Bilim insanları koronavirüsün nöronlar üzerindeki etkisini ortaya çıkardı

Virüs, nöronların besin kaynağını hedef alarak hayatta kalmalarına engel oluyor.

Zimbabve’nin başkenti Harare’de maske kullanımına ilişkin asılan afişler. (EPA)
Zimbabve’nin başkenti Harare’de maske kullanımına ilişkin asılan afişler. (EPA)
TT

Bilim insanları koronavirüsün nöronlar üzerindeki etkisini ortaya çıkardı

Zimbabve’nin başkenti Harare’de maske kullanımına ilişkin asılan afişler. (EPA)
Zimbabve’nin başkenti Harare’de maske kullanımına ilişkin asılan afişler. (EPA)

Kovid-19’a neden olan SARS-CoV-2 virüsü, salgınının ortaya çıktığı ilk günlerden bu yana enfekte olan kişilerden birçoğunda beyin sisi, baş ağrısı ve konsantrasyon bozukluğu gibi nörolojik sorunlara neden oluyordu. Bu durum, dünya çapında birçok araştırma ekibini söz konusu şikayetleri incelemeye ve SARS-CoV-2’nin beyni nasıl enfekte ettiği hakkında daha fazla araştırma yapmaya yönlendirdi.
Brezilya’da bir araştırma ekibi, enfekte olan vakalar ve enfeksiyon sebebiyle yaşamını yitirenler üzerinde araştırma yaptı. Ekip, 11 Ağustos’ta Proceedings of the National Academy of Sciences dergisinde yayımlanan çalışmalarında, insan beynindeki astrositlerin virüsle enfekte olduğuna yönelik kanıtlar bulduklarını duyurdu.
Brezilyalı araştırma ekibinin çalışmaları, enfekte olan ancak hayatta kalan, hastaneye yatırılmış 81 kişi üzerinde yapılan bir çalışmayla başladı. Söz konusu kişilerin verileri enfekte olmayan bir kontrol grubuyla karşılaştırıldığında, enfekte olmuş kişilerin daha fazla depresyon ve anksiyete belirtileri gösterdikleri tespit edildi. Araştırmacılar, bu tür semptomların tipik olarak orbitofrontal korteksteki sorunlar olduğunu belirtti.
Araştırmacılar daha sonra, özellikle orbitofrontal kortekse odaklanarak Kovid-19 sebebiyle yaşamını yitiren 26 kişinin beyinlerini inceledi. Şaşırtıcı bir şekilde, 5 vakanın astrositlerinde virüs bulundu. Bununla birlikte araştırmacılar diğerlerinin beyinlerindeki virüsün kaybolmuş olmasının da mümkün olduğunu bildirdiler.
Astrositler beyinde bulunur ancak sinir hücreleri değildir. Nöronlara destek veren yıldız şeklindeki glial hücreler olarak biliniyorlar. Nöronlara besin hazırlayıp taşıyorlar. Araştırmacılar astrositleri enfekte eden virüsü incelediklerinde, virüsün astrositlerin davranışını değiştiren bir protein ürettiklerini keşfettiler. Bu protein astrositlerin davranışını değiştiriyor ve daha az laktak hale getiriyor. Bu da hücre için daha az besin anlamına geliyor.
Ekip daha sonra virüsün astrositleri nasıl enfekte ettiğini araştırdı. SARS-CoV-2 virüsü yüzeyindeki spike proteinlerinin akciğerlerdekinden farklı reseptörleri hedef aldığını ve böylece kendisinin astrositlere bağlanmasını sağladığını tespit ettiler. Araştırmacılar nihai olarak enfekte astrositlerin nöronları besleyememesi nedeniyle nöronların öldüğü sonucuna vardı.



Akıllı telefonlardaki sistem, ayda 300 deprem tespit etti

Fotoğraf: Unsplash
Fotoğraf: Unsplash
TT

Akıllı telefonlardaki sistem, ayda 300 deprem tespit etti

Fotoğraf: Unsplash
Fotoğraf: Unsplash

Bilim insanları, Android akıllı telefonları gerçek zamanlı deprem dedektörlerine dönüştüren yeni bir sistem geliştirerek büyük bir sarsıntıdan önce halkı daha hızlı uyarma potansiyeline sahip bir yol buldu.

