ਨਿਊਰੋਡੀਜਨਰੇਸ਼ਨ ਦਾ ਅਧਿਐਨ ਕਰਨ ਵਾਲੇ ਖੋਜਕਰਤਾਵਾਂ ਲਈ, ਨਿਊਰੋਨਸ ਲਈ "ਮੌਤ ਦੇ ਸਮੇਂ" ਦੀ ਸਹੀ ਘੋਸ਼ਣਾ ਦੀ ਘਾਟ ਇਹ ਪਤਾ ਲਗਾਉਣਾ ਔਖਾ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਕਿਹੜੇ ਕਾਰਕ ਸੈੱਲਾਂ ਦੀ ਮੌਤ ਦਾ ਕਾਰਨ ਬਣਦੇ ਹਨ ਅਤੇ ਦਵਾਈਆਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਜੋ ਬੁਢਾਪੇ ਦੇ ਸੈੱਲਾਂ ਨੂੰ ਮਰਨ ਤੋਂ ਬਚਾ ਸਕਦੀਆਂ ਹਨ।
ਹੁਣ, ਗਲੈਡਸਟੋਨ ਇੰਸਟੀਚਿਊਟਸ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇੱਕ ਨਵੀਂ ਤਕਨਾਲੋਜੀ ਵਿਕਸਿਤ ਕੀਤੀ ਹੈ ਜੋ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਸੈੱਲਾਂ ਨੂੰ ਟਰੈਕ ਕਰਨ ਅਤੇ ਸਮੂਹ ਵਿੱਚ ਕਿਸੇ ਵੀ ਸੈੱਲ ਲਈ ਮੌਤ ਦੇ ਸਹੀ ਪਲ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਦਿੰਦੀ ਹੈ। ਟੀਮ ਨੇ ਨੇਚਰ ਕਮਿਊਨੀਕੇਸ਼ਨਜ਼ ਜਰਨਲ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਪੇਪਰ ਵਿੱਚ ਦਿਖਾਇਆ ਕਿ ਇਹ ਪਹੁੰਚ ਚੂਹੇ ਅਤੇ ਮਨੁੱਖੀ ਸੈੱਲਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਲਾਈਵ ਜ਼ੈਬਰਾਫਿਸ਼ ਵਿੱਚ ਕੰਮ ਕਰਦੀ ਹੈ, ਅਤੇ ਕਈ ਹਫ਼ਤਿਆਂ ਤੋਂ ਮਹੀਨਿਆਂ ਦੀ ਮਿਆਦ ਵਿੱਚ ਸੈੱਲਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾ ਸਕਦੀ ਹੈ।
ਗਲੈਡਸਟੋਨ ਦੇ ਸੈਂਟਰ ਫਾਰ ਸਿਸਟਮਜ਼ ਐਂਡ ਥੈਰੇਪਿਊਟਿਕਸ ਦੇ ਡਾਇਰੈਕਟਰ ਅਤੇ ਦੋਵੇਂ ਨਵੇਂ ਅਧਿਐਨਾਂ ਦੇ ਸੀਨੀਅਰ ਲੇਖਕ ਸਟੀਵ ਫਿੰਕਬੇਨਰ, ਐਮਡੀ, ਪੀਐਚਡੀ, ਕਹਿੰਦੇ ਹਨ, "ਨਿਊਰੋਡੀਜਨਰੇਟਿਵ ਬਿਮਾਰੀਆਂ ਵਿੱਚ ਕਾਰਨ ਅਤੇ ਪ੍ਰਭਾਵ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਮੌਤ ਦਾ ਸਹੀ ਸਮਾਂ ਪ੍ਰਾਪਤ ਕਰਨਾ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ।" "ਇਹ ਸਾਨੂੰ ਇਹ ਪਤਾ ਲਗਾਉਣ ਦਿੰਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਕਾਰਕ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸੈੱਲ ਦੀ ਮੌਤ ਦਾ ਕਾਰਨ ਬਣ ਰਹੇ ਹਨ, ਜੋ ਕਿ ਇਤਫਾਕਨ ਹਨ, ਅਤੇ ਜੋ ਮੌਤ ਵਿੱਚ ਦੇਰੀ ਕਰਨ ਵਾਲੀ ਵਿਧੀ ਦਾ ਮੁਕਾਬਲਾ ਕਰ ਸਕਦੇ ਹਨ।"
