चर्चा में क्यों?
Google DeepMind ने 8 September 2026 को AlphaGenome Atlas पेश किया। संसाधन में मानव आनुवंशिक सामग्री में लगभग नौ बिलियन संभावित सिंगल-लेटर परिवर्तनों के लिए पूर्व-गणना की गई भविष्यवाणियां शामिल हैं। शोधकर्ता एक ऑनलाइन पोर्टल के माध्यम से इन भविष्यवाणियों का पता लगा सकते हैं। यह वेरिएंट की जांच के लिए एक शोध सहायता है, न कि व्यक्तिगत रोगियों के लिए नैदानिक फैसला।
नौ-बिलियन आंकड़े का क्या अर्थ है
डीऑक्सीराइबोन्यूक्लिक एसिड, या DNA, चार रासायनिक ठिकानों का उपयोग करके आनुवंशिक जानकारी संग्रहीत करता है। एक संदर्भ मानव जीनोम में लगभग तीन अरब पद (positions) होते हैं। प्रत्येक पद पर, मौजूदा बेस को तीन विकल्पों में से किसी एक से बदला जा सकता है। यह एटलस कैटलॉग के अनुमानित पैमाने की व्याख्या करता है।
ये संभावित प्रतिस्थापन हैं, न कि रोगियों में देखे गए नौ बिलियन उत्परिवर्तन (mutations)। न ही कैटलॉग में हर तरह के आनुवंशिक परिवर्तन होते हैं। सम्मिलन (Insertions), विलोपन (deletions) और बड़े पुनर्व्यवस्थाएं अलग-अलग समस्याएं खड़ी करती हैं। सभी मानव आनुवंशिक भिन्नता का संपूर्ण विवरण दिए बिना एक-अक्षर का कैटलॉग व्यापक है।
गैर-कोडिंग क्षेत्र क्यों मायने रखते हैं
जीनोम का केवल एक छोटा सा हिस्सा सीधे प्रोटीन अनुक्रमों को निर्दिष्ट करता है। अन्य क्षेत्र प्रभावित कर सकते हैं कि जीन कब, कहाँ और कितनी मजबूती से काम करते हैं। कुछ प्रोटीन बनने से पहले आनुवंशिक संदेशों के प्रसंस्करण को प्रभावित करते हैं। इसलिए प्रोटीन-कोडिंग क्षेत्र के बाहर एक संस्करण के महत्वपूर्ण जैविक परिणाम हो सकते हैं।
हालाँकि, गैर-कोडिंग का मतलब यह नहीं है कि हर पद का एक स्थापित विनियामक कार्य (regulatory function) है। कई कार्य अनिश्चित हैं। ऐसे सभी DNA को बेकार कहना भ्रामक होगा, लेकिन हर पद को एक सिद्ध नियंत्रण स्विच (control switch) कहना भी ज्ञान को बढ़ा-चढ़ाकर बताएगा। भविष्यवाणी उपकरण इस अधूरी तस्वीर की जांच करने में मदद करते हैं।
एक मॉडल से खोजने योग्य संसाधन तक
AlphaGenome अंतर्निहित कृत्रिम बुद्धिमत्ता मॉडल है। एटलस संदर्भ जीनोम में पहले से भविष्यवाणियां चलाकर बनाया गया एक संसाधन है। यह अंतर मायने रखता है क्योंकि उपयोगकर्ताओं को स्वयं हर गणना को दोहराने की आवश्यकता नहीं है। वे परिणाम प्राप्त कर सकते हैं और संभावित वेरिएंट की अधिक तेज़ी से तुलना कर सकते हैं।
Google परिणामी डेटासेट का आकार लगभग एक पेटाबाइट (petabyte) बताता है। वह पैमाना संगणित परिणामों को दर्शाता है, प्रयोगशाला प्रयोगों की समान संख्या को नहीं। पोर्टल ऐसी जानकारी प्रस्तुत करता है जिसे अन्यथा मैन्युअल रूप से खोजना मुश्किल होगा। सुविधाजनक पहुँच भविष्यवाणियों से अनिश्चितता को दूर नहीं करती है।
एटलस एक AlphaGenome Variant Impact स्कोर पेश करता है, जिसे AVI संक्षेप में कहा जाता है। यह कोडिंग और गैर-कोडिंग वेरिएंट को प्राथमिकता देने में मदद करने के लिए AlphaGenome और AlphaMissense से जानकारी जोड़ता है। एक उच्च प्राथमिकता करीब से जांच का सुझाव देती है। इसे सार्वभौमिक संभावना के रूप में व्याख्या नहीं की जानी चाहिए कि किसी व्यक्ति को कोई बीमारी है।
एक शोधकर्ता इसका उपयोग कैसे कर सकता है
