ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਨੇ ਜੀਨੋਮਿਕਸ ਖੋਜ ਲਈ ਇੱਕ ਨਵਾਂ ਏਆਈ ਮਾਡਲ, ਅਲਫਾਜੀਨੋਮ 2 ਜਾਰੀ ਕੀਤਾ ਹੈ ਜੋ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਡੀਐਨਏ ਵੇਰੀਐਂਟ ਖਾਸ ਮਨੁੱਖੀ ਸੈੱਲ ਕਿਸਮਾਂ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਦੇ ਹਨ - ਅਤੇ ਕੰਪਨੀ ਦੀ ਘੋਸ਼ਣਾ ਦੇ ਡੀਕੋਡਰ ਦੁਆਰਾ ਕਵਰੇਜ ਦੇ ਅਨੁਸਾਰ, ਇਸਦੇ ਪੂਰਵਗਾਮੀ ਨਾਲੋਂ ਲਗਭਗ ਦੁੱਗਣੇ ਸੰਬੰਧਤ ਜੀਨ ਤਬਦੀਲੀਆਂ ਨੂੰ ਲੱਭਦਾ ਹੈ।
ਰੀਲੀਜ਼ ਜੀਨੋਮਿਕਸ ਦੀਆਂ ਜ਼ਿੱਦੀ ਸਮੱਸਿਆਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦੀ ਹੈ: ਮਨੁੱਖੀ ਸਰੀਰ ਵਿੱਚ ਹਰੇਕ ਸੈੱਲ ਇੱਕੋ ਜਿਹਾ ਡੀਐਨਏ ਬਲੂਪ੍ਰਿੰਟ ਰੱਖਦਾ ਹੈ, ਪਰ ਇੱਕ ਦਿਲ ਦੀ ਮਾਸਪੇਸ਼ੀ ਸੈੱਲ ਉਸ ਡੀਐਨਏ ਨੂੰ ਇੱਕ ਇਮਿਊਨ ਸੈੱਲ ਨਾਲੋਂ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਪੜ੍ਹਦਾ ਹੈ। ਉਹਨਾਂ ਸੈੱਲ-ਵਿਸ਼ੇਸ਼ ਅੰਤਰਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨਾ - ਅਤੇ ਇਹ ਪਤਾ ਲਗਾਉਣਾ ਕਿ ਲੱਖਾਂ ਸੰਭਾਵਿਤ ਡੀਐਨਏ ਅੱਖਰਾਂ ਵਿੱਚੋਂ ਕਿਹੜੇ ਬਦਲਾਅ ਅਸਲ ਵਿੱਚ ਬਿਮਾਰੀ ਦਾ ਕਾਰਨ ਬਣਦੇ ਹਨ - ਖੇਤਰ ਦੀਆਂ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਅਣਸੁਲਝੀਆਂ ਚੁਣੌਤੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਰਿਹਾ ਹੈ। ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਦੀ ਘੋਸ਼ਣਾ, ਵੀਰਵਾਰ ਨੂੰ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਕਵਰ ਕੀਤੀ ਗਈ, ਅਲਫਾਜੀਨੋਮ 2 ਨੂੰ ਉਸ ਸਮੱਸਿਆ 'ਤੇ ਸਿੱਧੇ ਹਮਲੇ ਵਜੋਂ ਪਦਵੀਤ ਕਰਦੀ ਹੈ, ਅਤੇ ਸੁੰਦਰ ਪਿਚਾਈ ਨੇ ਬੈਂਜਿੰਗਾ ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੀ ਲਾਂਚ ਕਵਰੇਜ ਵਿੱਚ "ਸਾਡੇ ਸਰੀਰ ਵਿੱਚ ਹਰੇਕ ਸੈੱਲ ਇੱਕੋ ਡੀਐਨਏ ਬਲੂਪ੍ਰਿੰਟ ਨੂੰ ਸਾਂਝਾ ਕਰਦਾ ਹੈ" ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ।
ਥੋਕ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਤੋਂ ਸੈੱਲ-ਕਿਸਮ ਸ਼ੁੱਧਤਾ ਤੱਕ