ਸਾਇੰਸ ਐਡਵਾਂਸ ਜਰਨਲ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਸਾਥੀ ਪੇਪਰ ਵਿੱਚ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸੈੱਲ ਸੈਂਸਰ ਤਕਨਾਲੋਜੀ ਨੂੰ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਪਹੁੰਚ ਨਾਲ ਜੋੜਿਆ, ਇੱਕ ਕੰਪਿਊਟਰ ਨੂੰ ਸਿਖਾਇਆ ਕਿ ਕਿਵੇਂ ਜੀਵਿਤ ਅਤੇ ਮਰੇ ਹੋਏ ਸੈੱਲਾਂ ਨੂੰ ਮਨੁੱਖ ਨਾਲੋਂ 100 ਗੁਣਾ ਤੇਜ਼ ਅਤੇ ਵਧੇਰੇ ਸਹੀ ਢੰਗ ਨਾਲ ਵੱਖ ਕਰਨਾ ਹੈ।
"ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਡੇਟਾ ਦਾ ਹੱਥਾਂ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਿੱਚ ਕਾਲਜ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਮਹੀਨੇ ਲੱਗ ਗਏ, ਅਤੇ ਸਾਡੀ ਨਵੀਂ ਪ੍ਰਣਾਲੀ ਲਗਭਗ ਤਤਕਾਲ ਹੈ - ਇਹ ਅਸਲ ਵਿੱਚ ਮਾਈਕ੍ਰੋਸਕੋਪ 'ਤੇ ਨਵੀਆਂ ਤਸਵੀਰਾਂ ਪ੍ਰਾਪਤ ਕਰਨ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਚੱਲਦੀ ਹੈ," ਜੇਰੇਮੀ ਲਿੰਸਲੇ, ਪੀਐਚਡੀ, ਫਿੰਕਬੀਨਰ ਦੇ ਇੱਕ ਵਿਗਿਆਨਕ ਪ੍ਰੋਗਰਾਮ ਲੀਡਰ ਕਹਿੰਦੇ ਹਨ। ਲੈਬ ਅਤੇ ਦੋਵਾਂ ਨਵੇਂ ਪੇਪਰਾਂ ਦੇ ਪਹਿਲੇ ਲੇਖਕ।
ਇੱਕ ਪੁਰਾਣੇ ਸੈਂਸਰ ਨੂੰ ਨਵੀਆਂ ਚਾਲਾਂ ਸਿਖਾਉਣਾ
ਜਦੋਂ ਸੈੱਲ ਮਰ ਜਾਂਦੇ ਹਨ - ਕਾਰਨ ਜਾਂ ਵਿਧੀ ਜੋ ਵੀ ਹੋਵੇ - ਉਹ ਆਖਰਕਾਰ ਖੰਡਿਤ ਹੋ ਜਾਂਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਦੀ ਝਿੱਲੀ ਵਿਗੜ ਜਾਂਦੀ ਹੈ। ਪਰ ਇਸ ਨਿਘਾਰ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਸਮਾਂ ਲੱਗਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਵਿਗਿਆਨੀਆਂ ਲਈ ਉਹਨਾਂ ਸੈੱਲਾਂ ਵਿੱਚ ਫਰਕ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ ਜੋ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਕੰਮ ਕਰਨਾ ਬੰਦ ਕਰ ਚੁੱਕੇ ਹਨ, ਜਿਹੜੇ ਬਿਮਾਰ ਹਨ ਅਤੇ ਮਰ ਰਹੇ ਹਨ, ਅਤੇ ਜਿਹੜੇ ਸਿਹਤਮੰਦ ਹਨ।
