ສໍາລັບນັກຄົ້ນຄວ້າທີ່ສຶກສາ neurodegeneration, ການຂາດການປະກາດ "ເວລາຂອງການເສຍຊີວິດ" ທີ່ຊັດເຈນນີ້ສໍາລັບ neurons ເຮັດໃຫ້ມັນຍາກທີ່ຈະກໍານົດສິ່ງທີ່ປັດໃຈນໍາໄປສູ່ການເສຍຊີວິດຂອງເຊນແລະການກວດສອບຢາທີ່ອາດຈະຊ່ວຍປະຢັດຈຸລັງຜູ້ສູງອາຍຸຈາກການຕາຍ.
ໃນປັດຈຸບັນ, ນັກຄົ້ນຄວ້າທີ່ສະຖາບັນ Gladstone ໄດ້ພັດທະນາເຕັກໂນໂລຢີໃຫມ່ທີ່ໃຫ້ພວກເຂົາຕິດຕາມຫລາຍພັນຈຸລັງໃນເວລາຫນຶ່ງແລະກໍານົດເວລາທີ່ຊັດເຈນຂອງການເສຍຊີວິດສໍາລັບຈຸລັງໃດໆໃນກຸ່ມ. ທີມງານໄດ້ສະແດງໃຫ້ເຫັນ, ໃນເອກະສານທີ່ຈັດພີມມາໃນວາລະສານ Nature Communications, ວ່າວິທີການເຮັດວຽກຢູ່ໃນຈຸລັງຫນູແລະຂອງມະນຸດເຊັ່ນດຽວກັນກັບພາຍໃນ zebrafish ທີ່ມີຊີວິດ, ແລະສາມາດຖືກນໍາໃຊ້ເພື່ອຕິດຕາມຈຸລັງໃນໄລຍະເວລາຂອງອາທິດຫາເດືອນ.
Steve Finkbeiner, MD, PhD, ຜູ້ອໍານວຍການສູນລະບົບແລະການປິ່ນປົວທີ່ Gladstone ແລະຜູ້ຂຽນອາວຸໂສຂອງການສຶກສາໃຫມ່ກ່າວວ່າ "ການໄດ້ຮັບເວລາທີ່ຊັດເຈນຂອງການເສຍຊີວິດແມ່ນມີຄວາມສໍາຄັນຫຼາຍສໍາລັບການເປີດເຜີຍສາເຫດແລະຜົນກະທົບຂອງພະຍາດ neurodegenerative," ເວົ້າວ່າ. "ມັນສາມາດເຮັດໃຫ້ພວກເຮົາຮູ້ວ່າປັດໃຈໃດທີ່ເຮັດໃຫ້ເກີດການຕາຍຂອງເຊນໂດຍກົງ, ເຊິ່ງແມ່ນເຫດການທີ່ເກີດຂື້ນ, ແລະສິ່ງທີ່ອາດຈະເປັນກົນໄກການຮັບມືກັບການຊັກຊ້າການເສຍຊີວິດ."
ໃນເອກະສານທີ່ນຳມາເຜີຍແຜ່ໃນວາລະສານ Science Advances, ນັກຄົ້ນຄວ້າໄດ້ລວມເອົາເທັກໂນໂລຍີເຊັນເຊີເຊວເຂົ້າກັບວິທີການຮຽນຮູ້ເຄື່ອງຈັກ, ສອນຄອມພິວເຕີໃຫ້ຈຳແນກຈຸລັງທີ່ມີຊີວິດ ແລະ ຕາຍໄດ້ໄວ ແລະຖືກຕ້ອງກວ່າມະນຸດ 100 ເທົ່າ.
"ມັນໃຊ້ເວລາຫຼາຍເດືອນຂອງນັກສຶກສາວິທະຍາໄລເພື່ອວິເຄາະຂໍ້ມູນປະເພດເຫຼົ່ານີ້ດ້ວຍມື, ແລະລະບົບໃຫມ່ຂອງພວກເຮົາແມ່ນເກືອບທັນທີທັນໃດ - ຕົວຈິງແລ້ວມັນແລ່ນໄວກວ່າທີ່ພວກເຮົາສາມາດໄດ້ຮັບຮູບພາບໃຫມ່ໃນກ້ອງຈຸລະທັດ," Jeremy Linsley, PhD, ຜູ້ນໍາໂຄງການວິທະຍາສາດໃນ Finkbeiner's ກ່າວ. ຫ້ອງທົດລອງແລະຜູ້ຂຽນທໍາອິດຂອງທັງສອງເອກະສານໃຫມ່.
