Page 13
CENTRAL ASIAN JOURNAL OF MULTIDISCIPLINARY
RESEARCH AND MANAGEMENT STUDIES
Volume 2, Issue 7, July 2025
www.in-academy.uz
GISTOLOGIYANING ZAMONAVIY YO’NALISHLARI VA
TADQIQOT USULLARI
G’aniyeva Shaxnoza Olim qizi
EMU universiteti Stomotologiya fakulteti talabasi.
https://doi.org/
10.5281/zenodo.15852174
ARTICLE INFO
ABSTRACT
Received:28
th
June 2025
Accepted:30 th June 2025
Published: 10th July 2025
Gistologiya
—
to‘qimalarning
mikroskopik
tuzilishini o‘rganadigan ilmiy soha bo‘lib, so‘nggi yillarda
yangi texnologiyalar yordamida sezilarli darajada
rivojlandi. Mazkur maqolada gistologiyaning zamonaviy
yo‘nalishlari va yangi tadqiqot usullari tahlil qilinadi.
Ushbu yo‘nalishlarga ilg‘or mikroskopiya, molekulyar
gistologiya, raqamli patalogiya va sun’iy intellektning
gistologiyada qo‘llanilishi kiradi. Ushbu texnologiyalar
yordamida gistologik tadqiqotlar yanada aniq, tez va
samarali bo‘lib, tibbiyot sohasida yangi imkoniyatlarni
yaratmoqda.
KEYWORDS
gistologiya, zamonaviy usullar,
mikroskopiya,
molekulyar
gistologiya, raqamli patalogiya,
sun’iy intellekt, to‘qima tahlili
Gistologiya — organizmdagi hujayra va to‘qimalarning mikroskopik tuzilishini o‘rganadigan
fan bo‘lib, tibbiyot va biologiyaning muhim bo‘limlaridan biridir. An’anaviy gistologik
tadqiqotlar asosan yorug‘lik mikroskopiyasiga va oddiy bo‘yoqlarga tayanar edi. Biroq, so‘nggi
yillarda texnologik taraqqiyot natijasida gistologiya sohasida sezilarli yangiliklar yuzaga keldi.
Zamonaviy mikroskopiya usullari, molekulyar metodlar, raqamli tahlil va sun’iy intellekt
asosidagi dasturlar gistologiyani yanada samarali va aniqlikni oshiruvchi yo‘nalishga olib
keldi. Ushbu maqolada gistologiyaning zamonaviy yo‘nalishlari va tadqiqot usullari haqida
so‘z yuritiladi.
Gistologiyada mikroskopiya asosiy tadqiqot vositasi hisoblanadi. An’anaviy yorug‘lik
mikroskopiyasidan farqli o‘laroq, zamonaviy mikroskopiya usullari to‘qimalarning yanada
aniq va chuqur tahlilini amalga oshirish imkonini beradi. Ushbu usullar yuqori rezolyutsiya,
uch o‘lchamli tasvir olish va jonli hujayralarni o‘rganish imkoniyatlarini beradi. Keling, asosiy
zamonaviy mikroskopiya usullarini batafsil ko‘rib chiqamiz.
Konfokal lazer mikroskopiyasi (Confocal Laser Scanning Microscopy, CLSM).
Konfokal
mikroskopiya yorug‘lik mikroskopiyasining rivojlangan shakli bo‘lib, lazer nuridan
foydalanadi. Bu usulda tasvir olish uchun maxsus optik qism — pinhole (kichik teshikcha)
ishlatiladi, u tasvirdagi noaniq, fokusdan chiqib ketgan qismlarni chiqarib tashlaydi. Natijada,
hujayra yoki to‘qimaning juda aniq va kontrastli qatlamli (optik bo‘limlar) tasvirlari olinadi.
Afzalliklari:
To‘qimaning qalin bo‘laklaridan 3D tasvirlar yaratish mumkin.
Jonli hujayralarda dinamik jarayonlarni kuzatish imkoniyati.