ਖੋਜਕਰਤਾ ਆਮ ਤੌਰ 'ਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਮਾਈਕ੍ਰੋਸਕੋਪ ਨਾਲ ਰੋਗੀ ਸੈੱਲਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ ਫਲੋਰੋਸੈਂਟ ਟੈਗਸ ਜਾਂ ਰੰਗਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਅਤੇ ਇਹ ਪਤਾ ਲਗਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ ਕਿ ਉਹ ਇਸ ਪਤਨ ਪ੍ਰਕਿਰਿਆ ਦੇ ਅੰਦਰ ਕਿੱਥੇ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਸੂਚਕ ਰੰਗ, ਧੱਬੇ, ਅਤੇ ਲੇਬਲ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਮਰੇ ਹੋਏ ਸੈੱਲਾਂ ਨੂੰ ਉਹਨਾਂ ਤੋਂ ਵੱਖ ਕਰਨ ਲਈ ਵਿਕਸਤ ਕੀਤੇ ਗਏ ਹਨ ਜੋ ਅਜੇ ਵੀ ਜ਼ਿੰਦਾ ਹਨ, ਪਰ ਉਹ ਅਕਸਰ ਫਿੱਕੇ ਪੈਣ ਤੋਂ ਪਹਿਲਾਂ ਥੋੜ੍ਹੇ ਸਮੇਂ ਲਈ ਕੰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਜਦੋਂ ਉਹਨਾਂ ਨੂੰ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਸੈੱਲਾਂ ਲਈ ਜ਼ਹਿਰੀਲੇ ਵੀ ਹੋ ਸਕਦੇ ਹਨ।
ਲਿੰਸਲੇ ਕਹਿੰਦਾ ਹੈ, “ਅਸੀਂ ਸੱਚਮੁੱਚ ਇੱਕ ਅਜਿਹਾ ਸੰਕੇਤਕ ਚਾਹੁੰਦੇ ਸੀ ਜੋ ਸੈੱਲ ਦੇ ਪੂਰੇ ਜੀਵਨ ਕਾਲ ਲਈ ਰਹਿੰਦਾ ਹੈ—ਸਿਰਫ ਕੁਝ ਘੰਟਿਆਂ ਲਈ ਨਹੀਂ—ਅਤੇ ਫਿਰ ਸੈੱਲ ਦੇ ਮਰਨ ਤੋਂ ਬਾਅਦ ਹੀ ਇੱਕ ਸਪੱਸ਼ਟ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ,” ਲਿੰਸਲੇ ਕਹਿੰਦਾ ਹੈ।
ਲਿੰਸਲੇ, ਫਿੰਕਬੀਨਰ, ਅਤੇ ਉਹਨਾਂ ਦੇ ਸਾਥੀਆਂ ਨੇ ਕੈਲਸ਼ੀਅਮ ਸੈਂਸਰਾਂ ਦੀ ਚੋਣ ਕੀਤੀ, ਅਸਲ ਵਿੱਚ ਇੱਕ ਸੈੱਲ ਦੇ ਅੰਦਰ ਕੈਲਸ਼ੀਅਮ ਦੇ ਪੱਧਰਾਂ ਨੂੰ ਟਰੈਕ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਸੈੱਲ ਮਰ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸਦੀ ਝਿੱਲੀ ਲੀਕ ਹੋ ਜਾਂਦੀ ਹੈ, ਇੱਕ ਮਾੜਾ ਪ੍ਰਭਾਵ ਇਹ ਹੁੰਦਾ ਹੈ ਕਿ ਕੈਲਸ਼ੀਅਮ ਸੈੱਲ ਦੇ ਪਾਣੀ ਵਾਲੇ ਸਾਈਟੋਸੋਲ ਵਿੱਚ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ ਕੈਲਸ਼ੀਅਮ ਦਾ ਪੱਧਰ ਘੱਟ ਹੁੰਦਾ ਹੈ।