ການສອນເຊັນເຊີເກົ່າ Tricks ໃຫມ່
ເມື່ອຈຸລັງຕາຍ - ບໍ່ວ່າຈະເປັນສາເຫດຫຼືກົນໄກໃດກໍ່ຕາມ - ໃນທີ່ສຸດພວກມັນຈະແຕກແຍກແລະເຍື່ອຂອງພວກມັນຈະເສື່ອມໂຊມ. ແຕ່ຂະບວນການຍ່ອຍສະຫຼາຍນີ້ໃຊ້ເວລາ, ເຮັດໃຫ້ມັນຍາກສໍາລັບນັກວິທະຍາສາດທີ່ຈະຈໍາແນກລະຫວ່າງຈຸລັງທີ່ຢຸດເຊົາການເຮັດວຽກດົນນານ, ຄົນທີ່ເຈັບປ່ວຍແລະຕາຍ, ແລະຜູ້ທີ່ມີສຸຂະພາບດີ.
ໂດຍທົ່ວໄປແລ້ວນັກຄົ້ນຄວ້າຈະໃຊ້ແທໍກ fluorescent ຫຼືສີຍ້ອມຜ້າເພື່ອຕິດຕາມຈຸລັງທີ່ເປັນພະຍາດດ້ວຍກ້ອງຈຸລະທັດໃນໄລຍະເວລາແລະພະຍາຍາມວິນິດໄສວ່າພວກມັນຢູ່ໃສໃນຂະບວນການຍ່ອຍສະຫຼາຍນີ້. ສີຍ້ອມສີ, ຮອຍເປື້ອນ, ແລະປ້າຍຊື່ຈໍານວນຫຼາຍໄດ້ຖືກພັດທະນາເພື່ອຈໍາແນກຈຸລັງທີ່ຕາຍແລ້ວຈາກສິ່ງທີ່ຍັງມີຊີວິດ, ແຕ່ພວກມັນມັກຈະເຮັດວຽກພຽງແຕ່ໄລຍະເວລາສັ້ນໆກ່ອນທີ່ຈະຈາງລົງແລະຍັງສາມາດເປັນພິດຕໍ່ຈຸລັງໃນເວລາທີ່ໃຊ້.
Linsley ກ່າວວ່າ "ພວກເຮົາຕ້ອງການຕົວຊີ້ບອກທີ່ຄົງຢູ່ຕະຫຼອດຊີວິດຂອງເຊນ - ບໍ່ພຽງແຕ່ສອງສາມຊົ່ວໂມງເທົ່ານັ້ນ - ແລະຫຼັງຈາກນັ້ນໃຫ້ສັນຍານທີ່ຊັດເຈນພຽງແຕ່ຫຼັງຈາກຊ່ວງເວລາສະເພາະທີ່ຈຸລັງຕາຍ," Linsley ເວົ້າ.
Linsley, Finkbeiner, ແລະເພື່ອນຮ່ວມງານຂອງພວກເຂົາໄດ້ຮ່ວມກັນເລືອກເຊັນເຊີດ້ວຍທາດການຊຽມ, ໃນເບື້ອງຕົ້ນຖືກອອກແບບມາເພື່ອຕິດຕາມລະດັບຂອງແຄຊຽມພາຍໃນຈຸລັງ. ໃນຂະນະທີ່ຈຸລັງຕາຍແລະເຍື່ອຂອງມັນຈະຮົ່ວ, ຜົນຂ້າງຄຽງຫນຶ່ງແມ່ນທາດການຊຽມຈະເຂົ້າໄປໃນ cytosol ທີ່ມີນ້ໍາຂອງເຊນ, ເຊິ່ງປົກກະຕິແລ້ວມີລະດັບແຄຊຽມຂ້ອນຂ້າງຕໍ່າ.
