স্বাধীনভাবে চলাচলকারী প্রাণীদের জন্য সমন্বিত অপ্টো-ইলেকট্রনিক নিউরাল উদ্দীপনা প্রদানে একটি ক্ষুদ্রায়িত ৩২-চ্যানেল কারেন্ট সোর্স

1. ভূমিকা ও সারসংক্ষেপ

এই গবেষণাটি সিস্টেম নিউরোসায়েন্সের একটি গুরুত্বপূর্ণ বাধা অতিক্রম করার জন্য নকশাকৃত একটি ক্ষুদ্রায়িত ইলেকট্রনিক ব্যাক-এন্ড সিস্টেম উপস্থাপন করে: স্বাধীনভাবে চলাচলকারী প্রাণীদের মধ্যে স্নায়বিক সার্কিটের সুনির্দিষ্ট আলোকীয় নিয়ন্ত্রণ। যদিও রেকর্ডিংয়ের জন্য ঘন ইলেক্ট্রোড অ্যারে পরিপক্ব, আধুনিক অপ্টো-ইলেকট্রনিক প্রোবের উপর সমন্বিত মাইক্রো-এলইডি (μLED) চালনা করতে উচ্চ-ভোল্টেজ, কারেন্ট-সোর্সিং ক্ষমতার প্রয়োজন যা বিদ্যমান ক্ষুদ্রায়িত ড্রাইভার দ্বারা পূরণ হয় না। সিস্টেমটি একটি কাস্টম অ্যাপ্লিকেশন-স্পেসিফিক ইন্টিগ্রেটেড সার্কিট (ASIC) কে একটি হালকা ওজনের (১.৩৭ গ্রাম) হেডস্টেজে সমন্বিত করে, যা দ্বিমুখী স্নায়বিক প্রোবের পূর্ণ ব্যবহারের জন্য ৩২টি চ্যানেলের উচ্চ-রেজোলিউশন কারেন্ট নিয়ন্ত্রণ প্রদান করে।

2. সিস্টেম নকশা ও স্থাপত্য

মূল উদ্ভাবন হলো একটি হেড-মাউন্টেড প্ল্যাটফর্ম যা সরাসরি বাণিজ্যিক রেকর্ডিং হেডস্টেজ (যেমন, Intan RHD2000) এবং ইমপ্লান্টেড অপ্টো-ইলেকট্রনিক প্রোবের সাথে ইন্টারফেস করে।

3. প্রযুক্তিগত বাস্তবায়ন

4. পরীক্ষামূলক বৈধতা ও ফলাফল

5. মূল অন্তর্দৃষ্টি ও কার্যকারিতা সারসংক্ষেপ

• ক্ষুদ্রায়ন অর্জিত: একটি উচ্চ-কার্যকারিতা কারেন্ট ড্রাইভারকে সফলভাবে ১.৫ গ্রামের কম ওজনের একটি হেডস্টেজে সমন্বিত করা হয়েছে, যা স্বাধীনভাবে চলাচলকারী পরীক্ষার জন্য একটি প্রধান আকার/ওজন সীমাবদ্ধতা সমাধান করে।
• সামঞ্জস্যতা: বাণিজ্যিক রেকর্ডিং + উদ্দীপনা প্রোবের জন্য একটি প্লাগ-অ্যান্ড-প্লে ব্যাক-এন্ড প্রদান করে, যা গ্রহণযোগ্যতা ত্বরান্বিত করে।
• উচ্চ-নিষ্ঠা নিয়ন্ত্রণ: ১০-বিট রেজোলিউশন এবং ৫ কিলোহার্টজ আপডেট সরল ধ্রুবক পালসের বাইরে সুনির্দিষ্ট, গতিশীল আলোকীয় প্যাটার্ন সক্ষম করে।
• প্রযুক্তিগত সঠিকতা: কমন-ক্যাথোড প্রোব স্থাপত্য চালনা করার জন্য কারেন্ট-সোর্সিং (সিঙ্কিং নয়) এর নির্দিষ্ট চাহিদা মোকাবেলা করে।

