स्वतंत्र रूप से गतिमान जानवरों में एकीकृत ऑप्टो-इलेक्ट्रॉनिक तंत्रिका उत्तेजना के लिए एक लघुकृत 32-चैनल करंट स्रोत

1. परिचय एवं अवलोकन

यह कार्य एक लघुकृत इलेक्ट्रॉनिक बैक-एंड सिस्टम प्रस्तुत करता है जिसे सिस्टम न्यूरोसाइंस में एक महत्वपूर्ण बाधा को दूर करने के लिए डिज़ाइन किया गया है: स्वतंत्र रूप से गतिमान जानवरों में तंत्रिका सर्किटों का सटीक प्रकाशीय नियंत्रण। हालांकि रिकॉर्डिंग के लिए सघन इलेक्ट्रोड सरणियाँ परिपक्व हैं, आधुनिक ऑप्टो-इलेक्ट्रॉनिक प्रोब पर एकीकृत माइक्रो-एलईडी (μLED) को चलाने के लिए उच्च-वोल्टेज, करंट-सोर्सिंग क्षमताओं की आवश्यकता होती है जो मौजूदा लघुकृत ड्राइवरों द्वारा पूरी नहीं की जाती हैं। यह सिस्टम एक कस्टम एप्लिकेशन-स्पेसिफिक इंटीग्रेटेड सर्किट (ASIC) को एक हल्के (1.37 ग्राम) हेडस्टेज में एकीकृत करता है, जो द्विदिश तंत्रिका प्रोब का पूर्ण उपयोग करने के लिए उच्च-रिज़ॉल्यूशन करंट नियंत्रण के 32 चैनल प्रदान करता है।

2. सिस्टम डिज़ाइन एवं आर्किटेक्चर

मुख्य नवाचार एक हेड-माउंटेड प्लेटफ़ॉर्म है जो सीधे वाणिज्यिक रिकॉर्डिंग हेडस्टेज (जैसे, Intan RHD2000) और प्रत्यारोपित ऑप्टो-इलेक्ट्रॉनिक प्रोब के साथ इंटरफ़ेस करता है।

3. तकनीकी कार्यान्वयन

4. प्रायोगिक सत्यापन एवं परिणाम

5. मुख्य अंतर्दृष्टि एवं प्रदर्शन सारांश

• लघुकरण प्राप्त: एक उच्च-प्रदर्शन करंट ड्राइवर को सफलतापूर्वक 1.5 ग्राम से कम वजन वाले हेडस्टेज में एकीकृत किया गया है, जिससे स्वतंत्र रूप से गतिमान प्रयोगों के लिए एक प्रमुख आकार/वजन बाधा का समाधान हुआ है।
• संगतता: वाणिज्यिक रिकॉर्डिंग + उत्तेजना प्रोब के लिए एक प्लग-एंड-प्ले बैक-एंड प्रदान करता है, जिससे अपनाने में तेजी आती है।
• उच्च-निष्ठा नियंत्रण: 10-बिट रिज़ॉल्यूशन और 5 kHz अपडेट सरल स्थिर पल्स से परे सटीक, गतिशील प्रकाशीय पैटर्न सक्षम करते हैं।
• तकनीकी शुद्धता: कॉमन-कैथोड प्रोब आर्किटेक्चर को चलाने के लिए करंट-सोर्सिंग (सिंकिंग नहीं) की विशिष्ट आवश्यकता को संबोधित करता है।

6. मूल विश्लेषण: केंद्रीय अंतर्दृष्टि एवं आलोचनात्मक मूल्यांकन

केंद्रीय अंतर्दृष्टि: यह पेपर केवल एक और μLED ड्राइवर नहीं है; यह एक महत्वपूर्ण इंटरफ़ेसिंग समाधान है जो द्विदिश तंत्रिका प्रोब की नई पीढ़ी की पूरी क्षमता को अनलॉक करता है। वास्तविक सफलता यह पहचानना है कि बाधा प्रोब निर्माण से सहायक इलेक्ट्रॉनिक्स की ओर स्थानांतरित हो गई है, और फिर एक विशेष ASIC प्रदान करना है जो इन एकीकृत उपकरणों की सटीक गैर-मानक आवश्यकताओं (उच्च-वोल्टेज सोर्सिंग) को पूरा करता है।