Rangli va ko‘p kanalli (bir nechta fluoroforlarni bir vaqtning o‘zida kuzatish) tasvir
olish.
Page 14
CENTRAL ASIAN JOURNAL OF MULTIDISCIPLINARY
RESEARCH AND MANAGEMENT STUDIES
Volume 2, Issue 7, July 2025
www.in-academy.uz
Qo‘llanilishi:
hujayra ichidagi organellalarni, hujayra bo‘linishini va proteinlarning
joylashuvini o‘rganishda keng qo‘llaniladi.
Multiphoton mikroskopiya (Multiphoton Microscopy)
Multiphoton mikroskopiya ham
lazer asosida ishlaydi, lekin unda ikki yoki undan ko‘p past energiyali fotonlar bir vaqtda
hujayraga ta’sir etib, yuqori energiyali floresensiyani hosil qiladi. Bu usulda uzoq to‘lqinli
infraqizil nurlar ishlatiladi, ular to‘qimadan chuqurroq o‘tadi va kamroq zarar yetkazadi.
Afzalliklari:
To‘qimaning chuqur qatlamlarini zarar bermasdan ko‘rish imkoniyati.
Fotosensitiv hujayralarga kamroq ta’sir qiladi (kam fototoksiklik).
Yirik hajmdagi 3D strukturalarni aniqlashda samarali.
Qo‘llanilishi:
asosan jonli to‘qimalarni o‘rganishda, neyrobiologiya va immunologiyada
qo‘llaniladi.
Superrezolyutsiyali mikroskopiya (Super-Resolution Microscopy).
An’anaviy yorug‘lik
mikroskopiyasining asosiy chegarasi — yorug‘lik to‘lqini uzunligiga bog‘liq bo‘lgan
rezolyutsiya chegarasidir (taxminan 200 nm). Superrezolyutsiyali mikroskopiya ushbu
chegarani buzadi va nanometr darajasida, ya’ni molekulyar darajada aniqlik beradi.
Eng mashhur superrezolyutsiyali usullar:
STED (Stimulated Emission Depletion):
lazer yordamida belgilangan joyda
floresensiyani yo‘qotib, faqat kichik hududda yorug‘lik chiqarishni ta’minlaydi.
PALM (Photoactivated Localization Microscopy) va STORM (Stochastic Optical
Reconstruction Microscopy):
floresensiyani faollashtirish vaqti va joyini aniqlab, juda kichik
punktlarni aniq tasvirlaydi.
Afzalliklari:
hujayra ichidagi molekulalar va strukturalarni aniq ko‘rsatadi, masalan,
sitoskeleton, membrana kanallari, DNK molekulalari.
Qo‘llanilishi:
molekulyar biologiya, virusologiya, hujayra membranalarini o‘rganish.
Elektron mikroskopiyasi yorug‘lik o‘rniga elektron nurlaridan foydalanadi va nanometr
darajasidagi rezolyutsiyani ta’minlaydi.
TEM (Transmission Electron Microscopy):
elektron nurlari to‘qimaning juda
ingichka kesimidan o‘tadi va ichki strukturalarni ko‘rsatadi.
SEM (Scanning Electron Microscopy):
elektronlar yuzani skanerlab, 3D tasvirlar
yaratadi.
Afzalliklari:
Ultra tuzilmani nanometr darajasida ko‘rsatish.
Yuqori aniqlikdagi yuzalar va hujayra ichidagi detallarga ega bo‘lish.
Qo‘llanilishi:
hujayra organellalari, viruslar, membrana strukturalarini tahlil qilishda.
Zamonaviy mikroskopiya usullari gistologiyani yangi bosqichga olib chiqdi. Konfokal va
multiphoton mikroskopiyalar 3D va jonli to‘qimalarni o‘rganish imkonini beradi,
superrezolyutsiyali mikroskopiya molekulyar darajadagi tafsilotlarni ochib beradi, elektron
mikroskopiya esa ultrastrukturani ko‘rsatadi. Ushbu usullar gistologik tadqiqotlarda aniq va
to‘liq ma’lumot olishda, yangi biologik kashfiyotlarni amalga oshirishda muhim ahamiyatga
ega. Kelajakda ushbu texnologiyalar yanada rivojlanib, yangi kombinatsiyalar va qo‘llanmalar
paydo bo‘lishi kutilmoqda.
