Prvi prozirni mozak bez cijene funkcije
📷 © Tech&Space
- ★Reagens SeeDB-Live omogućuje prozirnost živog tkiva
- ★Albumin kao ključna tvar u novoj tehnici
- ★Prvo očuvanje funkcije neurona kod pročišćavanja
Takeshi Imai sa Sveučilišta Kyushu predstavio je SeeDB-Live – prvu metodu pročišćavanja tkiva koja ne narušava biološku funkciju živih struktura. Umjesto agresivnih kemikalija, ključni je albumin, protein koji cirkulira našom krvlju i omogućuje prozirnost uz održavanje neuronske aktivnosti.
Metoda je prvi put demonstrirana na mozgu miša, gdje je refraktivni indeks ciljan na 1,36–1,37, čime se eliminiraju problemi raspršenja svjetlosti duboko u tkivu. Istraživači su testirali gotovo 100 različitih spojeva prije nego što su se zaustavili na albuminu.
Za razliku od postojećih tehnika – poput CLARITY ili iDISCO – koje zahtijevaju intenzivne kemijske tretmane ili fizičke intervencije, SeeDB-Live djeluje gotovo poput fotonskog prozora: ne remeti staničnu aktivnost, a omogućuje višeslojno snimanje neurona u realnom vremenu. Shigenori Inagaki, prvi autor studije, naglašava kako metoda otvara vrata i egzoživotinjskim i in vivo snimanjima.
Prije ovog napretka, dubinsko snimanje živog tkiva bilo je moguće samo uz kompromise: ili prozirnost s gubitkom funkcije, ili funkcija s mutnom slikom. SeeDB-Live izbjegava taj kompromis, što ga čini prvim korakom prema kliničkoj upotrebi u istraživanju bolesti poput Alzheimerove ili Parkinsonove.
📷 © Tech&Space
Od laboratorija do real-time slike: što se ovdje stvarno promijenilo
Dok se druge tehnike oslanjaju na dehidraciju ili toksične otapala, albumin djeluje prirodno i reverzibilno – može se aplicirati i ukloniti bez trajnog utjecaja. To je ključna prednost za razvoj dijagnostičkih alata koji bi mogli prati neuronsku aktivnost u pacijenata s traumatskim ozljedama mozga ili epilepsijom.
Ipak, i dalje nisu jasne granice primjene: može li se metoda skalirati na cijeli ljudski mozak ili će ostati ograničena na modele tkiva? U okvirima AI i bioinformatike, ovaj napredak posebno interesira istraživače koji razvijaju modele mozga za strojeve.
Transparentnost živih tkiva omogućuje bolju kalibraciju neuronskih mreža i preciznije učenje umjetne inteligencije o stvarnoj biološkoj dinamici. Veza između pročišćavanja i AI postaje očigledna kada se radi o stvaranju digitalnih dvojnika mozga koji bi mogli predviđati bolesti prije njihovog nastanka.