ਅਸਲ ਅਲਫ਼ਾਜੀਨੋਮ ਨੇ ਇੱਕ ਲੱਖ ਅੱਖਰਾਂ ਦੇ ਇੱਕ ਡੀਐਨਏ ਕ੍ਰਮ ਨੂੰ ਲਿਆ ਅਤੇ ਇੱਕ ਵਾਰ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਟਿਸ਼ੂਆਂ ਵਿੱਚ ਫੈਲੇ ਹਜ਼ਾਰਾਂ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ ਇਸਦੇ ਗੁਣਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ। ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਦੇ ਅਨੁਸਾਰ, ਉਹ ਸਮਾਨਾਂਤਰ ਪਹੁੰਚ ਮਾਡਲ ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਬਹੁਤ ਪਤਲੀ ਬਣਾ ਦਿੰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਨਜ਼ਦੀਕੀ ਸਬੰਧਿਤ ਸੈੱਲ ਕਿਸਮਾਂ ਵਿਚਕਾਰ ਸੂਖਮ ਅੰਤਰ ਨੂੰ ਹਾਸਲ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ।
AlphaGenome 2 ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਹ ਇੱਕ ਕੰਡੀਸ਼ਨਲ ਮਾਡਲ ਹੈ: ਡੀਐਨਏ ਕ੍ਰਮ ਦੇ ਨਾਲ, ਇਹ ਇੱਕ ਖਾਸ ਜੈਵਿਕ ਅਵਸਥਾ ਨੂੰ ਇੱਕ ਵਾਧੂ ਇਨਪੁਟ ਵਜੋਂ ਲੈਂਦਾ ਹੈ ਅਤੇ ਉਸ ਇੱਕ ਸੈੱਲ ਕਿਸਮ ਲਈ ਪ੍ਰਭਾਵਾਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ। ਸਿਸਟਮ ਨੂੰ ਮਨੁੱਖਾਂ ਅਤੇ ਚੂਹਿਆਂ ਵਿੱਚ 68 ਟਿਸ਼ੂਆਂ ਵਿੱਚ ਫੈਲੇ 107 ਮਿਲੀਅਨ ਤੋਂ ਵੱਧ ਵਿਅਕਤੀਗਤ ਸੈੱਲ ਪ੍ਰੋਫਾਈਲਾਂ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ।
ਮਾਡਲ ਇਹ ਅਨੁਮਾਨ ਲਗਾਉਣ ਤੋਂ ਪਰੇ ਹੈ ਕਿ ਇੱਕ ਜੀਨ ਨੂੰ ਕਿੰਨੀ ਜ਼ੋਰਦਾਰ ਢੰਗ ਨਾਲ ਦਰਸਾਇਆ ਗਿਆ ਹੈ। ਇਹ ਇਹ ਵੀ ਗਣਨਾ ਕਰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਡੀਐਨਏ ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਨਿਊਕਲੀਅਸ ਦੇ ਅੰਦਰ ਪੈਕ ਕੀਤਾ ਜਾਂਦਾ ਹੈ - ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਜੀਨੋਮ ਦੇ ਕਿਹੜੇ ਹਿੱਸੇ ਪਹੁੰਚਯੋਗ ਹਨ - ਅਤੇ ਹੁਣ ਡੀਐਨਏ ਮਿਥਾਈਲੇਸ਼ਨ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ, ਰਸਾਇਣਕ ਟੈਗ ਜੋ ਅਣੂ ਦੇ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ ਜੋ ਜੀਨਾਂ ਨੂੰ ਚੁੱਪ ਜਾਂ ਸਰਗਰਮ ਕਰਦੇ ਹਨ।
ਬੈਂਚਮਾਰਕ ਨਤੀਜੇ: ਕਾਰਕ ਵੇਰੀਐਂਟ ਖੋਜ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਛਾਲ
28 ਪ੍ਰਾਇਮਰੀ ਇਮਿਊਨ ਸੈੱਲ ਕਿਸਮਾਂ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ TenK10K ਬੈਂਚਮਾਰਕ ਡੇਟਾਸੇਟ 'ਤੇ, ਅਲਫਾਜੀਨੋਮ 2 ਨੇ ਲਗਭਗ 30 ਪ੍ਰਤੀਸ਼ਤ ਕਾਰਕ ਰੂਪਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਅਤੇ ਸਹੀ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਕਿ ਕੀ ਕੋਈ ਰੂਪ 43 ਪ੍ਰਤੀਸ਼ਤ ਮਾਮਲਿਆਂ ਵਿੱਚ ਇੱਕ ਜੀਨ ਨੂੰ ਉੱਚਿਤ ਜਾਂ ਘਟਾਉਂਦਾ ਹੈ। The Decoder ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੇ Google DeepMind ਦੇ ਅੰਕੜਿਆਂ ਅਨੁਸਾਰ, ਅਸਲੀ AlphaGenome ਦੇ ਇੱਕ ਵਧੀਆ-ਟਿਊਨਡ ਸੰਸਕਰਣ ਨੇ ਉਸੇ ਕੰਮਾਂ 'ਤੇ ਸਿਰਫ਼ 16 ਪ੍ਰਤੀਸ਼ਤ ਅਤੇ 23 ਪ੍ਰਤੀਸ਼ਤ ਦਾ ਪ੍ਰਬੰਧਨ ਕੀਤਾ ਹੈ।
ਇਹ ਸੁਧਾਰ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਕਿਉਂਕਿ ਜੀਨੋਮ-ਵਾਈਡ ਐਸੋਸੀਏਸ਼ਨ ਸਟੱਡੀਜ਼ (ਜੀਡਬਲਯੂਏਐਸ) ਸਿਰਫ ਡੀਐਨਏ ਦੇ ਵਿਆਪਕ ਹਿੱਸੇ ਦੇ ਅੰਦਰ ਬਿਮਾਰੀ ਦੇ ਸੰਕੇਤਾਂ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ। ਬਿਹਤਰ ਕਾਰਕ-ਰੂਪ ਪੂਰਵ-ਅਨੁਮਾਨ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਸੰਬੰਧਿਤ ਖੇਤਰ ਵਿੱਚ ਕਈ ਰੂਪਾਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਅਸਲ ਵਿੱਚ ਪ੍ਰਯੋਗਾਤਮਕ ਫਾਲੋ-ਅਪ ਦੇ ਯੋਗ ਹੈ — ਇੱਕ ਲੀਡ ਅਤੇ ਇੱਕ ਡੈੱਡ ਐਂਡ ਵਿੱਚ ਅੰਤਰ।
ਮਾਡਲ ਇੱਕ ਮਾਪ ਤੋਂ ਗੁੰਮ ਹੋਏ ਡੇਟਾ ਦਾ ਵੀ ਅਨੁਮਾਨ ਲਗਾ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਖੋਜਕਰਤਾ ਸਿਰਫ਼ ਇੱਕ ਸੈੱਲ ਦੀ ਜੀਨ ਗਤੀਵਿਧੀ ਨੂੰ ਮਾਪਦੇ ਹਨ, ਤਾਂ ਅਲਫ਼ਾਜੀਨੋਮ 2 ਵਾਧੂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਲਈ ਪੂਰਵ-ਅਨੁਮਾਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਖਾਸ ਡੀਐਨਏ ਸਟ੍ਰੈਚਸ ਨੂੰ ਕਿੰਨੀ ਮਜ਼ਬੂਤੀ ਨਾਲ ਪੈਕ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਲੈਬਾਂ ਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਕਿ ਅੱਗੇ ਕਿਹੜੇ ਵੈਟ-ਲੈਬ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਚਲਾਉਣ ਦੇ ਯੋਗ ਹਨ, ਅਤੇ ਇੱਕ ਮੁੱਖ ਆਰਕੀਟੈਕਚਰਲ ਫਾਇਦਾ ਅਨੁਕੂਲਤਾ ਹੈ: ਖੋਜਕਰਤਾ ਸਿਰਫ ਕੁਝ ਦਰਜਨ ਸੈੱਲਾਂ ਤੋਂ ਜੀਨ ਗਤੀਵਿਧੀ ਡੇਟਾ ਵਿੱਚ ਫੀਡ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਮਾਡਲ ਪਹਿਲਾਂ ਅਣਦੇਖੀ ਸੈੱਲ ਅਵਸਥਾਵਾਂ ਲਈ ਪ੍ਰਭਾਵਾਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ - ਅਕਸਰ ਉਸ ਡੇਟਾ 'ਤੇ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਨੂੰ ਹਰਾਉਂਦਾ ਹੈ, ਡੀਪ ਮਾਈਂਡ ਦੇ ਅਨੁਸਾਰ।