Page 15
CENTRAL ASIAN JOURNAL OF MULTIDISCIPLINARY
RESEARCH AND MANAGEMENT STUDIES
Volume 2, Issue 7, July 2025
www.in-academy.uz
Gistologiya an’anaviy mikroskopik tuzilishni o‘rganishdan tashqari, to‘qimalarning
molekulyar darajadagi xususiyatlarini o‘rganishga ham e’tibor qaratmoqda. Ushbu soha
molekulyar gistologiya deb ataladi. Bu yo‘nalishda to‘qimalardagi genlar, oqsillar va boshqa
molekulalar joylashuvi va faoliyati o‘rganiladi. Molekulyar gistologiya sog‘liqni saqlash va
tadqiqot sohasida kasalliklarning patogenezi va diagnostikasi uchun juda muhim ahamiyatga
ega. Immunogistokimyo gistologiyaning eng muhim molekulyar usullaridan biri bo‘lib, unda
to‘qimalarda ma’lum bir oqsil (antigen)ni aniqlash uchun maxsus antitanalar qo‘llaniladi. Bu
usul yordamida kasalliklar bilan bog‘liq biomarkerlar yoki maxsus hujayra turlari aniqlanadi.
Usul prinsipi:
tadqiqotda maxsus belgilangan (markerlangan) antitanalar to‘qima bo‘laklariga qo‘llanadi.
Agar ushbu antigen to‘qimada mavjud bo‘lsa, antitanalar unga bog‘lanadi. Antitanalar odatda
fluorofor yoki rang beruvchi modda bilan belgilanadi, shuning uchun mikroskop ostida ular
aniq ko‘rinadi.
Qo‘llanish sohalari:
o
Saraton diagnostikasi va tasnifi (masalan, onkologiyada o‘sma hujayralarining
turi va darajasini aniqlash).
o
Infeksion kasalliklarda patogen antigenlarini aniqlash.
o
Neyrobiologiyada neyron va gliya hujayralarini belgilash.
o
Immunitet tizimini o‘rganishda.
Afzalliklari:
o
Yuqori aniq diagnostika imkoniyati.
o
To‘qimaning morfologiyasi bilan molekulyar belgini bir vaqtning o‘zida ko‘rish.
o
Rivojlangan multiplex texnologiyalar yordamida bir nechta antigenni bir
vaqtning o‘zida aniqlash imkoniyati.
Bu usullar DNK yoki RNK molekulalarining to‘qima bo‘laklaridagi joylashishini o‘rganishga
qaratilgan.
In situ Gipermetrik Gibridizatsiya (ISH):
ISH yordamida to‘qima ichidagi ma’lum genlarning ifodalanishini joylashuv jihatidan aniqlash
mumkin. Maxsus probalar (komplementar nuklein kislotalar) ishlatiladi, ular maqsadli DNK
yoki RNK bilan bog‘lanadi va markerlash orqali mikroskop ostida ko‘rinadi.
Fluorescent In
situ Hybridizatsiya (FISH):
ISH usulining floresens versiyasi bo‘lib, u yordamida genlarning joylashuvi va nusxa
ko‘payishi aniqlanadi. Masalan, saraton kasalliklarida gen mutatsiyalarini aniqlashda keng
qo‘llaniladi.
Multiplex Molekulyar Gistologiya.
Zamonaviy molekulyar gistologiyada bir nechta
molekulani bir vaqtning o‘zida o‘rganish imkoniyati mavjud:
Multiplex Immunofluorescence (mIF):
Bir nechta antitanalarni turli ranglarda
markalash orqali bir vaqtning o‘zida ko‘plab oqsillarni tahlil qilish. Bu usul hujayralararo
munosabatlarni va to‘qimaning murakkab mikro-muhitini yaxshiroq tushunishga yordam
beradi.
