स्वास्थ्य

गूगल डीपमाइंड ने मानव जीनोम के कार्यों को समझने के लिए अल्फाजीनोम पेश किया

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुअल्फाजीनोम एक एकीकृत मॉडल में दस लाख डीएनए बेस पेयरों में जीन विनियमन की भविष्यवाणी…
और देखें
  • अल्फाजीनोम एक एकीकृत मॉडल में दस लाख डीएनए बेस पेयरों में जीन विनियमन की भविष्यवाणी करता है।
  • यह मॉडल लंबी दूरी की जीनोमिक अंतःक्रियाओं को पकड़कर, विशेष उपकरणों से बेहतर प्रदर्शन करता है।
  • डीपमाइंड ने गैर-कोडिंग रोग उत्परिवर्तनों पर शोध को गति देने के लिए अल्फाजीनोम को ओपन-सोर्स सॉफ़्टवेयर के रूप में जारी किया है।

गूगल डीपमाइंड ने 28 जनवरी को अल्फाजीनोम लॉन्च किया, एक एआई मॉडल जो यह पूर्वानुमान लगाता है कि डीएनए अनुक्रम जैविक कार्यों में कैसे बदलते हैं। यह एक बार में दस लाख बेस-पेयर तक संसाधित कर सकता है और 26 में से 25 वेरिएंट प्रभाव भविष्यवाणी बेंचमार्क में मौजूदा मॉडलों को पीछे छोड़ देता है।

मॉडल, जो नेचर में प्रकाशित हुआ है और डीपमाइंड ब्लॉग पर विस्तार से बताया गया है, कम्प्यूटेशनल जेनोमिक्स में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है। जहां पहले के मॉडलों को अलग-अलग पूर्वानुमान कार्यों के लिए अलग-अलग प्रणालियों की आवश्यकता थी, अल्फाजीनोम जीन एक्सप्रेशन से लेकर क्रोमैटिन एक्सेसिबिलिटी तक एक ही एकीकृत आर्किटेक्चर में सब कुछ संभालता है।

“अल्फाजीनोम डीएनए के एक लंबे खंड का विश्लेषण कर सकता है और यह भविष्यवाणी कर सकता है कि महत्वपूर्ण नियामक तत्व कहां हैं और उनके जीन एक्सप्रेशन पर डाउनस्ट्रीम प्रभाव क्या हैं,” डीपमाइंड टीम ने अपनी घोषणा में लिखा है। मॉडल की मिलियन-टोकन कॉन्टेक्स्ट विंडो इसे दूरस्थ डीएनए क्षेत्रों के बीच लंबी दूरी की परस्पर क्रियाओं को पकड़ने की अनुमति देती है जो जीन को चालू और बंद करने के तरीके को प्रभावित करती है।

यह कैसे काम करता है

अल्फाजीनोम दो न्यूरल नेटवर्क आर्किटेक्चर को जोड़ता है: एक बोर्ज़ोई-शैली का 1डी कॉन्वोल्यूशनल नेटवर्क रॉ डीएनए सीक्वेंस को प्रोसेस करने के लिए और एक यू-नेट आर्किटेक्चर जो इमेज सेगमेंटेशन से अनुकूलित है। यह हाइब्रिड दृष्टिकोण मॉडल को डीएनए की अनुक्रमिक प्रकृति और नियामक तत्वों के बीच जटिल स्थानिक संबंधों दोनों को संभालने की अनुमति देता है।

प्रशिक्षण डेटा लगभग 7,000 जीनोमिक डेटा ट्रैक्स को कवर करता है जो ENCODE और FANTOM कंसोर्टिया से हैं – मानव जीनोम के कार्यात्मक तत्वों को सूचीबद्ध करने वाले बड़े सहयोगी अनुसंधान प्रयास। मॉडल जीन एक्सप्रेशन, डीएनए एक्सेसिबिलिटी, प्रोटीन बाइंडिंग और क्रोमैटिन संशोधनों को मापने वाले प्रयोगात्मक परीक्षणों से संकेतों का पूर्वानुमान लगाना सीखता है।

शोधकर्ताओं के लिए, व्यावहारिक मूल्य वेरिएंट प्रभाव भविष्यवाणी में निहित है। जब एक रोगी के जीनोम में एक उत्परिवर्तन होता है, तो चिकित्सकों को यह जानने की आवश्यकता होती है कि क्या उस वेरिएंट का कोई महत्व है। अल्फाजीनोम एक ही न्यूक्लियोटाइड परिवर्तन के पूरे नियामक परिदृश्य पर प्रभाव की भविष्यवाणी कर सकता है, संभावित रूप से बीमारी का कारण बनने वाले ऐसे वेरिएंट की पहचान का संकेत दे सकता है जो वर्तमान तरीकों से छूट जाते हैं।

मॉडल ने जीन एक्सप्रेशन और नियामक तत्व गतिविधि पर जेनेटिक वेरिएंट के प्रभाव की भविष्यवाणी करने की अपनी क्षमता का परीक्षण करने वाले बेंचमार्क पर मजबूत परिणाम हासिल किए। एक्सप्रेशन क्वांटिटेटिव ट्रेट लोकी (ईक्यूटीएलएस) – जीन एक्सप्रेशन स्तरों को प्रभावित करने वाले वेरिएंट पर – अल्फाजीनोम ने विशेष रूप से उन कार्यों के लिए प्रशिक्षित विशेषीकृत मॉडलों के बराबर या उनसे बेहतर परिणाम हासिल किए।

