கூகுள் டீப் மைண்ட், ஆல்ஃபாஜெனோம் 2, மரபணு ஆராய்ச்சிக்கான புதிய AI மாதிரியை வெளியிட்டது, இது டிஎன்ஏ மாறுபாடுகள் குறிப்பிட்ட மனித உயிரணு வகைகளை எவ்வாறு பாதிக்கின்றன என்பதைக் கணிக்கின்றன - மேலும் அதன் முன்னோடிகளை விட இரண்டு மடங்கு தொடர்புடைய மரபணு மாற்றங்களைக் கண்டறிந்துள்ளது என்று நிறுவனத்தின் அறிவிப்பின் டீகோடரின் கவரேஜ் தெரிவிக்கிறது.
இந்த வெளியீடு மரபியலின் பிடிவாதமான பிரச்சனைகளில் ஒன்றைக் குறிக்கிறது: மனித உடலில் உள்ள ஒவ்வொரு உயிரணுவும் ஒரே டிஎன்ஏ வரைபடத்தைக் கொண்டுள்ளது, ஆனால் இதய தசை செல் அந்த டிஎன்ஏவை நோயெதிர்ப்பு உயிரணுவை விட வித்தியாசமாக வாசிக்கிறது. அந்த உயிரணு-குறிப்பிட்ட வேறுபாடுகளைக் கணிப்பது - மற்றும் மில்லியன் கணக்கான டிஎன்ஏ எழுத்து மாற்றங்களில் எது உண்மையில் நோயை ஏற்படுத்துகிறது என்பதைக் குறிப்பிடுவது - புலத்தின் மிகப்பெரிய தீர்க்கப்படாத சவால்களில் ஒன்றாக உள்ளது. Google DeepMind இன் அறிவிப்பு, வியாழன் அன்று பரவலாக வெளியிடப்பட்டது, AlphaGenome 2 ஐ அந்தப் பிரச்சனையின் நேரடித் தாக்குதலாக நிலைநிறுத்தியது, மேலும் சுந்தர் பிச்சை பென்சிங்கா அறிக்கை வெளியிட்ட வெளியீட்டுத் கவரேஜில் "நம் உடலில் உள்ள ஒவ்வொரு உயிரணுவும் ஒரே மாதிரியான DNA வரைபடத்தைப் பகிர்ந்து கொள்கிறது" என்ற கட்டமைப்பை முன்னிலைப்படுத்தினார்.
மொத்த கணிப்புகள் முதல் செல் வகை துல்லியம் வரை
அசல் ஆல்பாஜெனோம் ஒரு மில்லியன் எழுத்துக்கள் நீளமுள்ள டிஎன்ஏ வரிசையை எடுத்து, ஒரே நேரத்தில் பல திசுக்களில் ஆயிரக்கணக்கான சோதனைகள் மூலம் அதன் பண்புகளை கணித்துள்ளது. Google DeepMind இன் படி, அந்த இணையான அணுகுமுறை மாதிரியின் திறனை மிக மெல்லியதாக பரப்புகிறது, இது நெருங்கிய தொடர்புடைய செல் வகைகளுக்கு இடையே உள்ள நுட்பமான வேறுபாடுகளைப் பிடிக்க கடினமாக உள்ளது.
AlphaGenome 2 வித்தியாசமாக வேலை செய்கிறது. இது ஒரு நிபந்தனை மாதிரி: டிஎன்ஏ வரிசையுடன், இது ஒரு குறிப்பிட்ட உயிரியல் நிலையை கூடுதல் உள்ளீடாக எடுத்து, அந்த ஒரு செல் வகைக்கான விளைவுகளைக் கணக்கிடுகிறது. மனிதர்கள் மற்றும் எலிகளில் 68 திசுக்களில் 107 மில்லியனுக்கும் அதிகமான தனிப்பட்ட செல் சுயவிவரங்களில் இந்த அமைப்பு பயிற்சியளிக்கப்பட்டது.
ஒரு மரபணு எவ்வளவு வலுவாக வெளிப்படுத்தப்படுகிறது என்பதைக் கணிப்பதைத் தாண்டி இந்த மாதிரி செல்கிறது. டிஎன்ஏ அணுக்கருவிற்குள் எவ்வாறு உடல் ரீதியாக தொகுக்கப்பட்டுள்ளது என்பதையும் இது கணக்கிடுகிறது - மரபணுவின் எந்த நீட்டிப்புகளை அணுகக்கூடியது என்பதைக் காட்டுகிறது - இப்போது DNA மெத்திலேஷனைக் கணித்துள்ளது, இது மரபணுக்களை அமைதிப்படுத்த அல்லது செயல்படுத்துவதற்கு மூலக்கூறு சுவிட்சுகளாக செயல்படும் இரசாயன குறிச்சொற்கள்.