6. মূল বিশ্লেষণ: কেন্দ্রীয় অন্তর্দৃষ্টি ও সমালোচনামূলক মূল্যায়ন

কেন্দ্রীয় অন্তর্দৃষ্টি: এই গবেষণাপত্রটি শুধু আরেকটি μLED ড্রাইভার নয়; এটি একটি গুরুত্বপূর্ণ ইন্টারফেসিং সমাধান যা দ্বিমুখী স্নায়বিক প্রোবের নতুন প্রজন্মের পূর্ণ সম্ভাবনা উন্মোচন করে। প্রকৃত অগ্রগতি হলো এই উপলব্ধি যে বাধা প্রোব তৈরির থেকে সমর্থনকারী ইলেকট্রনিক্সে স্থানান্তরিত হয়েছে, এবং তারপর একটি বিশেষায়িত ASIC সরবরাহ করা যা এই সমন্বিত ডিভাইসগুলির সঠিক অ-মানক চাহিদা (উচ্চ-ভোল্টেজ সোর্সিং) পূরণ করে।

যুক্তিপূর্ণ প্রবাহ: যুক্তিটি আকর্ষণীয়: ১) স্বাধীনভাবে চলাচলকারী পরীক্ষা আচরণের জন্য স্বর্ণমান। ২) সমন্বিত অপ্টো-ইলেকট্রনিক প্রোব বিদ্যমান। ৩) কিন্তু সেগুলো চালনা করতে এমন বৈশিষ্ট্য (৪.৬ ভোল্ট সোর্স) প্রয়োজন যা সাধারণ ড্রাইভার ভেঙে দেয়। ৪) অতএব, একটি কাস্টম ASIC বাধ্যতামূলক। তাদের সমাধান এই প্রেক্ষাপট থেকে যুক্তিপূর্ণভাবে প্রবাহিত হয়, ইন্টিগ্রেশন ওজন এবং Intan ইকোসিস্টেমের সাথে সামঞ্জস্যের উপর ফোকাস করে—ব্যবহারযোগ্যতার জন্য একটি চতুর পদক্ষেপ।

শক্তি ও ত্রুটি: প্রধান শক্তি হলো সিস্টেম-লেভেল চিন্তাভাবনা। তারা শূন্যতায় নকশা করেনি; তারা একটি নির্দিষ্ট প্রোব (NeuroLight) এবং প্রভাবশালী রেকর্ডিং ব্যাকএন্ড (Intan) লক্ষ্য করেছে। এই বাস্তববাদিতা তাৎক্ষণিক উপযোগিতা নিশ্চিত করে। যাইহোক, একটি ত্রুটি হলো বৈধতার সীমিত পরিসর। উদ্দীপিত স্পাইক প্রদর্শন করা একটি মৌলিক প্রমাণ-অব-ধারণা। তারা জটিল, ক্লোজড-লুপ নিয়ন্ত্রণ বা দীর্ঘমেয়াদী স্থিতিশীলতা তথ্য দেখায় না, যা এই ধরনের সিস্টেমের জন্য সর্বোচ্চ লক্ষ্য। Buzsáki ল্যাবের মতো দল দ্বারা অগ্রণী বা International Brain Laboratory এর মানসম্মত সেটআপের মতো প্ল্যাটফর্মে রিপোর্ট করা, উচ্চাকাঙ্ক্ষী যদিও প্রায়শই ভারী, ক্লোজড-লুপ সিস্টেমের তুলনায়, এই কাজটি একটি মৌলিক সক্ষমকারী, চূড়ান্ত পণ্য নয়।

কার্যকরী অন্তর্দৃষ্টি: গবেষকদের জন্য: এটি সম্ভবত স্বাধীনভাবে চলাচলকারী ইঁদুরজাতীয় প্রাণীতে উচ্চ-ঘনত্ব, বহু-সাইট অপ্টোজেনেটিক্সের সবচেয়ে সহজ পথ। হেডস্টেজ সংগ্রহ করুন। ডেভেলপারদের জন্য: ভবিষ্যত হলো ওয়্যারলেস, ক্লোজড-লুপ, এবং বহু-মোডাল। পরবর্তী ধাপ হলো এই ড্রাইভারকে একটি ওয়্যারলেস রেকর্ডারের সাথে সমন্বিত করা (যেমন, Neuropixels এর মোবাইল বেস স্টেশন ধারণার একটি পরিবর্তিত সংস্করণ) এবং প্রি-প্রোগ্রামড প্যাটার্নের বাইরে গিয়ে অভিযোজিত উদ্দীপনা প্রদানের জন্য রিয়েল-টাইম স্পাইক শনাক্তকরণ অ্যালগরিদম বাস্তবায়ন করা, যা গভীর মস্তিষ্ক উদ্দীপনা অপ্টিমাইজেশনে ব্যবহৃত নীতির অনুরূপ।