ओपन सोर्स उपलब्धता

डीपमाइंड ने अल्फाजीनोम के सोर्स कोड को गिटहब पर जारी किया गैर-व्यावसायिक उपयोग के लिए, जीव विज्ञान के बुनियादी उपकरण सार्वजनिक रूप से उपलब्ध कराने की प्रयोगशाला की परंपरा को जारी रखते हुए। रिपॉजिटरी में मॉडल के वेट्स, इन्फरेंस कोड और कस्टम अनुक्रमों पर भविष्यवाणियां चलाने के लिए दस्तावेज शामिल हैं।

ओपन रिलीज अल्फाफोल्ड के मॉडल का अनुसरण करता है, डीपमाइंड के प्रोटीन संरचना भविष्यवाणी उपकरण का उपयोग 2021 की रिलीज के बाद से 3 मिलियन से अधिक शोधकर्ताओं द्वारा किया जा रहा है। अल्फाजीनोम एक पूरक समस्या का समाधान करता है: जबकि अल्फाफोल्ड यह भविष्यवाणी करता है कि प्रोटीन कैसा दिखता है, अल्फाजीनोम यह भविष्यवाणी करता है कि जीन कब और कहां उन प्रोटीनों का उत्पादन करते हैं।

गूगल डीपमाइंड के सीईओ डेमिस हसाबिस ने जीव विज्ञान को प्रयोगशाला की एआई क्षमताओं के लिए एक प्राथमिक अनुप्रयोग डोमेन के रूप में स्थापित किया है। जीनोमिक्स का यह काम जेमिनी जैसे उत्पादों को चलाने वाले संवादात्मक एआई और भाषा मॉडलों से आगे डीपमाइंड की महत्वाकांक्षाओं का विस्तार करता है और इसी तरह के आर्किटेक्चर संबंधी नवाचारों को वैज्ञानिक समस्याओं पर लागू करता है।

यह क्यों महत्वपूर्ण है

मानव जीनोम में लगभग 3 अरब बेस-जोड़े हैं, लेकिन केवल लगभग 1.5% सीधे प्रोटीन के लिए कोड करते हैं। शेष 98.5% – जिसे पहले “जंक डीएनए” के रूप में खारिज कर दिया गया था – नियामक तत्वों को शामिल करता है जो नियंत्रित करते हैं कि जीन कब, कहां और किस हद तक अभिव्यक्त होते हैं। गैर-कोडिंग क्षेत्रों में उत्परिवर्तन बीमारियों का कारण बनते हैं, लेकिन यह पता लगाना असाधारण रूप से कठिन रहा है कि कौन से वेरिएंट महत्वपूर्ण हैं।

पारंपरिक तरीकों को व्यक्तिगत वेरिएंट का परीक्षण करने के लिए महंगे, समय लेने वाले प्रयोगों की आवश्यकता होती है। अल्फाजीनोम जैसे मशीन लर्निंग मॉडल हजारों वेरिएंट को गणनात्मक रूप से स्क्रीन कर सकते हैं, और उन वेरिएंट को प्राथमिकता दे सकते हैं जिन पर आगे प्रयोग किए जाने चाहिए। दुर्लभ बीमारी निदान के लिए, जहां रोगियों में अक्सर अज्ञात प्रभाव वाले नए वेरिएंट होते हैं, यह क्षमता अनुक्रमण से निदान तक की प्रक्रिया को तेज कर सकती है।

दस लाख बेस-पेयर लंबे संदर्भ को संसाधित करने की मॉडल की क्षमता विशेष रूप से महत्वपूर्ण है। जीन नियामक तत्व उन जीनों से, जिन्हें वे नियंत्रित करते हैं, कई लाख बेस-पेयर दूर स्थित हो सकते हैं और डीएनए की जटिल त्रिआयामी तहों के माध्यम से परस्पर क्रिया कर सकते हैं। पहले के मॉडल जिनके पास छोटी संदर्भ विंडो थीं, वे इन दूरस्थ निर्भरताओं को पकड़ नहीं सकते थे।

अल्फाजीनोम जीव विज्ञान अनुसंधान को बदलने वाले एआई टूल्स के बढ़ते पारिस्थितिकी तंत्र में शामिल हो जाता है। प्रोटीन संरचना भविष्यवाणी, दवा खोज, और अब जीन नियमन मशीन लर्निंग के लिए तेजी से सुलभ समस्याएं बन रही हैं। जेनेटिक्स अनुसंधान समुदाय के लिए, इन मॉडलों की खुली उपलब्धता उन कंप्यूटेशनल क्षमताओं तक पहुंच को लोकतांत्रिक बनाती है जो पहले अच्छी तरह से वित्तपोषित प्रयोगशालाओं तक ही सीमित थीं।

मॉडल की सीमाएं भी डीपमाइंड की प्रस्तुति से स्पष्ट हैं। जबकि अल्फाजीनोम प्रयोगात्मक माप की भविष्यवाणी में उत्कृष्टता प्राप्त करता है, भविष्यवाणियों को नैदानिक परिणामों में अनुवाद करने के लिए अतिरिक्त सत्यापन की आवश्यकता है। क्रोमैटिन एक्सेसिबिलिटी की भविष्यवाणी और बीमारी जोखिम की भविष्यवाणी के बीच का अंतर अभी भी महत्वपूर्ण है।

फिलहाल, अल्फाजीनोम एक अनुसंधान उपकरण के रूप में कार्य करता है – जो जीनोम के कार्य के बारे में समझ को तेजी से बढ़ा सकता है, भले ही नैदानिक अनुप्रयोग अभी भी वर्षों दूर हों। 160 देशों के 3,000 वैज्ञानिकों द्वारा पहले से ही मॉडल का उपयोग किया जाना दर्शाता है कि अनुसंधान समुदाय को लगता है कि डीपमाइंड ने जो बनाया है उसमें तुरंत मूल्य है।

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।