به گزارش ایسنا و به نقل از ساینس دیلی، مهندسان" دانشگاه نورث وسترن"( Northwestern University) آمریکا، اولین شبیه سازی سه بعدی پویا را از سیستم کامل سبیل موش صحرایی ابداع کرده اند که بینش نادر و واقع بینانه ای را در خصوص نحوه دستیابی موش ها به اطلاعات مربوط به لامسه ارائه می دهد.
این مدل جدید که" WHISKiT" نام دارد، ۶۰ نوع سبیل را شامل می شود. شاید این فن آوری بتواند به پژوهشگران کمک کند تا پیش بینی کنند که سبیل ها چگونه سلول های گوناگون را برای تاثیرگذاری در سیگنال های ارسال شده به مغز فعال می کنند و بینش های جدیدی را در خصوص ماهیت مرموز لمس کردن انسان ارائه می دهند.
موش های صحرایی با کمک سبیل های خود میتوانند اطلاعات دقیقی را در مورد محیط اطراف از جمله فاصله، جهت، شکل و بافت یک جسم به دست بیاورند. این توانایی قوی موجب می شود که سیستم حسی موش برای بررسی رابطه میان سبیل متحرک و ورودی حسی که همان سیگنال های لمسی ارسال شده به مغز هستند، ایده آل باشد.
هرچند سیستم سبیل موش صحرایی به صورت گسترده در علوم اعصاب به کار میرود اما بررسی سیستم عصبی یک حیوان هنگام حرکت برای تعامل با محیط طبیعی خود چالش برانگیز است.
" میترا هارتمن"( Mitra Hartmann)، از پژوهشگران این پروژه خاطرنشان کرد:ما نمی توانیم سیگنال های حاصل از یک سبیل واقعی را با استفاده از فن آوری های کنونی اندازه گیری کنیم برای اینکه به محض قرار دادن یک حسگر، کار سیگنال ها مختل می شود. تنها راهی که با کمک آن می توانیم یک موش صحرایی را به صورت فعال در شرایط حس کردن محیط اطراف قرار دهیم، شبیه سازی است.
شبیه سازی ها با توانایی غلبه بر این چالش ها، به یکی از مؤلفه های مهم حوزه علوم اعصاب تبدیل شده اند. محققان اکنون با ابداع WHISKiT، نخستین مدل کامل از ورودی لمسی را در یک سیستم حسی در حال حرکت در اختیار دارند.
" نادینا زویفل"( Nadina Zweifel)، پژوهشگر ارشد این پروژه بیان کرد:از آنجا که سبیل ها به صورت جداگانه کار نمی کنند، WHISKiT باید نحوه پردازش اطلاعات لمسی توسط مغز را درک کند. این مانند یک دوربین لمسی است که سیگنال های مکانیکی مورد نیاز حیوان را برای تعامل با محیط ثبت می کند. ما باور داریم که فن آوری ما با این روش، امکان پژوهش های محاسباتی و تجربی را در آینده به صورت قابل توجهی گسترش می دهد.
پژوهشگران دانشگاه نورث وسترن برای ابداع WHISKiT، داده های آزمایشگاه هارتمن را که طی بیش از یک دهه به دست آمده بود، با هم ترکیب کردند. از آنجا که هر سبیل کمی متفاوت است، پژوهشگران از پیش هندسه مناسب را برای هر سبیل محاسبه کردند و پس از تایید مدل ها، آنها را در یک آرایه کامل ترکیب کردند. مدل به دست آمده ، هندسه و حرکت هر ۶۰ نوع سبیل را روی صورت موش در نظر می گیرد.
مدل WHISKiT، داده های جدیدی را نیز در بر دارد که از اسکن های سه بعدی به دست آمده اند. زویفل، این اسکن ها را از محیط طبیعی اطراف موش ها مانند کوچه های شهر، اطراف زباله دانی ها و لوله های فاضلاب جمع آوری کرده است. مدل WHISKiT، موش ها را در این محیط های طبیعی و همچنین تنظیمات آزمایشگاهی شبیه سازی می کند. پژوهشگران دریافتند که هر محیطی، الگوی منحصر به فردی از داده ها تولید می کند.
برنامه بعدی پژوهشگران این است که شبیه سازی ها را برای پاسخ دادن به چندین سؤال که قدمت زیادی دارند، به کار ببرند؛ سوالاتی از این دست که موش ها چگونه میتوانند از لمس کردن برای تشخیص دادن اجسام ثابت و متحرک استفاده کنند.
این پژوهش، در مجله" PNAS" به چاپ رسید.
- 10
- 2