ਇਸ ਲਈ, ਲਿੰਸਲੇ ਨੇ ਕੈਲਸ਼ੀਅਮ ਸੈਂਸਰਾਂ ਨੂੰ ਸਾਇਟੋਸੋਲ ਵਿੱਚ ਰਹਿਣ ਲਈ ਇੰਜਨੀਅਰ ਕੀਤਾ, ਜਿੱਥੇ ਉਹ ਕੇਵਲ ਉਦੋਂ ਹੀ ਫਲੋਰੈਸ ਕਰਨਗੇ ਜਦੋਂ ਕੈਲਸ਼ੀਅਮ ਦਾ ਪੱਧਰ ਇੱਕ ਪੱਧਰ ਤੱਕ ਵਧ ਜਾਂਦਾ ਹੈ ਜੋ ਸੈੱਲ ਦੀ ਮੌਤ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਨਵੇਂ ਸੈਂਸਰ, ਜਿਸਨੂੰ ਜੈਨੇਟਿਕ ਤੌਰ 'ਤੇ ਏਨਕੋਡਡ ਮੌਤ ਸੂਚਕ (GEDI, ਸਟਾਰ ਵਾਰਜ਼ ਵਿੱਚ ਜੇਡੀ ਵਾਂਗ ਉਚਾਰਿਆ ਜਾਂਦਾ ਹੈ) ਵਜੋਂ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਨੂੰ ਕਿਸੇ ਵੀ ਕਿਸਮ ਦੇ ਸੈੱਲ ਵਿੱਚ ਪਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਇਹ ਸੰਕੇਤ ਦੇ ਸਕਦਾ ਹੈ ਕਿ ਸੈੱਲ ਦੇ ਪੂਰੇ ਜੀਵਨ ਕਾਲ ਵਿੱਚ ਸੈੱਲ ਜ਼ਿੰਦਾ ਜਾਂ ਮਰਿਆ ਹੋਇਆ ਹੈ।
ਮੁੜ-ਡਿਜ਼ਾਇਨ ਕੀਤੇ ਸੈਂਸਰਾਂ ਦੀ ਉਪਯੋਗਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ, ਸਮੂਹ ਨੇ ਮਾਈਕ੍ਰੋਸਕੋਪ ਦੇ ਹੇਠਾਂ ਨਿਊਰੋਨਸ ਦੇ ਵੱਡੇ ਸਮੂਹ ਰੱਖੇ - ਹਰ ਇੱਕ ਵਿੱਚ GEDI ਸ਼ਾਮਲ ਹੈ। ਇੱਕ ਮਿਲੀਅਨ ਤੋਂ ਵੱਧ ਸੈੱਲਾਂ ਦੀ ਕਲਪਨਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ ਨਿਊਰੋਡੀਜਨਰੇਸ਼ਨ ਦੀ ਸੰਭਾਵਨਾ ਹੈ ਅਤੇ ਹੋਰਾਂ ਵਿੱਚ ਜ਼ਹਿਰੀਲੇ ਮਿਸ਼ਰਣਾਂ ਦੇ ਸੰਪਰਕ ਵਿੱਚ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਪਾਇਆ ਕਿ GEDI ਸੈਂਸਰ ਦੂਜੇ ਸੈੱਲਾਂ ਦੀ ਮੌਤ ਦੇ ਸੂਚਕਾਂ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਸਹੀ ਸੀ: ਅਜਿਹਾ ਇੱਕ ਵੀ ਕੇਸ ਨਹੀਂ ਸੀ ਜਿੱਥੇ ਸੈਂਸਰ ਸੀ. ਸਰਗਰਮ ਹੋ ਗਿਆ ਅਤੇ ਇੱਕ ਸੈੱਲ ਜ਼ਿੰਦਾ ਰਿਹਾ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉਸ ਸ਼ੁੱਧਤਾ ਤੋਂ ਇਲਾਵਾ, GEDI ਵੀ ਪਿਛਲੇ ਤਰੀਕਿਆਂ ਨਾਲੋਂ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ 'ਤੇ ਸੈੱਲ ਮੌਤ ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਸੀ - ਸੈੱਲ ਮੌਤ ਲਈ "ਨੋ ਵਾਪਸੀ ਦੇ ਬਿੰਦੂ" ਦੇ ਨੇੜੇ।
ਲਿੰਸਲੇ ਕਹਿੰਦਾ ਹੈ, “ਇਹ ਤੁਹਾਨੂੰ ਲਾਈਵ ਅਤੇ ਮਰੇ ਹੋਏ ਸੈੱਲਾਂ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਵੱਖ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਕਦੇ ਸੰਭਵ ਨਹੀਂ ਸੀ।
ਅਲੌਕਿਕ ਮੌਤ ਦੀ ਖੋਜ