Multiplexed Ion Beam Imaging (MIBI):
Metall belgilovchilar yordamida yuzlab
markerlarni bitta to‘qima bo‘lagida aniqlash imkonini beradi.
4. Molekulyar Gistologiyaning Tibbiyotdagi Ahmiyati
Page 16
CENTRAL ASIAN JOURNAL OF MULTIDISCIPLINARY
RESEARCH AND MANAGEMENT STUDIES
Volume 2, Issue 7, July 2025
www.in-academy.uz
Personalizatsiyalangan davolash:
Kasallikdagi molekulyar o‘zgarishlarni aniqlash
orqali individual davolash strategiyalari ishlab chiqiladi.
Kasallik patogenezi:
Kasallik jarayonlarining molekulyar mexanizmlarini tushunish
uchun to‘qimalardagi o‘zgarishlarni chuqur o‘rganish.
Dori samaradorligi:
Dori vositalarining ta’siri va natijasini molekulyar darajada
kuzatish imkoniyati.
Molekulyar gistologiya va immunogistokimyo gistologiya fanining zamonaviy rivojlanishida
markaziy o‘rin tutadi. Bu usullar to‘qimalardagi oqsillar va genlar joylashuvi, ifodasi va o‘zaro
ta’sirini aniqlash imkonini beradi. Shu bois, ular diagnostika, ilmiy tadqiqot va klinik
tibbiyotda keng qo‘llaniladi. Zamonaviy multiplex texnologiyalar va molekulyar markerlar
yordamida gistologik tahlillar yanada aniq va samarali bo‘lib bormoqda. So‘nggi yillarda
gistologiyada raqamli texnologiyalarning joriy qilinishi tadqiqot va diagnostika jarayonlarini
tubdan o‘zgartirdi. Raqamli patalogiya gistologik to‘qima namunalarining yuqori aniqlikdagi
raqamli tasvirlarga aylantirilishini, ularning saqlanishi, tahlili va tarmoqlar orqali uzatilishini
ta’minlaydi. WSI texnologiyasi gistologik bo‘laklarning barcha yuzasini yuqori rezolyutsiyada
skanerlash orqali raqamli slayd yaratadi. Ushbu slaydlar mikroskop ostidagi ko‘rish
tajribasini raqamli muhitga ko‘chiradi.
Afzalliklari:
To‘qimalarni uzoq muddat arxivlash va himoya qilish imkoniyati.
Masofadan turib ekspertiza o‘tkazish va konsultatsiyalar uchun qulaylik.
Tasvirni kattalashtirish, o‘lchash va turli manipulyatsiyalar qilish imkoniyati.
Raqamli tasvirlarni inson ko‘zidan tez va aniqroq tahlil qilish uchun sun’iy intellekt va
algoritmlardan foydalaniladi.
Hujayra sonini hisoblash:
Saraton kabi kasalliklarda o‘sma hujayralarining zichligini
aniqlash.
To‘qima tuzilishini segmentatsiya qilish:
Hujayra va boshqa elementlarni avtomatik
ajratib olish.
Kasallik bosqichini aniqlash:
Tasvirdagi patologik o‘zgarishlarni klassifikatsiya qilish.
Sifat nazorati:
Tasvir sifatini tekshirish, noto‘g‘ri slaydlarni aniqlash.
Integratsiya va masofadan diagnostika
Raqamli patalogiya tarmoqlar orqali bemor
ma’lumotlarini mutaxassislarga yetkazib, tezkor va sifatli diagnostika imkonini beradi. Shu
tariqa, geografik jihatdan uzoq joylashgan shifokorlar ham birgalikda ish olib borishlari
mumkin.
Tadqiqot va ta’limda qo‘llanilishi
Raqamli slaydlar talabalarga va yangi mutaxassislarga ko‘proq amaliy imkoniyat
beradi.
Tadqiqotlarda katta hajmdagi ma’lumotlarni yig‘ish, saqlash va qayta ishlash
imkoniyatlari yaratadi.