ਰੋਗ ਵਿਧੀ ਗਣਨਾਤਮਕ ਤੌਰ 'ਤੇ ਦੁਬਾਰਾ ਤਿਆਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ
ਦੋ ਪ੍ਰਦਰਸ਼ਿਤ ਕੇਸ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿ ਮਾਡਲ ਲੈਬ ਬੈਂਚ ਨੂੰ ਛੂਹਣ ਤੋਂ ਬਿਨਾਂ ਕੀ ਕਰ ਸਕਦਾ ਹੈ। ਪੂਰੀ ਤਰ੍ਹਾਂ ਗਣਨਾਤਮਕ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹੋਏ, ਅਲਫਾਜੀਨੋਮ 2 ਨੇ ਪਹਿਲਾਂ ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ ਪਛਾਣੇ ਗਏ ਇੱਕ ਸੋਜਸ਼ ਅੰਤੜੀ ਰੋਗ ਵਿਧੀ ਨੂੰ ਦੁਬਾਰਾ ਤਿਆਰ ਕੀਤਾ: ਇਸ ਨੇ ਜੀਨ ਤੋਂ ਦੂਰ ਇੱਕ ਰੈਗੂਲੇਟਰੀ ਸਵਿੱਚ ਵਿੱਚ ਸਹੀ ਡੀਐਨਏ ਵੇਰੀਐਂਟ ਨੂੰ ਅਲੱਗ ਕਰ ਦਿੱਤਾ ਜੋ ਅੰਤੜੀਆਂ ਦੇ ਮੈਕਰੋਫੈਜ ਵਿੱਚ ETS2 ਨੂੰ ਚੋਣਵੇਂ ਤੌਰ 'ਤੇ ਓਵਰਐਕਟੀਵੇਟ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਹੋਰ ਸੈੱਲ ਕਿਸਮਾਂ ਅਤੇ ਜੀਨ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਗੈਰ-ਸੰਕਰਮਿਤ ਰਹੇ।
ਇੱਕ COVID-19 mRNA ਵੈਕਸੀਨ ਅਧਿਐਨ ਦੇ ਡੇਟਾ 'ਤੇ ਲਾਗੂ ਕੀਤੇ ਗਏ ਇੱਕ ਵੱਖਰੇ ਟੈਸਟ ਵਿੱਚ, ਮਾਡਲ ਨੇ ਵੈਕਸੀਨ-ਐਕਟੀਵੇਟਿਡ ਟੀ ਸੈੱਲਾਂ ਨੂੰ ਆਰਾਮ ਕਰਨ ਵਾਲੇ ਸੈੱਲਾਂ ਤੋਂ ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਵੱਖ ਕੀਤਾ ਅਤੇ ਦਿਖਾਇਆ ਕਿ ਗੰਭੀਰ COVID-19 ਕੇਸਾਂ ਨਾਲ ਜੁੜਿਆ ਇੱਕ ਜੀਨ ਰੂਪ ਮੁੱਖ ਤੌਰ 'ਤੇ ਕਿਰਿਆਸ਼ੀਲ ਸਥਿਤੀ ਵਿੱਚ ਸੈੱਲਾਂ ਦੀ ਗਤੀਵਿਧੀ ਵਿੱਚ ਵਿਘਨ ਪਾਉਂਦਾ ਹੈ - ਇੱਕ ਪ੍ਰਭਾਵ ਜੋ ਆਰਾਮ ਕਰਨ ਵਾਲੇ ਸੈੱਲਾਂ ਵਿੱਚ ਅਦਿੱਖ ਰਹੇਗਾ।
ਉਪਲਬਧਤਾ ਅਤੇ ਅੱਗੇ ਕੀ ਆਉਂਦਾ ਹੈ
AlphaGenome 2 ਹੁਣ ਇੱਕ API ਦੁਆਰਾ ਗੈਰ-ਵਪਾਰਕ ਖੋਜ ਲਈ ਉਪਲਬਧ ਹੈ, ਜਦੋਂ ਕਿ ਵਪਾਰਕ ਉਪਭੋਗਤਾ ਇੱਕ ਬੰਦ ਝਲਕ ਦੁਆਰਾ ਪਹੁੰਚ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ। ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਸਿਸਟਮ ਕਲੀਨਿਕਲ ਡਾਇਗਨੌਸਟਿਕਸ ਲਈ ਮਨਜ਼ੂਰ ਨਹੀਂ ਹੈ — ਇਹ ਇੱਕ ਖੋਜ ਟੂਲ ਹੈ, ਇੱਕ ਮੈਡੀਕਲ ਡਿਵਾਈਸ ਨਹੀਂ।
