Google DeepMind AlphaGenome 2 প্রকাশ করেছে, জিনোমিক্স গবেষণার জন্য একটি নতুন এআই মডেল যা ভবিষ্যদ্বাণী করে যে কীভাবে ডিএনএ ভেরিয়েন্টগুলি নির্দিষ্ট মানব কোষের প্রকারগুলিকে প্রভাবিত করে — এবং কোম্পানির ঘোষণার দ্য ডিকোডারের কভারেজ অনুসারে, তার পূর্বসূরির তুলনায় প্রায় দ্বিগুণ প্রাসঙ্গিক জিনের পরিবর্তন খুঁজে পায়৷
রিলিজটি জিনোমিক্সের একগুঁয়ে সমস্যার সমাধান করে: মানবদেহের প্রতিটি কোষ একই ডিএনএ ব্লুপ্রিন্ট বহন করে, কিন্তু একটি হৃদপিণ্ডের পেশী কোষ সেই ডিএনএকে একটি ইমিউন কোষের চেয়ে ভিন্নভাবে পড়ে। সেই কোষ-নির্দিষ্ট পার্থক্যগুলির পূর্বাভাস দেওয়া - এবং লক্ষ লক্ষ সম্ভাব্য ডিএনএ অক্ষরের মধ্যে কোনটি আসলে রোগ সৃষ্টি করে তা চিহ্নিত করা - এই ক্ষেত্রের সবচেয়ে বড় অমীমাংসিত চ্যালেঞ্জগুলির মধ্যে একটি থেকে গেছে। বৃহস্পতিবার ব্যাপকভাবে কভার করা Google DeepMind-এর ঘোষণা, AlphaGenome 2-কে সেই সমস্যার উপর সরাসরি আক্রমণ হিসাবে অবস্থান করে, এবং সুন্দর পিচাই বেনজিঙ্গার দ্বারা রিপোর্ট করা লঞ্চ কভারেজে "আমাদের শরীরের প্রতিটি কোষ একই ডিএনএ ব্লুপ্রিন্ট ভাগ করে" এমন ফ্রেমিং হাইলাইট করেছেন।
বাল্ক ভবিষ্যদ্বাণী থেকে সেল-টাইপ নির্ভুলতা পর্যন্ত
আসল আলফাজেনোম এক মিলিয়ন অক্ষর দীর্ঘ একটি ডিএনএ ক্রম নিয়েছিল এবং একবারে অনেক টিস্যুতে বিস্তৃত হাজার হাজার পরীক্ষা জুড়ে এর বৈশিষ্ট্যগুলির পূর্বাভাস দিয়েছে। গুগল ডিপমাইন্ডের মতে, সেই সমান্তরাল পদ্ধতিটি মডেলের ক্ষমতাকে খুব পাতলা করে দেয়, যা ঘনিষ্ঠভাবে সম্পর্কিত কোষের প্রকারের মধ্যে সূক্ষ্ম পার্থক্যগুলিকে ক্যাপচার করা কঠিন করে তোলে।
AlphaGenome 2 ভিন্নভাবে কাজ করে। এটি একটি শর্তসাপেক্ষ মডেল: ডিএনএ সিকোয়েন্সের পাশাপাশি, এটি একটি নির্দিষ্ট জৈবিক অবস্থাকে অতিরিক্ত ইনপুট হিসাবে নেয় এবং সেই একটি কোষের প্রকারের জন্য প্রভাবগুলি গণনা করে। সিস্টেমটি মানুষ এবং ইঁদুরের মধ্যে 68 টি টিস্যুতে বিস্তৃত 107 মিলিয়নেরও বেশি পৃথক সেল প্রোফাইলে প্রশিক্ষিত হয়েছিল।
মডেলটি ভবিষ্যদ্বাণীর বাইরে চলে যায় যে একটি জিন কতটা দৃঢ়ভাবে প্রকাশ করা হয়। এটি এছাড়াও গণনা করে যে কীভাবে ডিএনএ নিউক্লিয়াসের ভিতরে শারীরিকভাবে প্যাকেজ করা হয় - জিনোমের কোন প্রসারিত অংশগুলি অ্যাক্সেসযোগ্য তা দেখায় - এবং এখন ডিএনএ মিথিলেশনের ভবিষ্যদ্বাণী করে, যে রাসায়নিক ট্যাগগুলি আণবিকভাবে কাজ করে যা জিনকে নীরব বা সক্রিয় করে।