एक अनुक्रमण (sequencing) अध्ययन यह बताए बिना कई प्रकारों की पहचान कर सकता है कि कौन से मायने रखते हैं। शोधकर्ता उस सूची को कम करने के लिए पूर्वानुमानित आणविक प्रभावों का उपयोग कर सकते हैं। फिर वे प्रभावित जीन, ऊतक और जैविक प्रक्रिया की जांच कर सकते हैं। यह प्रयोगों के लिए एक अधिक केंद्रित प्रारंभिक बिंदु बनाता है।
उदाहरण के लिए, स्प्लिसिंग प्रारंभिक राइबोन्यूक्लिक एसिड (ribonucleic acid) संदेश से चयनित वर्गों को हटा देती है। एक परिवर्तित स्प्लिस सिग्नल अंतिम संदेश को बदल सकता है। एक भविष्यवाणी कि एक संस्करण इस प्रक्रिया को बाधित करता है, एक परीक्षण योग्य तंत्र का सुझाव देता है। प्रयोगशाला विश्लेषण को अभी भी स्थापित करना चाहिए कि क्या वह व्यवधान वास्तव में होता है।
Google Broad Institute के शोधकर्ताओं के साथ एक ऐसी ही जांच की रिपोर्ट करता है। डायनामिन 1 (dynamin 1) जीन, प्रतीक DNM1, में एक संस्करण को प्राथमिकता दी गई थी और प्रयोगशाला कार्य द्वारा पालन किया गया था। प्रयोगों ने उस मामले में पूर्वानुमानित स्प्लिसिंग प्रभाव का समर्थन किया। यह उदाहरण हर एटलस भविष्यवाणी को मान्य नहीं करता है या सार्वभौमिक नैदानिक प्रदर्शन स्थापित नहीं करता है।
दुर्लभ बीमारी से परे संभावनाएं
कई सामान्य लक्षणों में पर्यावरणीय स्थितियों के साथ-साथ कई आनुवंशिक प्रभाव शामिल होते हैं। अनुमानित प्रभावों द्वारा वेरिएंट को समूहीकृत करने से इन जटिल रिश्तों में शोध में सुधार हो सकता है। Google की घोषणा United Kingdom Biobank डेटा का उपयोग करके काम का वर्णन करती है। रिपोर्ट किए गए लाभ आनुवंशिक संघों का पता लगाते हैं, नैदानिक सटीकता में समान सुधार नहीं।
मॉडल सेलुलर संदर्भों के बीच तुलना की भी अनुमति देता है। एक संस्करण विभिन्न ऊतकों में नियमन को अलग तरह से प्रभावित कर सकता है। यह इस बारे में सवाल पैदा करने में मदद करता है कि किसी बीमारी में विशेष अंग क्यों शामिल होते हैं। इस तरह की परिकल्पनाएं एक जीवित व्यक्ति में प्रदर्शित कारण मार्गों से अलग रहती हैं।
सावधानीपूर्वक उपयोग की आवश्यकता क्या है
शोधकर्ताओं को यह जांचने की आवश्यकता है कि भविष्यवाणी का उत्पादन और परीक्षण कैसे किया गया था। वेरिएंट प्रकारों, ऊतकों और अध्ययन आबादी में प्रदर्शन भिन्न हो सकता है। एक उपयोगी औसत बेंचमार्क एक विशेष एप्लिकेशन में कमजोर परिणामों को छिपा सकता है। इसलिए पारदर्शी मूल्यांकन उतना ही महत्वपूर्ण है जितना कि संसाधन का आकार।
नैदानिक व्याख्या लक्षणों, पारिवारिक जानकारी और स्थापित आनुवंशिक साक्ष्य पर भी निर्भर करती है। एक कम्प्यूटेशनल स्कोर उस व्यापक मूल्यांकन को प्रतिस्थापित नहीं कर सकता है। रोगी डेटा को उचित सहमति, सुरक्षा और पेशेवर हैंडलिंग की आवश्यकता होती है। एक संदर्भ संसाधन की सार्वजनिक उपलब्धता व्यक्तिगत जीनोमिक जानकारी को अप्रतिबंधित नहीं करती है।
निष्कर्ष
AlphaGenome Atlas आणविक भविष्यवाणियों के एक बड़े समूह को खोजना आसान बनाता है। इसका तत्काल योगदान बेहतर प्राथमिकता और स्पष्ट प्रयोगात्मक प्रश्न है। संभावित वेरिएंट, अनुमानित प्रभाव और मान्य निष्कर्षों के बीच का अंतर स्पष्ट रहना चाहिए। वैज्ञानिक और नैदानिक मूल्य प्रारंभिक घोषणा से परे सावधानीपूर्वक परीक्षण पर निर्भर करेगा।