Google, ABD Jeoloji Araştırmaları Kurumu (US Geological Survey/USGS) ve diğer araştırmacıların geliştirdiği sistem, milyonlarca telefondan alınan verileri kullanarak bir depremden kaynaklanan en erken sarsıntı sinyallerini tespit ediyor.

Bir cihaz kümesi aynı yer hareketini kaydettiğinde, sistem bunu işaretleyerek yakın bölgelerdeki diğer cihazlara uyarı gönderiyor.

Science'ta yayımlanan çalışma, ağın ayda 300'den fazla deprem tespit ettiğini ortaya koydu. Uyarıların gönderildiği bölgelerde, daha sonra depremi hissettiğini bildiren kişilerin yüzde 85'i uyarıyı aldığını söyledi. Yüzde 36'sı sarsıntı başlamadan önce, yüzde 28'i sarsıntı sırasında ve yüzde 23'ü de sarsıntıdan sonra uyarı almış.

Çalışmada sistemin, geleneksel sismik sensörlerin yerini almasa da yoğun bilimsel ağlara sahip olmayan bölgelerde ölçeklenebilir, düşük maliyetli bir erken uyarı aracı sunabileceği belirtiliyor. Yazarlar bunun özellikle akıllı telefonların yaygın ancak sismometrelerin nadir bulunduğu, gelişmekte olan ülkeler için umut vaat ettiğini söylüyor.

Google yaptığı açıklamada, sistemin insanlara "uyarı vererek sarsıntı başlamadan önce birkaç değerli saniye" kazandırabileceğini ifade ediyor.

Bu saniyeler bir merdivenden inmek, tehlikeli nesnelerden uzaklaşmak ve korunmak için yeterli zamanı sağlayabilir.

Uyarılar, deprem sırasında daha yıkıcı olan S dalgalarından önce gelen ve hızlı hareket eden P dalgalarının saptanmasına dayanıyor. Yeterli sayıda telefon P-dalgalarını tespit ederse sistem, sarsıntıyı hissetmesine belki de birkaç saniye kalan kullanıcılara uyarılar gönderiyor. Bu saniyeler korunmak, bir ameliyatı durdurmak ya da kritik altyapıyı duraklatmak için yeterli olabilir.

2020'de çıkmaya başlayan Android Deprem Uyarı Sistemi halihazırda Birleşik Devletler, Japonya, Yunanistan, Türkiye ve Endonezya gibi çeşitli ülkelerde kullanılıyor. Doğrudan Android işletim sistemine yerleştirilen teknoloji, kullanıcıların ayrı bir uygulama indirmesini gerektirmiyor.

cdfgthy
Harita, Android'in deprem uyarı sisteminin aktif olduğu ülkeleri (açık yeşil) gösteriyor. Kırmızı ve sarı sırasıyla güçlü (MMI 5+) ve hafif (MMI 3-4) sarsıntıların yaşandığı alanlar. Gri noktalar uyarı verilmeyen algılamaları gösteriyor. Kaliforniya, Oregon ve Washington'daki uyarılar (koyu yeşil) ShakeAlert'ten geliyor (Google)

Araştırmacılar doğruluk oranı bilimsel sensörler kadar yüksek olmasa da akıllı telefonlardan gelen uyarıların en çok işe yaradığı yerlerin, telefon yoğunluğu ve güvenilir veri bağlantıları yüksek seviyedeki kentsel alanlar olduğunu tespit etti. 

Çalışma, MyShake uygulaması gibi daha önceki kitle kaynaklı deprem uygulamalarının üzerine inşa edilse de milyonlarca cihaza gömülü olması sisteme fayda sağlıyor.

Yazarlar, "Kitle kaynaklı sistemlerin giderek daha önemli hale geleceğine inanıyoruz" ifadelerini kullanıyor. 

Geleneksel sensörleri kişisel cihazlardan gelen verilerle birleştirerek daha dayanıklı, kapsayıcı erken uyarı sistemleri oluşturmak mümkün.

Independent Türkçe