பெஞ்ச்மார்க் முடிவுகள்: காரண மாறுபாடு கண்டறிதலில் ஒரு பெரிய ஜம்ப்
28 முதன்மை நோயெதிர்ப்பு உயிரணு வகைகளை உள்ளடக்கிய TenK10K பெஞ்ச்மார்க் தரவுத்தொகுப்பில், AlphaGenome 2 30 சதவீத காரண மாறுபாடுகளை அடையாளம் கண்டு, 43 சதவீத வழக்குகளில் ஒரு மாறுபாடு ஒரு மரபணுவை அதிகப்படுத்துகிறதா அல்லது குறைக்கிறதா என்பதைச் சரியாகக் கணித்துள்ளது. கூகுள் டீப் மைண்டின் புள்ளிவிபரங்களின்படி, அசல் ஆல்பாஜெனோமின் மிகச்சிறந்த பதிப்பானது, அதே பணிகளில் வெறும் 16 சதவீதம் மற்றும் 23 சதவீதம் மட்டுமே நிர்வகிக்கப்பட்டது.
அந்த முன்னேற்றம் முக்கியமானது, ஏனென்றால் மரபணு அளவிலான சங்க ஆய்வுகள் (GWAS) டிஎன்ஏவின் பரந்த பகுதிகளுக்குள் மட்டுமே நோய் சமிக்ஞைகளை தோராயமாக கண்டறிய முடியும். சிறந்த காரண-மாறுபட்ட முன்கணிப்பு, தொடர்புடைய பிராந்தியத்தில் உள்ள பல வகைகளில் எது உண்மையில் சோதனைக்குரிய பின்தொடர்தல் மதிப்புடையது என்று ஆராய்ச்சியாளர்களுக்குச் சொல்கிறது - ஒரு முன்னணி மற்றும் முட்டுச்சந்திற்கு இடையே உள்ள வேறுபாடு.
மாடல் ஒரு அளவீட்டிலிருந்து விடுபட்ட தரவையும் ஊகிக்க முடியும். ஆராய்ச்சியாளர்கள் ஒரு கலத்தின் மரபணு செயல்பாட்டை மட்டுமே அளந்தால், AlphaGenome 2 கூடுதல் பண்புகளுக்கான கணிப்புகளை வழங்குகிறது, அதாவது குறிப்பிட்ட DNA நீட்டிப்புகள் எவ்வளவு இறுக்கமாக தொகுக்கப்பட்டுள்ளன. எந்த ஈர ஆய்வக சோதனைகள் அடுத்ததாக இயங்க வேண்டும் என்பதை ஆய்வகங்கள் தீர்மானிக்க உதவுகிறது, மேலும் ஒரு முக்கிய கட்டடக்கலை நன்மை தழுவல்: ஆராய்ச்சியாளர்கள் ஒரு சில டஜன் கலங்களிலிருந்து மரபணு செயல்பாட்டுத் தரவை ஊட்டலாம், மேலும் மாதிரியானது முன்னர் காணாத செல் நிலைகளுக்கான விளைவுகளைக் கணக்கிடுகிறது - பெரும்பாலும் அந்தத் தரவில் நேரடியாக பயிற்சியளிக்கப்பட்ட சிறப்பு மாதிரிகளை வெல்லும் என்று டீப் மைண்ட் தெரிவித்துள்ளது.
நோய் வழிமுறைகள் கணக்கீட்டு முறையில் மீண்டும் உருவாக்கப்படுகின்றன
ஆய்வக பெஞ்சைத் தொடாமல் மாதிரி என்ன செய்ய முடியும் என்பதை இரண்டு நிரூபிக்கப்பட்ட நிகழ்வுகள் காட்டுகின்றன. முற்றிலும் கணக்கீட்டு முறையில் செயல்படுவதால், AlphaGenome 2 ஆனது, முன்னர் ஒரு ஆய்வில் அடையாளம் காணப்பட்ட ஒரு அழற்சி குடல் நோய் பொறிமுறையை மறுஉருவாக்கம் செய்தது: இது குடல் மேக்ரோபேஜ்களில் ETS2 ஐ மிகையாகச் செயல்படுத்தும் மரபணுவிலிருந்து வெகு தொலைவில் உள்ள ஒரு ஒழுங்குமுறை சுவிட்சில் உள்ள சரியான டிஎன்ஏ மாறுபாட்டைத் தனிமைப்படுத்தியது, அதே நேரத்தில் மற்ற உயிரணு வகைகள் மற்றும் மரபணுக்கள் பெரிதும் பாதிக்கப்படவில்லை.