ਲਿੰਸਲੇ ਨੇ GEDI ਦਾ ਜ਼ਿਕਰ ਆਪਣੇ ਭਰਾ-ਡਰਿਊ ਲਿੰਸਲੇ, ਪੀ.ਐਚ.ਡੀ., ਬ੍ਰਾਊਨ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਇੱਕ ਸਹਾਇਕ ਪ੍ਰੋਫ਼ੈਸਰ ਨੂੰ ਕੀਤਾ, ਜੋ ਕਿ ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ ਜੀਵ-ਵਿਗਿਆਨਕ ਡੇਟਾ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਮਾਹਰ ਹੈ। ਉਸਦੇ ਭਰਾ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਕਿ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸੈਂਸਰ ਦੀ ਵਰਤੋਂ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪਹੁੰਚ ਦੇ ਨਾਲ, ਇੱਕ ਕੰਪਿਊਟਰ ਸਿਸਟਮ ਨੂੰ ਸਿਰਫ਼ ਸੈੱਲ ਦੇ ਰੂਪ ਦੇ ਆਧਾਰ 'ਤੇ ਲਾਈਵ ਅਤੇ ਮਰੇ ਹੋਏ ਦਿਮਾਗ਼ ਦੇ ਸੈੱਲਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਸਿਖਾਉਣ ਲਈ ਕੀਤੀ।
ਟੀਮ ਨੇ ਨਵੇਂ ਸੈਂਸਰ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਉਸੇ ਨਿਊਰੋਨਸ 'ਤੇ ਸਟੈਂਡਰਡ ਫਲੋਰੋਸੈਂਸ ਡੇਟਾ ਦੇ ਨਾਲ ਜੋੜਿਆ, ਅਤੇ ਉਹਨਾਂ ਨੇ ਇੱਕ ਕੰਪਿਊਟਰ ਮਾਡਲ, ਜਿਸਨੂੰ BO-CNN ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਨੂੰ ਮਰਨ ਵਾਲੇ ਸੈੱਲਾਂ ਦੇ ਕਿਸ ਤਰ੍ਹਾਂ ਦੇ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਨਾਲ ਸੰਬੰਧਿਤ ਆਮ ਫਲੋਰੋਸੈਂਸ ਪੈਟਰਨਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਸਿਖਾਇਆ। ਮਾਡਲ, ਲਿਨਸਲੇ ਭਰਾਵਾਂ ਨੇ ਦਿਖਾਇਆ, ਮਨੁੱਖੀ ਨਿਰੀਖਕ ਜੋ ਕੁਝ ਕਰ ਸਕਦੇ ਹਨ ਉਸ ਨਾਲੋਂ 96 ਪ੍ਰਤੀਸ਼ਤ ਸਹੀ ਅਤੇ ਬਿਹਤਰ ਸੀ, ਅਤੇ ਜੀਵਿਤ ਅਤੇ ਮਰੇ ਹੋਏ ਸੈੱਲਾਂ ਨੂੰ ਵੱਖ ਕਰਨ ਦੇ ਪਿਛਲੇ ਤਰੀਕਿਆਂ ਨਾਲੋਂ 100 ਗੁਣਾ ਵੱਧ ਤੇਜ਼ ਸੀ।
"ਕੁਝ ਸੈੱਲ ਕਿਸਮਾਂ ਲਈ, ਕਿਸੇ ਵਿਅਕਤੀ ਲਈ ਸੈੱਲ ਜ਼ਿੰਦਾ ਹੈ ਜਾਂ ਮਰਿਆ ਹੈ, ਇਸ ਬਾਰੇ ਪਤਾ ਲਗਾਉਣਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ - ਪਰ ਸਾਡਾ ਕੰਪਿਊਟਰ ਮਾਡਲ, GEDI ਤੋਂ ਸਿੱਖ ਕੇ, ਉਹਨਾਂ ਚਿੱਤਰਾਂ ਦੇ ਭਾਗਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਉਹਨਾਂ ਨੂੰ ਵੱਖਰਾ ਕਰਨ ਦੇ ਯੋਗ ਸੀ ਜੋ ਅਸੀਂ ਪਹਿਲਾਂ ਨਹੀਂ ਜਾਣਦੇ ਸੀ। ਜੀਵਿਤ ਅਤੇ ਮਰੇ ਹੋਏ ਸੈੱਲਾਂ ਨੂੰ ਵੱਖ ਕਰਨ ਵਿੱਚ ਮਦਦਗਾਰ ਸਨ, ”ਜੇਰੇਮੀ ਲਿੰਸਲੇ ਕਹਿੰਦਾ ਹੈ।
