Ia mengambil Santiago Ramón y Cajal agak lama untuk mencari panggilan sejati dalam hidupnya. Dia mencuba tangannya memotong rambut dan membetulkan kasut. Sebagai seorang lelaki pada pertengahan tahun 1800-an, beliau merancang untuk berkarier sebagai seorang artis. Tetapi bapanya, seorang profesor anatomi, menggelengkan kepalanya dan memutuskan bahawa Ramón y Cajal muda akan meneruskan perubatan. Artis yang akan pergi menemui bidang neurosains moden, memperoleh Hadiah Nobel dalam Fisiologi atau Perubatan di sepanjang jalan. Dilahirkan pada 1 Mei 1852, di Sepanyol, Ramón y Cajal akan menyambut ulang tahun ke-151nya hari ini.
Sebelum dia mula menonjol sebagai penyelidik, Ramón y Cajal telah menjadi pembantu anatomi sekolah, pengarah muzium dan profesor dan pengarah Institut Kebersihan Kebangsaan Sepanyol. Kerja yang paling penting beliau tidak bermula sehingga sekitar tahun 1887, ketika ia berpindah ke University of Barcelona dan mula menyelidiki semua jenis sel otak yang berbeza. Dia menemui kon pertumbuhan pertumbuhan akson, yang mengendalikan fungsi deria dan motor sel-sel saraf, dan sel interstitial Cajal (kemudian dinamakan selepasnya), sel saraf yang terdapat di lapisan halus usus. Mungkin yang paling ketara, dia mengembangkan "doktrin neuron, " yang menunjukkan bahawa sel-sel saraf adalah individu daripada struktur selular yang berterusan. Penyelidik menganggap penemuan ini sebagai asas neurosains moden.
Pada tahun 1906, jawatankuasa Nobel dianugerahi Ramón y Cajal dan rakan sejawat Itali sebagai hadiah dalam Fisiologi atau Perubatan "sebagai pengiktirafan kerja mereka mengenai struktur sistem saraf."
Walaupun Ramón y Cajal mungkin berubah neurosains selama-lamanya, dia mengekalkan semangat zaman kanak-kanak yang asalnya. Sepanjang kariernya, dia tidak pernah menyerahkan seninya. Dia melancarkan beratus-ratus ilustrasi perubatan, dan beberapa lukisan sel-sel otaknya masih digunakan di bilik darjah hari ini.
Lagi dari Smithsonian.com:
Apa Neuroscience Bunyi Seperti
Neuroscience Explores Why Humans Feel Empathy for Robots