ດັ່ງນັ້ນ, Linsley ວິສະວະກໍາເຊັນເຊີດ້ວຍທາດການຊຽມໃຫ້ຢູ່ໃນ cytosol, ບ່ອນທີ່ພວກມັນຈະ fluoresce ພຽງແຕ່ເມື່ອລະດັບແຄຊຽມເພີ່ມຂຶ້ນໃນລະດັບທີ່ຊີ້ໃຫ້ເຫັນເຖິງການຕາຍຂອງເຊນ. ເຊັນເຊີໃໝ່, ທີ່ເອີ້ນວ່າຕົວຊີ້ບອກການຕາຍທີ່ເຂົ້າລະຫັດພັນທຸກໍາ (GEDI, ອອກສຽງຄືກັບ Jedi ໃນ Star Wars), ສາມາດໃສ່ເຂົ້າໄປໃນເຊນຊະນິດໃດກໍໄດ້ ແລະສົ່ງສັນຍານວ່າເຊລມີຊີວິດ ຫຼືຕາຍຕະຫຼອດຊີວິດຂອງເຊນ.
ເພື່ອທົດສອບຜົນປະໂຫຍດຂອງເຊັນເຊີທີ່ຖືກອອກແບບຄືນໃຫມ່, ກຸ່ມດັ່ງກ່າວໄດ້ວາງກຸ່ມ neurons ໃຫຍ່ - ແຕ່ລະປະກອບດ້ວຍ GEDI - ພາຍໃຕ້ກ້ອງຈຸລະທັດ. ຫຼັງຈາກການເບິ່ງເຫັນຫຼາຍກວ່າຫນຶ່ງລ້ານຈຸລັງ, ໃນບາງກໍລະນີທີ່ມີຄວາມສ່ຽງຕໍ່ການເສື່ອມໂຊມຂອງລະບົບປະສາດແລະໃນບ່ອນອື່ນໆທີ່ສໍາຜັດກັບທາດປະສົມທີ່ເປັນພິດ, ນັກຄົ້ນຄວ້າພົບວ່າເຊັນເຊີ GEDI ແມ່ນຖືກຕ້ອງຫຼາຍກ່ວາຕົວຊີ້ວັດການເສຍຊີວິດຂອງເຊນອື່ນໆ: ບໍ່ມີກໍລະນີດຽວທີ່ເຊັນເຊີແມ່ນ. ເປີດໃຊ້ງານ ແລະ ເຊັລຍັງມີຊີວິດຢູ່. ຍິ່ງໄປກວ່ານັ້ນ, ນອກເຫນືອຈາກຄວາມຖືກຕ້ອງນັ້ນ, GEDI ຍັງເບິ່ງຄືວ່າຈະກວດພົບການເສຍຊີວິດຂອງເຊນຢູ່ໃນຂັ້ນຕອນກ່ອນຫນ້າກ່ວາວິທີການທີ່ຜ່ານມາ - ໃກ້ກັບ "ຈຸດທີ່ບໍ່ມີການກັບຄືນ" ສໍາລັບການເສຍຊີວິດຂອງເຊນ.
"ນີ້ອະນຸຍາດໃຫ້ທ່ານສາມາດແຍກຈຸລັງທີ່ມີຊີວິດແລະຕາຍໃນແບບທີ່ບໍ່ເຄີຍເປັນໄປໄດ້," Linsley ເວົ້າ.
ການກວດຫາການຕາຍຂອງມະນຸດ
Linsley ໄດ້ກ່າວເຖິງ GEDI ກັບນ້ອງຊາຍຂອງລາວ—Drew Linsley, PhD, ຜູ້ຊ່ວຍສາດສະດາຈານຂອງມະຫາວິທະຍາໄລ Brown ທີ່ຊ່ຽວຊານໃນການນຳໃຊ້ປັນຍາປະດິດກັບຂໍ້ມູນຊີວະພາບຂະໜາດໃຫຍ່. ອ້າຍຂອງລາວແນະນໍາວ່ານັກຄົ້ນຄວ້ານໍາໃຊ້ເຊັນເຊີ, ບວກໃສ່ກັບວິທີການການຮຽນຮູ້ເຄື່ອງຈັກ, ເພື່ອສອນລະບົບຄອມພິວເຕີເພື່ອຮັບຮູ້ຈຸລັງສະຫມອງທີ່ມີຊີວິດຢູ່ແລະຕາຍໂດຍອີງໃສ່ຮູບແບບຂອງເຊນເທົ່ານັ້ນ.