GEDI ਅਤੇ BO-CNN ਦੋਵੇਂ ਹੁਣ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਇਹ ਪਤਾ ਲਗਾਉਣ ਲਈ ਨਵੇਂ, ਉੱਚ-ਥਰੂਪੁੱਟ ਅਧਿਐਨ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇਣਗੇ ਕਿ ਦਿਮਾਗ ਦੇ ਸੈੱਲ ਕਦੋਂ ਅਤੇ ਕਿੱਥੇ ਮਰਦੇ ਹਨ - ਕੁਝ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਬਿਮਾਰੀਆਂ ਲਈ ਇੱਕ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਅੰਤਮ ਬਿੰਦੂ। ਉਹ ਨਿਊਰੋਡੀਜਨਰੇਟਿਵ ਬਿਮਾਰੀਆਂ ਵਿੱਚ ਸੈੱਲ ਦੀ ਮੌਤ ਵਿੱਚ ਦੇਰੀ ਕਰਨ ਜਾਂ ਬਚਣ ਦੀ ਸਮਰੱਥਾ ਲਈ ਦਵਾਈਆਂ ਦੀ ਜਾਂਚ ਵੀ ਕਰ ਸਕਦੇ ਹਨ। ਜਾਂ, ਕੈਂਸਰ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਉਹ ਦਵਾਈਆਂ ਦੀ ਖੋਜ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਬਿਮਾਰੀ ਵਾਲੇ ਸੈੱਲਾਂ ਦੀ ਮੌਤ ਨੂੰ ਤੇਜ਼ ਕਰਦੇ ਹਨ।
ਫਿੰਕਬੇਨਰ ਕਹਿੰਦਾ ਹੈ, "ਇਹ ਤਕਨਾਲੋਜੀਆਂ ਸਾਡੀ ਇਹ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਵਿੱਚ ਗੇਮ ਬਦਲਣ ਵਾਲੀਆਂ ਹਨ ਕਿ ਸੈੱਲਾਂ ਵਿੱਚ ਮੌਤ ਕਿੱਥੇ, ਕਦੋਂ ਅਤੇ ਕਿਉਂ ਹੁੰਦੀ ਹੈ।" “ਪਹਿਲੀ ਵਾਰ, ਅਸੀਂ ਸੈੱਲ ਦੀ ਮੌਤ ਦਾ ਵਧੇਰੇ ਸਹੀ ਪਤਾ ਲਗਾਉਣ ਲਈ ਰੋਬੋਟ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਮਾਈਕ੍ਰੋਸਕੋਪੀ ਵਿੱਚ ਤਰੱਕੀ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੀ ਗਤੀ ਅਤੇ ਪੈਮਾਨੇ ਨੂੰ ਸੱਚਮੁੱਚ ਵਰਤ ਸਕਦੇ ਹਾਂ, ਅਤੇ ਮੌਤ ਦੇ ਪਲ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਅਜਿਹਾ ਕਰ ਸਕਦੇ ਹਾਂ। ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਇਹ ਬਹੁਤ ਸਾਰੀਆਂ ਨਿਊਰੋਡੀਜਨਰੇਟਿਵ ਬਿਮਾਰੀਆਂ ਲਈ ਵਧੇਰੇ ਖਾਸ ਇਲਾਜ ਦੀ ਅਗਵਾਈ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਹੁਣ ਤੱਕ ਲਾਇਲਾਜ ਨਹੀਂ ਹਨ।