বেঞ্চমার্ক ফলাফল: কার্যকারণ বৈকল্পিক সনাক্তকরণে একটি বড় লাফ
TenK10K বেঞ্চমার্ক ডেটাসেটে 28টি প্রাথমিক ইমিউন কোষের ধরন কভার করে, AlphaGenome 2 প্রায় 30 শতাংশ কার্যকারণ বৈকল্পিক শনাক্ত করেছে এবং সঠিকভাবে ভবিষ্যদ্বাণী করেছে যে একটি বৈকল্পিক 43 শতাংশ ক্ষেত্রে একটি জিনকে আপগ্রেগুলেট করে বা কমিয়ে দেয় কিনা। The Decoder দ্বারা রিপোর্ট করা Google DeepMind-এর পরিসংখ্যান অনুসারে, আসল AlphaGenome-এর একটি সূক্ষ্ম সুর করা সংস্করণ একই কাজগুলিতে মাত্র 16 শতাংশ এবং 23 শতাংশ পরিচালনা করেছে।
এই উন্নতি গুরুত্বপূর্ণ কারণ জিনোম-ওয়াইড অ্যাসোসিয়েশন স্টাডিজ (GWAS) মোটামুটিভাবে ডিএনএর বিস্তৃত অংশের মধ্যে রোগের সংকেত সনাক্ত করতে পারে। আরও ভাল কার্যকারণ-ভেরিয়েন্টের পূর্বাভাস গবেষকদের বলে যে সংশ্লিষ্ট অঞ্চলের অনেকগুলি রূপের মধ্যে কোনটি আসলে পরীক্ষামূলক ফলো-আপের জন্য মূল্যবান — একটি সীসা এবং একটি মৃত প্রান্তের মধ্যে পার্থক্য।
মডেলটি একটি একক পরিমাপ থেকে অনুপস্থিত ডেটা অনুমান করতে পারে। যদি গবেষকরা শুধুমাত্র একটি কোষের জিনের কার্যকলাপ পরিমাপ করেন, তবে আলফাজেনোম 2 অতিরিক্ত বৈশিষ্ট্যগুলির জন্য ভবিষ্যদ্বাণী প্রদান করে, যেমন নির্দিষ্ট ডিএনএ প্রসারিত কতটা শক্তভাবে প্যাকেজ করা হয়। এটি ল্যাবগুলিকে সিদ্ধান্ত নিতে সাহায্য করে যে কোন ভেজা-ল্যাব পরীক্ষাগুলি পরবর্তীতে চালানোর যোগ্য, এবং একটি মূল স্থাপত্যের সুবিধা হল অভিযোজনযোগ্যতা: গবেষকরা মাত্র কয়েক ডজন কোষ থেকে জিন কার্যকলাপের ডেটা খাওয়াতে পারেন, এবং মডেলটি পূর্বে অদেখা কোষের অবস্থার জন্য প্রভাবগুলি গণনা করে — প্রায়শই সেই ডেটাতে সরাসরি প্রশিক্ষিত বিশেষ মডেলগুলিকে মারধর করে, ডিপমাইন্ড অনুসারে।
রোগের প্রক্রিয়া গণনামূলকভাবে পুনরুত্পাদিত হয়
দুটি প্রদর্শিত কেস দেখায় যে মডেলটি ল্যাব বেঞ্চকে স্পর্শ না করে কী করতে পারে। বিশুদ্ধভাবে গণনামূলকভাবে কাজ করে, আলফাজেনোম 2 পূর্বে একটি গবেষণায় চিহ্নিত একটি প্রদাহজনক আন্ত্রিক রোগের পদ্ধতির পুনরুত্পাদন করেছে: এটি একটি নিয়ন্ত্রক সুইচের সঠিক ডিএনএ বৈকল্পিকটি জিন থেকে অনেক দূরে বিচ্ছিন্ন করে যা অন্ত্রের ম্যাক্রোফেজে ETS2কে নির্বাচনীভাবে অত্যধিক সক্রিয় করে, যখন অন্যান্য কোষের ধরন এবং জিনগুলি বৃহত্তরভাবে অপরিবর্তিত ছিল।