கோவிட்-19 எம்ஆர்என்ஏ தடுப்பூசி ஆய்வின் தரவுகளுக்குப் பயன்படுத்தப்பட்ட ஒரு தனி சோதனையில், மாதிரியானது தடுப்பூசி-செயல்படுத்தப்பட்ட டி செல்களை ஓய்வெடுப்பதில் இருந்து நம்பத்தகுந்த வகையில் வேறுபடுத்தியது மற்றும் கடுமையான கோவிட்-19 நிகழ்வுகளுடன் இணைக்கப்பட்ட மரபணு மாறுபாடு முக்கியமாக செயல்படுத்தப்பட்ட நிலையில் உயிரணு செயல்பாட்டை சீர்குலைக்கிறது - இது ஓய்வு செல்களில் கண்ணுக்கு தெரியாததாக இருக்கும்.
கிடைக்கும் மற்றும் அடுத்து என்ன
AlphaGenome 2 இப்போது API மூலம் வணிகரீதியற்ற ஆராய்ச்சிக்குக் கிடைக்கிறது, அதே நேரத்தில் வணிகப் பயனர்கள் மூடிய மாதிரிக்காட்சி மூலம் அணுகலைப் பெறுகின்றனர். கூகுள் டீப் மைண்ட், இந்த அமைப்பு மருத்துவ நோயறிதலுக்காக அங்கீகரிக்கப்படவில்லை - இது ஒரு ஆராய்ச்சிக் கருவி, மருத்துவ சாதனம் அல்ல.
டீப் மைண்ட் ஏற்கனவே நூற்றுக்கணக்கான செல் மற்றும் திசு நிலைகளுக்கான முன்கணிப்புகளை முன்னறிவித்துள்ளது, ஓரளவுக்கு AI-உந்துதல் மருந்து வளர்ச்சியை ஆதரிப்பதற்காக, நிறுவனம் அதன் ஏஜென்டிக் டெவலப்மெண்ட் தளமான Google Antigravity இல் அர்ப்பணிக்கப்பட்ட AlphaGenome 2 அம்சங்களை வெளியிட திட்டமிட்டுள்ளது.
வெளியீடு வேகமாக வெப்பமடையும் AI-க்கான உயிரியல் துறையில் இறங்குகிறது. DeepMind இன் சொந்த AlphaFold பரம்பரை கட்டமைப்பு உயிரியலை மீட்டமைக்கிறது, மேலும் போட்டியாளர்கள் போதைப்பொருள் கண்டுபிடிப்புக்கு பெரிய மாதிரிகளைப் பயன்படுத்த பந்தயத்தில் ஈடுபட்டுள்ளனர். ஆல்ஃபாஜெனோம் 2 ஐ வேறுபடுத்துவது தீர்மானம்: செல் வகையை சீரமைப்பதன் மூலம், இது மக்கள்தொகை அளவிலான சராசரியிலிருந்து மாறுபட்ட விளக்கத்தை நோய் உண்மையில் செயல்படும் குறிப்பிட்ட செல்லுலார் சூழலுக்கு நகர்த்துகிறது. பெஞ்ச்மார்க் ஆதாயங்கள் சுயாதீனமான பயன்பாட்டில் இருந்தால், மாதிரியானது மரபியல் இணைப்பிலிருந்து இயந்திரப் புரிதலுக்கான பாதையை சுருக்கலாம் - நவீன மருந்து வளர்ச்சியில் மிகவும் விலையுயர்ந்த படி.
AIக்கு முன்னால் இருங்கள்AI ஆனது மருந்து கண்டுபிடிப்பு, மரபியல் மற்றும் உயிரி தொழில்நுட்பத்தை பெரும்பாலான கவரேஜ்களை விட வேகமாக மாற்றியமைக்கிறது. பிரேக்கிங் AI செய்திகள், ஆராய்ச்சி பகுப்பாய்வு மற்றும் சமீபத்திய AI மேம்பாடுகளுக்கு, AI Buzz Wire முக்கியமான ஒவ்வொரு முன்னேற்றத்தையும் பின்பற்றுகிறது.
மேலும் AI செய்திகளைப் படிக்கவும் →