तार्किक प्रवाह: तर्क प्रभावशाली है: 1) स्वतंत्र रूप से गतिमान प्रयोग व्यवहार के लिए स्वर्ण मानक हैं। 2) एकीकृत ऑप्टो-इलेक्ट्रॉनिक प्रोब मौजूद हैं। 3) लेकिन उन्हें चलाने के लिए ऐसे विनिर्देशों (4.6V स्रोत) की आवश्यकता होती है जो सामान्य ड्राइवरों को तोड़ देते हैं। 4) इसलिए, एक कस्टम ASIC अनिवार्य है। उनका समाधान इस आधार से तार्किक रूप से प्रवाहित होता है, Intan पारिस्थितिकी तंत्र के साथ एकीकरण वजन और संगतता पर ध्यान केंद्रित करता है—उपयोगिता के लिए एक चतुर कदम।

शक्तियाँ एवं कमियाँ: प्रमुख शक्ति सिस्टम-स्तरीय सोच है। उन्होंने निर्वात में डिज़ाइन नहीं किया; उन्होंने एक विशिष्ट प्रोब (NeuroLight) और प्रमुख रिकॉर्डिंग बैकएंड (Intan) को लक्षित किया। यह व्यावहारिकता तत्काल उपयोगिता की गारंटी देती है। हालांकि, एक कमी सत्यापन के सीमित दायरे में निहित है। उत्पन्न स्पाइक्स का प्रदर्शन एक बुनियादी प्रूफ-ऑफ-कॉन्सेप्ट है। वे जटिल, क्लोज्ड-लूप नियंत्रण या दीर्घकालिक स्थिरता डेटा नहीं दिखाते हैं, जो ऐसे सिस्टम के लिए परम लक्ष्य हैं। Buzsáki लैब जैसे समूहों द्वारा शुरू किए गए या International Brain Laboratory के मानकीकृत सेटअप जैसे प्लेटफ़ॉर्म में रिपोर्ट किए गए महत्वाकांक्षी, हालांकि अक्सर भारी, क्लोज्ड-लूप सिस्टम की तुलना में, यह कार्य एक आधारभूत सक्षमकर्ता है, अंतिम उत्पाद नहीं।

कार्रवाई योग्य अंतर्दृष्टि: शोधकर्ताओं के लिए: यह संभवतः स्वतंत्र रूप से गतिमान कृंतकों में उच्च-घनत्व, बहु-स्थल ऑप्टोजेनेटिक्स का सबसे आसान रास्ता है। हेडस्टेज प्राप्त करें। डेवलपर्स के लिए: भविष्य वायरलेस, क्लोज्ड-लूप, और बहु-मोडल है। अगला कदम इस ड्राइवर को एक वायरलेस रिकॉर्डर (जैसे, Neuropixels के मोबाइल बेस स्टेशन अवधारणा का एक संशोधित संस्करण) के साथ एकीकृत करना और रीयल-टाइम स्पाइक डिटेक्शन एल्गोरिदम को लागू करना है ताकि पूर्व-प्रोग्राम्ड पैटर्न से आगे बढ़कर अनुकूली उत्तेजना की ओर बढ़ा जा सके, जो डीप ब्रेन स्टिमुलेशन अनुकूलन में उपयोग किए जाने वाले सिद्धांतों के समान है।

7. तकनीकी विवरण एवं गणितीय ढांचा

प्रत्येक करंट स्रोत चैनल के मूल को एक वोल्टेज-नियंत्रित करंट स्रोत (VCCS) के रूप में मॉडल किया जा सकता है। आउटपुट करंट $I_{out}$ एक संदर्भ वोल्टेज $V_{DAC}$ (10-बिट DAC से) और एक स्केलिंग रेसिस्टर $R_s$ द्वारा सेट किया जाता है:

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

चुनौती इस संबंध को बनाए रखते हुए एक लोड (μLED) में करंट सोर्स करना है जिसका वोल्टेज $V_{LED}$ 4.6V तक हो सकता है। इसके लिए आउटपुट ट्रांजिस्टर को एक अनुपालन क्षेत्र में संचालित होने की आवश्यकता होती है, जिसके लिए एक आपूर्ति वोल्टेज $V_{DD} > V_{LED} + V_{headroom}$ की आवश्यकता होती है, जहां $V_{headroom}$ करंट स्रोत सर्किट के सही ढंग से संचालन के लिए आवश्यक न्यूनतम वोल्टेज है। आउटपुट पर 4.6V तक प्रदान करने की सिस्टम की क्षमता ASIC पर सावधानीपूर्वक डिज़ाइन किए गए चार्ज पंप या बूस्टेड सप्लाई रेल का संकेत देती है।

प्रति चैनल 5 kHz रिफ़्रेश दर 200 µs की न्यूनतम पल्स चौड़ाई निर्धारित करती है, जो उत्तेजना की लौकिक सटीकता को परिभाषित करती है।

8. विश्लेषण ढांचा: सिस्टम एकीकरण केस

परिदृश्य: एक न्यूरोसाइंस लैब स्थानिक स्मृति में हिप्पोकैम्पल थीटा अनुक्रमों की कारणात्मक भूमिका का अध्ययन करना चाहती है, एक स्वतंत्र रूप से गतिमान चूहे का उपयोग करके।

एकीकरण चरण:

1. प्रोब चयन: CA1 में 8 एकीकृत μLED के साथ एक 64-चैनल NeuroLight प्रोब प्रत्यारोपित करें।
2. रिकॉर्डिंग बैकएंड: तंत्रिका डेटा अधिग्रहण के लिए प्रोब के इलेक्ट्रोड कनेक्टर को एक Intan RHD2000 हेडस्टेज से कनेक्ट करें।
3. उत्तेजना बैकएंड: प्रोब के μLED कनेक्टर को प्रस्तुत 32-चैनल ड्राइवर हेडस्टेज से कनेक्ट करें।
4. प्रायोगिक प्रतिमान:
   • रिकॉर्ड: एक्स्ट्रासेल्युलर स्पाइक्स और लोकल फील्ड पोटेंशिअल (LFP) रिकॉर्ड करने के लिए Intan सिस्टम का उपयोग करें, थीटा दोलनों की पहचान करें।
   • उत्तेजित करें: कस्टम ड्राइवर को प्रोग्राम करें ताकि विशिष्ट μLED के माध्यम से संक्षिप्त (5-10 ms), कम-शक्ति वाले प्रकाश पल्स एक स्थानिक-लौकिक पैटर्न में वितरित किए जाएं जो एक प्राकृतिक थीटा अनुक्रम की नकल करता है।
   • विश्लेषण: देखें कि क्या कृत्रिम "थीटा अनुक्रम" उत्तेजना एक वर्चुअल रियलिटी भूलभुलैया में जानवर के नेविगेशन व्यवहार को बाधित या परिवर्तित करती है, जिससे कारणात्मकता का परीक्षण होता है।

यह ढांचा उजागर करता है कि कैसे ड्राइवर एक जटिल प्रयोग को सक्षम बनाता है जो उच्च-घनत्व रिकॉर्डिंग को पैटर्नयुक्त, बहु-स्थल उत्तेजना के साथ जोड़ता है, जो पहले भारी उपकरणों के साथ अव्यावहारिक था।

9. भविष्य के अनुप्रयोग एवं विकास दिशाएं

• वायरलेस एकीकरण: सबसे महत्वपूर्ण अगला कदम। इस उत्तेजना ASIC को एक वायरलेस तंत्रिका रिकॉर्डर (जैसे, अल्ट्रा-वाइडबैंड या कुशल संपीड़न कोडेक का उपयोग करके) के साथ जोड़ने से टेदर पूरी तरह से समाप्त हो जाएगी, जिससे पूरी तरह से अप्रतिबंधित प्राकृतिक व्यवहार सक्षम होगा।
• क्लोज्ड-लूप न्यूरोमॉड्यूलेशन: ड्राइवर को एक रीयल-टाइम प्रोसेसर (FPGA) के साथ एकीकृत करके एक ऑल-इन-वन हेडस्टेज बनाना जो विशिष्ट तंत्रिका घटनाओं (जैसे, रिपल्स, बीटा बर्स्ट) का पता लगा सके और चिकित्सीय या अन्वेषणात्मक उद्देश्यों के लिए तुरंत पैटर्नयुक्त प्रकाशीय उत्तेजना को ट्रिगर कर सके।
• बहु-तरंगदैर्ध्य एवं ऑप्सिन समर्थन: डिज़ाइन को विस्तारित करके एक ही प्रोब पर विभिन्न एलईडी रंगों (नीला, लाल, एम्बर) को स्वतंत्र रूप से नियंत्रित करना ताकि विभिन्न ऑप्सिन (जैसे, ChR2 और Jaws) को व्यक्त करने वाले कई तंत्रिका समूहों को सक्रिय या निष्क्रिय किया जा सके।
• छोटी प्रजातियों के लिए लघुकरण: चूहों, पक्षियों, या कीड़ों जैसे छोटे जानवरों में उपयोग के लिए आकार और वजन को और कम करना, व्यवहारिक न्यूरोसाइंस की सीमाओं को आगे बढ़ाना।
• वाणिज्यीकरण एवं मानकीकरण: यह डिज़ाइन ऑप्टो-इलेक्ट्रॉनिक प्रोब के साथ एक साथी उत्पाद के रूप में वाणिज्यीकरण के लिए तैयार है, जो द्विदिश न्यूरोसाइंस प्रयोगों के लिए एक मानकीकृत पाइपलाइन स्थापित करने में मदद करता है।

10. संदर्भ

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.