ທີມງານໄດ້ສົມທົບຜົນໄດ້ຮັບຈາກເຊັນເຊີໃຫມ່ທີ່ມີຂໍ້ມູນ fluorescence ມາດຕະຖານໃນ neurons ດຽວກັນ, ແລະພວກເຂົາສອນແບບຈໍາລອງຄອມພິວເຕີ, ເອີ້ນວ່າ BO-CNN, ເພື່ອຮັບຮູ້ຮູບແບບ fluorescence ປົກກະຕິທີ່ກ່ຽວຂ້ອງກັບສິ່ງທີ່ຈຸລັງຕາຍ. ຮູບແບບດັ່ງກ່າວ, ອ້າຍນ້ອງ Linsley ສະແດງໃຫ້ເຫັນ, ຖືກຕ້ອງ 96 ເປີເຊັນແລະດີກ່ວາສິ່ງທີ່ຜູ້ສັງເກດການຂອງມະນຸດສາມາດເຮັດໄດ້, ແລະໄວກວ່າ 100 ເທົ່າຂອງວິທີການທີ່ຜ່ານມາຂອງຄວາມແຕກຕ່າງຂອງຈຸລັງທີ່ມີຊີວິດແລະຕາຍ.
"ສໍາລັບບາງປະເພດຂອງເຊນ, ມັນເປັນການຍາກທີ່ສຸດສໍາລັບບຸກຄົນທີ່ຈະເລືອກເອົາວ່າຈຸລັງມີຊີວິດຢູ່ຫຼືຕາຍ - ແຕ່ຕົວແບບຄອມພິວເຕີຂອງພວກເຮົາ, ໂດຍການຮຽນຮູ້ຈາກ GEDI, ສາມາດແຍກຄວາມແຕກຕ່າງຂອງພວກມັນໂດຍອີງໃສ່ບາງສ່ວນຂອງຮູບພາບທີ່ພວກເຮົາບໍ່ເຄີຍຮູ້ມາກ່ອນ. ມີປະໂຫຍດໃນການຈໍາແນກຈຸລັງທີ່ມີຊີວິດແລະຕາຍ,” Jeremy Linsley ເວົ້າ.
ທັງສອງ GEDI ແລະ BO-CNN ໃນປັດຈຸບັນຈະອະນຸຍາດໃຫ້ນັກຄົ້ນຄວ້າປະຕິບັດການສຶກສາໃຫມ່ທີ່ມີຄວາມໄວສູງເພື່ອຄົ້ນພົບວ່າຈຸລັງສະຫມອງຕາຍເວລາໃດແລະບ່ອນທີ່ເປັນຈຸດສິ້ນສຸດທີ່ສໍາຄັນສໍາລັບບາງພະຍາດທີ່ສໍາຄັນທີ່ສຸດ. ພວກເຂົາເຈົ້າຍັງສາມາດກວດກາຢາສໍາລັບຄວາມສາມາດໃນການຊັກຊ້າຫຼືຫຼີກເວັ້ນການເສຍຊີວິດຂອງເຊນໃນພະຍາດ neurodegenerative. ຫຼື, ໃນກໍລະນີຂອງມະເຮັງ, ພວກເຂົາສາມາດຊອກຫາຢາທີ່ເລັ່ງການຕາຍຂອງຈຸລັງທີ່ເປັນພະຍາດ.
Finkbeiner ກ່າວວ່າ "ເທກໂນໂລຍີເຫຼົ່ານີ້ແມ່ນຕົວປ່ຽນເກມໃນຄວາມສາມາດຂອງພວກເຮົາທີ່ຈະເຂົ້າໃຈບ່ອນ, ເວລາໃດ, ແລະເປັນຫຍັງການເສຍຊີວິດເກີດຂື້ນຢູ່ໃນຈຸລັງ," Finkbeiner ເວົ້າ. "ເປັນຄັ້ງທຳອິດ, ພວກເຮົາສາມາດໝູນໃຊ້ຄວາມໄວ ແລະຂະໜາດໄດ້ຢ່າງແທ້ຈິງໂດຍຄວາມກ້າວໜ້າໃນກ້ອງຈຸລະທັດທີ່ຊ່ວຍດ້ວຍຫຸ່ນຍົນເພື່ອກວດຫາການຕາຍຂອງເຊນໄດ້ຢ່າງຖືກຕ້ອງ, ແລະເຮັດໄດ້ດີກ່ອນເວລາຂອງການຕາຍ. ພວກເຮົາຫວັງວ່ານີ້ສາມາດນໍາໄປສູ່ການປິ່ນປົວສະເພາະສໍາລັບພະຍາດ neurodegenerative ຈໍານວນຫຼາຍທີ່ຍັງບໍ່ທັນສາມາດປິ່ນປົວໄດ້."