7. প্রযুক্তিগত বিবরণ ও গাণিতিক কাঠামো

প্রতিটি কারেন্ট সোর্স চ্যানেলের মূলকে একটি ভোল্টেজ-নিয়ন্ত্রিত কারেন্ট সোর্স (VCCS) হিসাবে মডেল করা যেতে পারে। আউটপুট কারেন্ট $I_{out}$ একটি রেফারেন্স ভোল্টেজ $V_{DAC}$ (১০-বিট DAC থেকে) এবং একটি স্কেলিং রেজিস্টর $R_s$ দ্বারা নির্ধারিত হয়:

$I_{out} = \frac{V_{DAC}}{R_s}$

চ্যালেঞ্জ হলো এই সম্পর্ক বজায় রাখা যখন একটি লোড (μLED) এর মধ্যে কারেন্ট সোর্সিং করা হয় যার ভোল্টেজ $V_{LED}$ ৪.৬ ভোল্ট পর্যন্ত হতে পারে। এর জন্য আউটপুট ট্রানজিস্টরকে একটি কমপ্লায়েন্ট অঞ্চলে কাজ করতে হয়, যা একটি সরবরাহ ভোল্টেজ $V_{DD} > V_{LED} + V_{headroom}$ দাবি করে, যেখানে $V_{headroom}$ হলো কারেন্ট সোর্স সার্কিট সঠিকভাবে কাজ করার জন্য ন্যূনতম প্রয়োজনীয় ভোল্টেজ। আউটপুটে সর্বোচ্চ ৪.৬ ভোল্ট প্রদানের সিস্টেমের ক্ষমতা ASIC এর উপর একটি সাবধানতার সাথে নকশাকৃত চার্জ পাম্প বা বুস্টেড সরবরাহ রেলের ইঙ্গিত দেয়।

প্রতি চ্যানেলে ৫ কিলোহার্টজ রিফ্রেশ রেট ২০০ μs এর একটি ন্যূনতম পালস প্রস্থ নির্ধারণ করে, যা উদ্দীপনার সময়গত সুনির্দিষ্টতা সংজ্ঞায়িত করে।

8. বিশ্লেষণ কাঠামো: সিস্টেম ইন্টিগ্রেশন কেস

পরিস্থিতি: একটি নিউরোসায়েন্স ল্যাব একটি স্বাধীনভাবে চলাচলকারী ইঁদুর ব্যবহার করে স্থানিক স্মৃতিতে হিপোক্যাম্পাল থিটা সিকোয়েন্সের কার্যকারণ ভূমিকা অধ্যয়ন করতে চায়।

সমন্বয় ধাপসমূহ:

1. প্রোব নির্বাচন: CA1 এ ৮টি সমন্বিত μLED সহ একটি ৬৪-চ্যানেল NeuroLight প্রোব ইমপ্লান্ট করুন।
2. রেকর্ডিং ব্যাকএন্ড: প্রোবের ইলেক্ট্রোড কানেক্টরকে স্নায়বিক ডেটা অ্যাকুইজিশনের জন্য একটি Intan RHD2000 হেডস্টেজের সাথে সংযুক্ত করুন।
3. উদ্দীপনা ব্যাকএন্ড: প্রোবের μLED কানেক্টরকে উপস্থাপিত ৩২-চ্যানেল ড্রাইভার হেডস্টেজের সাথে সংযুক্ত করুন।
4. পরীক্ষামূলক প্যারাডাইম:
   • রেকর্ড: এক্সট্রাসেলুলার স্পাইক এবং লোকাল ফিল্ড পটেনশিয়াল (LFP) রেকর্ড করতে Intan সিস্টেম ব্যবহার করুন, থিটা অসিলেশন শনাক্ত করুন।
   • উদ্দীপনা: নির্দিষ্ট μLED এর মাধ্যমে একটি প্রাকৃতিক থিটা সিকোয়েন্সের অনুকরণকারী একটি স্থান-কালীন প্যাটার্নে সংক্ষিপ্ত (৫-১০ ms), কম-শক্তির আলোক পালস প্রদানের জন্য কাস্টম ড্রাইভার প্রোগ্রাম করুন।
   • বিশ্লেষণ: পর্যবেক্ষণ করুন যে কৃত্রিম "থিটা সিকোয়েন্স" উদ্দীপনা প্রাণীর ভার্চুয়াল রিয়েলিটি মেজে নেভিগেশন আচরণ ব্যাহত বা পরিবর্তন করে কিনা, যার মাধ্যমে কার্যকারণতা পরীক্ষা করা হয়।

