MIT’nin yeni yöntemi, insan beyninin gizemli sırlarını ortaya çıkarmamızda bize fazlasıyla yardımcı olabilir!
Yüz yılı aşkın bir süredir insanlar, nöronlar ve diğer beyin hücrelerini inceleme fırsatı yakalamaya çalışıyor. Ancak bu hücrelerin çok küçük olmalarının yanı sıra, çok fazla bağlantıya sahip olmaları ve yoğun bir şekilde bir arada bulunmaları, bu incelemeleri önemli ölçüde zorlaştırmakta. Beynin çeşitli seviyelerini izlemek için farklı yöntemler bulunsa da, bu yöntemlerin her birinin kendi içerisinde sınırlı olduğu söylenebilir.
MIT tarafından geliştirilen yeni yöntem ise, sorunların bir kısmını ortada kaldırmakta. “Magnified Analysis of Proteome” (MAP) olarak adlandırılan bu yeni yöntemin baş araştırmacı Kwanghun Chung tarafından yapılan açıklaması ise, sistemi neredeyse “gerçek olamayacak kadar iyi” göstermekte.
Chung’un açıklamasına göre, kullanılan bir kimyasal işlem ile beyin boyutu değiştirilirken, hemen her şeyin bozulmadan korunması sağlanmakta. Doku örneği (farelerden alınan ölü doku) çeşitli polimerler ile dolduruluyor ve bu polimerler, başka maddelerin geçişini engellememesine rağmen oldukça yoğun olan bir jel oluşturuyor. Proteinler bu jele yapışarak, tanımlamaya uygun hale geliyor. Bu noktada jelin genleşmesine izin veriliyor ve örnek, asıl boyutunun dört-beş katına çıkıyor. Bu boyut artışı ile beraber de, daha kolay ve detaylı bir görüntüleme imkanı ortaya çıkıyor. Chung’ın söylediğine göre de bu genişleme işlemi sırasında detaylar bozulmadan korunabiliyor.
Daha basit bir tanımlama yapmak gerekirse, bu işlemi inmiş bir balonun üzerindeki küçük yazıları okumaya benzetebiliriz. Balon bir miktar şişirildiğinde, yazılar çok daha kolay okunur hale geliyor.
Oldukça basit gibi görünen bu işlem, nadir bulunan veya yabancı maddeler, ya da radyasyon kullanmıyor ve bu da genel olarak hemen her araştırmacı tarafından kullanılmasına imkan tanıyor. Ayrıca bu işlemin diğer dokularda da işe yarayacağını söylemek mümkün.
Bu işlem sayesinde, sinir ağlarının makro ve mikro seviyelerde anlaşılmaları kolaylaşabilir ve bu yeni bilgileri kullanan modeller, görüşümüzün ve algılamamızın nasıl çalıştığını anlamak konusunda bizlere yardımcı olabilir. Bu bilgiler de, bilgisayar modellerinin bu sistemlerini taklit etmesine imkan tanıyabilir…