একটি COVID-19 mRNA ভ্যাকসিন অধ্যয়নের ডেটাতে প্রয়োগ করা একটি পৃথক পরীক্ষায়, মডেলটি নির্ভরযোগ্যভাবে ভ্যাকসিন-অ্যাক্টিভেটেড টি কোষগুলিকে বিশ্রামের থেকে আলাদা করেছে এবং দেখিয়েছে যে গুরুতর COVID-19 ক্ষেত্রে যুক্ত একটি জিন বৈকল্পিক প্রধানত সক্রিয় অবস্থায় কোষের কার্যকলাপকে ব্যাহত করে — এমন একটি প্রভাব যা বিশ্রামের কোষগুলিতে অদৃশ্য থেকে যায়।
প্রাপ্যতা এবং এর পরে কি আসে
AlphaGenome 2 এখন একটি API এর মাধ্যমে অবাণিজ্যিক গবেষণার জন্য উপলব্ধ, যখন বাণিজ্যিক ব্যবহারকারীরা একটি বন্ধ পূর্বরূপের মাধ্যমে অ্যাক্সেস পান। Google DeepMind স্পষ্টভাবে বলছে যে সিস্টেমটি ক্লিনিকাল ডায়াগনস্টিকসের জন্য অনুমোদিত নয় — এটি একটি গবেষণার টুল, কোনো মেডিকেল ডিভাইস নয়।
ডিপমাইন্ড ইতিমধ্যে শত শত কোষ এবং টিস্যু অবস্থার জন্য পূর্বনির্ধারণ করেছে, আংশিকভাবে AI-চালিত ওষুধের বিকাশকে সমর্থন করার জন্য, এবং কোম্পানি বলেছে যে তারা তার এজেন্টিক ডেভেলপমেন্ট প্ল্যাটফর্ম Google Antigravity-এ ডেডিকেটেড AlphaGenome 2 বৈশিষ্ট্যগুলি রোল আউট করার পরিকল্পনা করছে, যেখানে মডেলটি স্বয়ংক্রিয় গবেষণা প্রবাহের জন্য Gemini 4-এর মতো সরঞ্জামগুলির সাথে একত্রিত হবে।
রিলিজটি জীববিজ্ঞানের জন্য একটি দ্রুত-হিটিং এআই-এ অবতরণ করে। ডিপমাইন্ডের নিজস্ব আলফাফোল্ড বংশ কাঠামোগত জীববিজ্ঞানকে পুনরায় সেট করে এবং প্রতিদ্বন্দ্বীরা ড্রাগ আবিষ্কারে বড় মডেল প্রয়োগ করার জন্য দৌড়াচ্ছে। AlphaGenome 2কে যা আলাদা করে তা হল রেজোলিউশন: কোষের প্রকারের উপর কন্ডিশনার দ্বারা, এটি বৈকল্পিক ব্যাখ্যাকে জনসংখ্যা-স্তরের গড় থেকে নির্দিষ্ট সেলুলার প্রসঙ্গে নিয়ে যায় যেখানে রোগ আসলে কাজ করে। যদি বেঞ্চমার্ক লাভগুলি স্বাধীন ব্যবহারে ধরে রাখে, মডেলটি জেনেটিক অ্যাসোসিয়েশন থেকে যান্ত্রিক বোঝার পথকে সংক্ষিপ্ত করতে পারে - আধুনিক ওষুধ বিকাশের সবচেয়ে ব্যয়বহুল পদক্ষেপ।
এআই থেকে এগিয়ে থাকুনAI ওষুধ আবিষ্কার, জিনোমিক্স, এবং বায়োটেককে অনেক কভারেজের চেয়ে দ্রুত পরিবর্তন করছে। ব্রেকিং AI খবর, গবেষণা বিশ্লেষণ এবং সাম্প্রতিক AI উন্নয়নের জন্য, AI Buzz Wire গুরুত্বপূর্ণ প্রতিটি অগ্রগতি অনুসরণ করে।
আরও এআই খবর পড়ুন →