Sun’iy intellekt (AI) va mashina o‘rganish (machine learning) texnologiyalari
gistologiya sohasida innovatsion yondashuvlar yaratmoqda.
Page 17
CENTRAL ASIAN JOURNAL OF MULTIDISCIPLINARY
RESEARCH AND MANAGEMENT STUDIES
Volume 2, Issue 7, July 2025
www.in-academy.uz
Ushbu texnologiyalar gistologik tasvirlarni tahlil qilishni avtomatlashtirib, diagnostika
aniqligini oshiradi. AI algoritmlari gistologik tasvirlarda patologik to‘qima va hujayralarni
aniqlashda ishlatiladi.
Hujayra turlarini ajratish:
Saraton hujayralari, normal hujayralar va
boshqa to‘qima elementlarini farqlash.
O‘sma bosqichini aniqlash:
AI yordamida saraton
o‘smaning rivojlanish bosqichi va agressivligini baholash. Mashina o‘rganish modellariga
asoslangan algoritmlar gistologik ma’lumotlarni tahlil qilib, kasallik rivojlanish xavfini yoki
davolash natijasini oldindan bashorat qilish imkonini beradi. Bu individual terapiya rejalarini
ishlab chiqishda katta yordam beradi. AI va mashina o‘rganish gistologik diagnostika sifatini
yaxshilash, bemor uchun davolashni optimallashtirish va tadqiqotlarda katta ma’lumotlar
to‘plamini tezkor tahlil qilish imkonini yaratadi. Kelajakda ushbu texnologiyalar tibbiyotda
yanada keng qo‘llanilib, yangi diagnostik standartlar va terapiya yo‘llarini ishlab chiqishga
olib keladi.
Zamonaviy gistologiya raqamli patalogiya va sun’iy intellekt texnologiyalarining integratsiyasi
bilan tubdan o‘zgarib bormoqda. Raqamli tasvirlash va AI yordamida gistologik ma’lumotlarni
yuqori aniqlikda va tez tahlil qilish mumkinligi, diagnostika va ilmiy izlanishlarda yangi
imkoniyatlar yaratmoqda. Bu jarayonlar klinik amaliyotda kasalliklarni erta aniqlash va
individual davolash strategiyalarini shakllantirishda muhim rol o‘ynaydi. Shu bilan birga, bu
texnologiyalar o‘quv jarayonini ham samaraliroq qiladi va tadqiqotlarni ilg‘or darajaga olib
chiqadi.
Foydalanilgan adabiyotlar:
1.
Ross, M.H., Pawlina, W.
(2015).
Histology: A Text and Atlas
(7th Edition). Wolters
Kluwer.
2.
Kumar, V., Abbas, A.K., Aster, J.C.
(2018).
Robbins Basic Pathology
(10th Edition).
Elsevier.
3.
Pawley, J.B.
(2006).
Handbook of Biological Confocal Microscopy
(3rd Edition).
Springer.
4.
Murphy, D.B., Davidson, M.W.
(2013).
Fundamentals of Light Microscopy and
Electronic Imaging
. Wiley-Blackwell.
5.
Taatjes, D.J., Roth, J., Heiken, J.P.
(2020).
Histology and Cell Biology: An Introduction
to Pathology
(5th Edition). Elsevier.
6.
Taylor, C.R., Shi, S.R., Barr, N., Wu, N.
(2018). Techniques of immunohistochemistry:
principles, pitfalls, and standardization.
Methods
, 70(1), 4-11.
7.
Gurcan, M.N., Boucheron, L.E., Can, A., Madabhushi, A., Rajpoot, N.M., Yener,
B.
(2009). Histopathological image analysis: A review.
IEEE Reviews in Biomedical Engineering
,
2, 147-171.
8.
Litjens, G., Kooi, T., Bejnordi, B.E., Setio, A.A., Ciompi, F., Ghafoorian, M., ... &
Sánchez, C.I.
(2017). A survey on deep learning in medical image analysis.
Medical Image
Analysis
, 42, 60-88.