ਡੀਪਮਾਈਂਡ ਨੇ ਪਹਿਲਾਂ ਹੀ ਸੈਂਕੜੇ ਸੈੱਲਾਂ ਅਤੇ ਟਿਸ਼ੂ ਦੀਆਂ ਸਥਿਤੀਆਂ ਲਈ ਪੂਰਵ-ਗਣਨਾਵਾਂ ਕੀਤੀਆਂ ਹਨ, ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ AI-ਸੰਚਾਲਿਤ ਡਰੱਗ ਵਿਕਾਸ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ, ਅਤੇ ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਉਹ ਆਪਣੇ ਏਜੰਟ ਵਿਕਾਸ ਪਲੇਟਫਾਰਮ ਗੂਗਲ ਐਂਟੀਗਰੇਵਿਟੀ 'ਤੇ ਸਮਰਪਿਤ ਅਲਫਾਜੇਨੋਮ 2 ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਰੋਲ ਆਊਟ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੀ ਹੈ, ਜਿੱਥੇ ਮਾਡਲ ਨੂੰ ਸਵੈਚਲਿਤ ਖੋਜ ਪ੍ਰਵਾਹ ਕਾਰਜ ਲਈ ਜੈਮਿਨੀ 4 ਵਰਗੇ ਟੂਲਸ ਨਾਲ ਜੋੜਿਆ ਜਾਣਾ ਸੈੱਟ ਕੀਤਾ ਗਿਆ ਹੈ।
ਰੀਲੀਜ਼ ਇੱਕ ਤੇਜ਼-ਹੀਟਿੰਗ AI-ਲਈ-ਬਾਇਓਲੋਜੀ ਖੇਤਰ ਵਿੱਚ ਉਤਰਦੀ ਹੈ। DeepMind ਦੀ ਆਪਣੀ AlphaFold ਵੰਸ਼ ਨੇ ਸਟ੍ਰਕਚਰਲ ਬਾਇਓਲੋਜੀ ਨੂੰ ਰੀਸੈਟ ਕੀਤਾ, ਅਤੇ ਵਿਰੋਧੀ ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ ਲਈ ਵੱਡੇ ਮਾਡਲਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਦੌੜ ਰਹੇ ਹਨ। ਜੋ ਅਲਫਾਜੀਨੋਮ 2 ਨੂੰ ਵੱਖਰਾ ਕਰਦਾ ਹੈ ਉਹ ਰੈਜ਼ੋਲੂਸ਼ਨ ਹੈ: ਸੈੱਲ ਕਿਸਮ 'ਤੇ ਕੰਡੀਸ਼ਨਿੰਗ ਦੁਆਰਾ, ਇਹ ਜਨਸੰਖਿਆ-ਪੱਧਰ ਦੀ ਔਸਤ ਤੋਂ ਵਿਸ਼ੇਸ਼ ਸੈਲੂਲਰ ਸੰਦਰਭ ਵਿੱਚ ਪਰਿਵਰਤਨ ਵਿਆਖਿਆ ਨੂੰ ਲੈ ਜਾਂਦਾ ਹੈ ਜਿੱਥੇ ਬਿਮਾਰੀ ਅਸਲ ਵਿੱਚ ਕੰਮ ਕਰਦੀ ਹੈ। ਜੇ ਬੈਂਚਮਾਰਕ ਲਾਭ ਸੁਤੰਤਰ ਵਰਤੋਂ ਵਿੱਚ ਬਰਕਰਾਰ ਰਹਿੰਦੇ ਹਨ, ਤਾਂ ਮਾਡਲ ਜੈਨੇਟਿਕ ਐਸੋਸੀਏਸ਼ਨ ਤੋਂ ਮਸ਼ੀਨੀ ਸਮਝ ਤੱਕ ਦਾ ਰਸਤਾ ਛੋਟਾ ਕਰ ਸਕਦਾ ਹੈ - ਆਧੁਨਿਕ ਡਰੱਗ ਵਿਕਾਸ ਵਿੱਚ ਸਭ ਤੋਂ ਮਹਿੰਗਾ ਕਦਮ।
AI ਤੋਂ ਅੱਗੇ ਰਹੋAI ਨਸ਼ੀਲੇ ਪਦਾਰਥਾਂ ਦੀ ਖੋਜ, ਜੀਨੋਮਿਕਸ, ਅਤੇ ਬਾਇਓਟੈਕ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਕਵਰੇਜ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਮੁੜ ਆਕਾਰ ਦੇ ਰਿਹਾ ਹੈ। ਬ੍ਰੇਕਿੰਗ AI ਖਬਰਾਂ, ਖੋਜ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਨਵੀਨਤਮ AI ਵਿਕਾਸ ਲਈ, AI Buzz Wire ਹਰ ਮਹੱਤਵਪੂਰਨ ਸਫਲਤਾ ਦਾ ਅਨੁਸਰਣ ਕਰਦਾ ਹੈ।
ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →
