य-उत्तरदायी न्यूरॉन्स की पहचान की गई

10,000 छवियों के एक सेट के लिए मानव मस्तिष्क प्रतिक्रियाओं के एक बड़े सार्वजनिक डेटाबेस के विश्लेषण के आधार पर निष्कर्ष, यह तंत्रिका आबादी कैसे और क्यों विकसित होती है, इस बारे में कई अतिरिक्त प्रश्न उठाते हैं। भविष्य के अध्ययनों में, शोधकर्ताओं को यह पता लगाने की उम्मीद है कि कुछ खाद्य पदार्थों के प्रति लोगों की प्रतिक्रिया उनकी पसंद और नापसंद, या कुछ प्रकार के भोजन के साथ उनकी परिचितता के आधार पर भिन्न हो सकती है।

विज्ञापन

एमआईटी पोस्टडॉक मीनाक्षी खोसला एमआईटी शोध वैज्ञानिक एन अपूर्व रतन मूर्ति के साथ पेपर के मुख्य लेखक हैं। अध्ययन वर्तमान जीवविज्ञान पत्रिका में दिखाई देता है।

दृश्य श्रेणियाँ

20 साल पहले, उदर दृश्य धारा का अध्ययन करते हुए, मस्तिष्क का वह हिस्सा जो वस्तुओं को पहचानता है, कनविशर ने कॉर्टिकल क्षेत्रों की खोज की जो चुनिंदा चेहरों पर प्रतिक्रिया करते हैं। बाद में, उसने और अन्य वैज्ञानिकों ने अन्य क्षेत्रों की खोज की जो चुनिंदा स्थानों, निकायों या शब्दों के प्रति प्रतिक्रिया करते हैं। उन क्षेत्रों में से अधिकांश की खोज तब की गई जब शोधकर्ता विशेष रूप से उनकी तलाश में निकले। हालांकि, परिकल्पना-संचालित दृष्टिकोण आपको जो खोज रहा है उसे सीमित कर सकता है, कनविशर कहते हैं।

“ऐसी अन्य चीजें भी हो सकती हैं जिन्हें हम देखने के लिए नहीं सोच सकते हैं,” वह कहती हैं। “और यहां तक ​​​​कि जब हम कुछ पाते हैं, तो हम कैसे जानते हैं कि यह वास्तव में उस मार्ग की मूल प्रभावशाली संरचना का हिस्सा है, और कुछ ऐसा नहीं है जो हमें सिर्फ इसलिए मिला क्योंकि हम इसे ढूंढ रहे थे?”

उदर दृश्य धारा की मौलिक संरचना को उजागर करने की कोशिश करने के लिए, कनविशर और खोसला ने आठ मानव विषयों से पूर्ण-मस्तिष्क कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई) प्रतिक्रियाओं के एक बड़े, सार्वजनिक रूप से उपलब्ध डेटासेट का विश्लेषण करने का निर्णय लिया क्योंकि उन्होंने हजारों छवियां देखीं।

“हम देखना चाहते थे कि जब हम डेटा-संचालित, परिकल्पना-मुक्त रणनीति लागू करते हैं, तो किस प्रकार की चुनिंदाताएं सामने आती हैं, और क्या वे पहले की खोज के अनुरूप हैं। दूसरा लक्ष्य यह देखना था कि क्या हम उपन्यास चयन की खोज कर सकते हैं या तो पहले परिकल्पना नहीं की गई है, या जो एफएमआरआई डेटा के कम स्थानिक संकल्प के कारण छिपी हुई है, “खोसला कहते हैं।

ऐसा करने के लिए, शोधकर्ताओं ने एक गणितीय विधि लागू की जो उन्हें तंत्रिका आबादी की खोज करने की अनुमति देती है जिसे पारंपरिक एफएमआरआई डेटा से पहचाना नहीं जा सकता है। एक fMRI छवि कई स्वरों से बनी होती है – त्रि-आयामी इकाइयाँ जो मस्तिष्क के ऊतकों के एक घन का प्रतिनिधित्व करती हैं। प्रत्येक स्वर में सैकड़ों हजारों न्यूरॉन्स होते हैं, और यदि उनमें से कुछ न्यूरॉन्स छोटी आबादी से संबंधित हैं जो एक प्रकार के दृश्य इनपुट का जवाब देते हैं, तो उनकी प्रतिक्रियाएं उसी स्वर के भीतर अन्य आबादी द्वारा डूब सकती हैं।

नई विश्लेषणात्मक विधि, जिसे कानविशर की प्रयोगशाला ने पहले श्रवण प्रांतस्था से एफएमआरआई डेटा पर इस्तेमाल किया है, एफएमआरआई डेटा के प्रत्येक स्वर के भीतर तंत्रिका आबादी की प्रतिक्रियाओं को छेड़ सकती है।

इस दृष्टिकोण का उपयोग करते हुए, शोधकर्ताओं ने चार आबादी पाई जो पहले से पहचाने गए समूहों से मेल खाती हैं जो चेहरे, स्थानों, निकायों और शब्दों का जवाब देती हैं। “यह हमें बताता है कि यह विधि काम करती है, और यह हमें बताती है कि जो चीजें हमें पहले मिलीं, वे उस मार्ग के केवल अस्पष्ट गुण नहीं हैं, बल्कि प्रमुख, प्रमुख गुण हैं,” कनविशर कहते हैं।

दिलचस्प बात यह है कि पांचवीं आबादी भी उभरी, और यह भोजन की छवियों के लिए चयनात्मक प्रतीत हुई।

खोसला कहते हैं, ”पहले तो हम इससे काफी हैरान थे क्योंकि खाना दिखने में समरूप श्रेणी नहीं है.” “सेब और मकई और पास्ता जैसी चीजें सभी एक दूसरे के विपरीत दिखती हैं, फिर भी हमें एक ऐसी आबादी मिली जो इन सभी विविध खाद्य पदार्थों के समान प्रतिक्रिया देती है।”

खाद्य-विशिष्ट आबादी, जिसे शोधकर्ता उदर खाद्य घटक (वीएफसी) कहते हैं, एफएफए के दोनों ओर स्थित न्यूरॉन्स के दो समूहों में फैली हुई प्रतीत होती है।

“हमें लगता है कि खाद्य चयनात्मकता को पहले चित्रित करना कठिन था क्योंकि भोजन के लिए चयनात्मक आबादी अन्य आस-पास की आबादी के साथ परस्पर जुड़ी हुई है, जिनके पास अन्य उत्तेजना विशेषताओं के लिए अलग-अलग प्रतिक्रियाएं हैं। एफएमआरआई का कम स्थानिक संकल्प हमें इस चयनात्मकता को देखने से रोकता है क्योंकि प्रतिक्रियाएं विभिन्न तंत्रिका आबादी के स्वर एक स्वर में मिश्रित हो जाते हैं,” खोसला कहते हैं।

भोजन बनाम गैर-खाद्य

शोधकर्ताओं ने वीएफसी के एक कम्प्यूटेशनल मॉडल को प्रशिक्षित करने के लिए डेटा का इस्तेमाल किया, पिछले मॉडल के आधार पर मूर्ति ने मस्तिष्क के चेहरे और स्थान पहचान क्षेत्रों के लिए विकसित किया था। इसने शोधकर्ताओं को अतिरिक्त प्रयोग चलाने और वीएफसी की प्रतिक्रियाओं की भविष्यवाणी करने की अनुमति दी। एक प्रयोग में, उन्होंने मॉडल से मेल खाने वाले खाद्य और गैर-खाद्य पदार्थों की छवियों को खिलाया जो बहुत समान दिखते थे – उदाहरण के लिए, एक केला और एक पीला अर्धचंद्र।

खोसला कहते हैं, “उन मिलान उत्तेजनाओं में बहुत समान दृश्य गुण होते हैं, लेकिन मुख्य विशेषता जिसमें वे भिन्न होते हैं, खाद्य बनाम अखाद्य होते हैं।” “हम भविष्य कहनेवाला मॉडल के माध्यम से उन मनमानी उत्तेजनाओं को खिला सकते हैं और देख सकते हैं कि क्या यह अभी भी गैर-खाद्य की तुलना में भोजन के लिए अधिक प्रतिक्रिया देगा, बिना एफएमआरआई डेटा एकत्र किए।”

वे लाखों छवियों से युक्त बहुत बड़े डेटासेट का विश्लेषण करने के लिए कम्प्यूटेशनल मॉडल का भी उपयोग कर सकते हैं। उन सिमुलेशन ने यह पुष्टि करने में मदद की कि वीएफसी भोजन की छवियों के लिए अत्यधिक चुनिंदा है।

मानव fMRI डेटा के अपने विश्लेषण से, शोधकर्ताओं ने पाया कि कुछ विषयों में, VFC ने सेब जैसे असंसाधित खाद्य पदार्थों की तुलना में पिज्जा जैसे प्रसंस्कृत खाद्य पदार्थों के लिए थोड़ा अधिक प्रतिक्रिया दी। भविष्य में वे यह पता लगाने की उम्मीद करते हैं कि किसी विशेष भोजन की परिचितता और पसंद या नापसंद जैसे कारक उस भोजन के प्रति व्यक्तियों की प्रतिक्रियाओं को कैसे प्रभावित कर सकते हैं। वे यह भी अध्ययन करने की उम्मीद करते हैं कि बचपन के दौरान यह क्षेत्र कब और कैसे विशिष्ट हो जाता है, और मस्तिष्क के अन्य हिस्सों के साथ यह संचार करता है। एक और सवाल यह है कि क्या यह खाद्य-चयनात्मक आबादी अन्य जानवरों जैसे बंदरों में देखी जाएगी, जो मनुष्य के भोजन के लिए सांस्कृतिक महत्व को नहीं जोड़ते हैं। शोध को नेशनल इंस्टीट्यूट ऑफ हेल्थ, नेशनल आई इंस्टीट्यूट और नेशनल साइंस फाउंडेशन द्वारा एमआईटी सेंटर फॉर ब्रेन्स, माइंड्स एंड मशीन्स के माध्यम से वित्त पोषित किया गया था।

स्रोत: यूरेकलर्ट