এই কাঠামোটি হাইলাইট করে যে কীভাবে ড্রাইভারটি একটি জটিল পরীক্ষা সক্ষম করে যা উচ্চ-ঘনত্ব রেকর্ডিংকে প্যাটার্নযুক্ত, বহু-সাইট উদ্দীপনার সাথে একত্রিত করে, যা পূর্বে ভারী সরঞ্জামের সাথে অবাস্তব ছিল।

9. ভবিষ্যতের প্রয়োগ ও উন্নয়নের দিকনির্দেশনা

• ওয়্যারলেস সমন্বয়: সবচেয়ে গুরুত্বপূর্ণ পরবর্তী ধাপ। এই উদ্দীপনা ASIC কে একটি ওয়্যারলেস স্নায়বিক রেকর্ডারের সাথে একত্রিত করা (যেমন, আল্ট্রা-ওয়াইডব্যান্ড বা দক্ষ কম্প্রেশন কোডেক ব্যবহার করে) সম্পূর্ণরূপে টেদার দূর করবে, সম্পূর্ণ নিরবচ্ছিন্ন প্রাকৃতিক আচরণ সক্ষম করবে।
• ক্লোজড-লুপ নিউরোমডুলেশন: ড্রাইভারকে একটি রিয়েল-টাইম প্রসেসর (FPGA) এর সাথে সমন্বিত করে একটি অল-ইন-ওয়ান হেডস্টেজ তৈরি করা যা নির্দিষ্ট স্নায়বিক ঘটনা (যেমন, রিপল, বিটা বার্স্ট) শনাক্ত করতে পারে এবং থেরাপিউটিক বা তদন্তমূলক উদ্দেশ্যে তাৎক্ষণিকভাবে প্যাটার্নযুক্ত আলোকীয় উদ্দীপনা ট্রিগার করতে পারে।
• বহু-তরঙ্গদৈর্ঘ্য ও অপসিন সমর্থন: একটি একক প্রোবে বিভিন্ন LED রং (নীল, লাল, অ্যাম্বার) স্বাধীনভাবে নিয়ন্ত্রণ করার জন্য নকশা প্রসারিত করা যাতে বিভিন্ন অপসিন (যেমন, ChR2 এবং Jaws) প্রকাশকারী একাধিক স্নায়বিক জনসংখ্যা সক্রিয় বা নিষ্ক্রিয় করা যায়।
• ছোট প্রজাতির জন্য ক্ষুদ্রায়ন: ইঁদুর, পাখি বা পোকামাকড়ের মতো ছোট প্রাণীতে ব্যবহারের জন্য আকার ও ওজন আরও হ্রাস করা, আচরণগত নিউরোসায়েন্সের সীমানা অতিক্রম করা।
• বাণিজ্যিকীকরণ ও মানসম্মতকরণ: এই নকশাটি অপ্টো-ইলেকট্রনিক প্রোবের একটি সহযোগী পণ্য হিসাবে বাণিজ্যিকীকরণের জন্য প্রস্তুত, যা দ্বিমুখী নিউরোসায়েন্স পরীক্ষার জন্য একটি মানসম্মত পাইপলাইন প্রতিষ্ঠা করতে সাহায্য করে।

10. তথ্যসূত্র

1. Buzsáki, G. (2004). Large-scale recording of neuronal ensembles. Nature Neuroscience.
2. Deisseroth, K. (2015). Optogenetics: 10 years of microbial opsins in neuroscience. Nature Neuroscience.
3. Jun, J. J., et al. (2017). Fully integrated silicon probes for high-density recording of neural activity. Nature. (Neuropixels)
4. International Brain Laboratory et al. (2021). Standardized and reproducible measurement of decision-making in mice. bioRxiv.
5. Wu, F., et al. (2020). Monolithically integrated µLEDs on silicon neural probes for high-resolution optogenetic studies. Science Advances.
6. Siegle, J. H., et al. (2021). Survey of spiking in the mouse visual system reveals functional hierarchy. Nature. (Illustrates need for large-scale, combined recording/stimulation).
7. Miyamoto, D., & Murayama, M. (2016). The fiber-optic imaging and manipulation of neural activity during animal behavior. Neuroscience Research.