செய்திகளில் இடம்பெற்றது ஏன்?
கூகுள் டீப்மைண்ட் (Google DeepMind) ஆல்ஃபாஜீனோம் அட்லஸை செப்டம்பர் 8, 2026 அன்று அறிமுகப்படுத்தியது. மனித மரபணுப் பொருட்களில் சுமார் ஒன்பது பில்லியன் சாத்தியமான ஒற்றை-எழுத்து மாற்றங்களுக்கான முன்பே கணிக்கப்பட்ட கணிப்புகளை இந்த வளம் கொண்டுள்ளது. ஆராய்ச்சியாளர்கள் ஒரு ஆன்லைன் போர்டல் மூலம் இந்தக் கணிப்புகளை ஆராயலாம். இது மாறுபாடுகளை விசாரிப்பதற்கான ஒரு ஆராய்ச்சி உதவி, தனிப்பட்ட நோயாளிகளுக்கான கண்டறியும் தீர்ப்பு அல்ல.
ஒன்பது பில்லியன் என்ற எண்ணிக்கை எதைக் குறிக்கிறது
டியோக்ஸிரைபோநியூக்ளிக் அமிலம், அல்லது DNA, நான்கு இரசாயன தளங்களைப் பயன்படுத்தி மரபணு தகவல்களைச் சேமிக்கிறது. ஒரு குறிப்பு மனித மரபணுவில் சுமார் மூன்று பில்லியன் இடங்கள் உள்ளன. ஒவ்வொரு இடத்திலும், இருக்கும் தளத்தை சாத்தியமான மூன்று மாற்றுகளில் ஒன்றைக் கொண்டு மாற்றலாம். அட்லஸ் பட்டியலின் தோராயமான அளவை இது விளக்குகிறது.
இவை சாத்தியமான மாற்றீடுகள், நோயாளிகளிடம் காணப்பட்ட ஒன்பது பில்லியன் பிறழ்வுகள் அல்ல. இந்தப் பட்டியல் ஒவ்வொரு வகையான மரபணு மாற்றத்தையும் கொண்டிருக்கவில்லை. செருகல்கள், நீக்கங்கள் மற்றும் பெரிய மறுசீரமைப்புகள் வெவ்வேறு சிக்கல்களை எழுப்புகின்றன. ஒரு ஒற்றை எழுத்து பட்டியல் என்பது அனைத்து மனித மரபணு மாறுபாடுகளின் முழுமையான கணக்காக இல்லாமல் விரிவானதாக உள்ளது.
குறியீடற்ற பகுதிகள் ஏன் முக்கியம்
மரபணுவின் ஒரு சிறிய பகுதி மட்டுமே புரதத் தொடர்களை நேரடியாகக் குறிப்பிடுகிறது. மரபணுக்கள் எப்போது, எங்கு, எவ்வளவு வலுவாக செயல்படுகின்றன என்பதை மற்ற பகுதிகள் பாதிக்கலாம். புரதங்கள் உருவாக்கப்படுவதற்கு முன்பு மரபணு செய்திகளைச் செயலாக்குவதை சில பாதிக்கின்றன. ஒரு புரதக் குறியீட்டு பகுதிக்கு வெளியே உள்ள மாறுபாடு முக்கியமான உயிரியல் விளைவுகளை ஏற்படுத்தும்.
இருப்பினும், குறியீடற்ற (non-coding) என்பது ஒவ்வொரு நிலைக்கும் நிறுவப்பட்ட ஒழுங்குமுறை செயல்பாடு இருப்பதைக் குறிக்காது. பல செயல்பாடுகள் நிச்சயமற்றவையாகவே உள்ளன. அத்தகைய DNA அனைத்தையும் பயனற்றது என்று அழைப்பது தவறாக வழிநடத்தும், ஆனால் ஒவ்வொரு நிலையையும் நிரூபிக்கப்பட்ட கட்டுப்பாட்டு சுவிட்ச் என்று அழைப்பது அறிவை மிகைப்படுத்துவதாக இருக்கும். கணிப்பு கருவிகள் இந்த முழுமையற்ற படத்ததை விசாரிக்க உதவுகின்றன.
ஒரு மாதிரியிலிருந்து தேடக்கூடிய வளத்திற்கு
ஆல்ஃபாஜீனோம் என்பது அடிப்படையான செயற்கை நுண்ணறிவு மாதிரியாகும். அட்லஸ் என்பது குறிப்பு மரபணு முழுவதும் முன்கூட்டியே கணிப்புகளை இயக்குவதன் மூலம் உருவாக்கப்பட்ட ஒரு வளமாகும். பயனர்கள் ஒவ்வொரு கணக்கீட்டையும் தாங்களே திரும்பத் திரும்பச் செய்யத் தேவையில்லை என்பதால் இந்த வேறுபாடு முக்கியமானது. அவர்கள் முடிவுகளை மீட்டெடுக்கலாம் மற்றும் சாத்தியமான மாறுபாடுகளை மிக விரைவாக ஒப்பிடலாம்.
இந்த தரவுத்தொகுப்பை தோராயமாக ஒரு பெட்டாபைட் அளவு என கூகுள் விவரிக்கிறது. அந்த அளவு சேமிக்கப்பட்ட கணக்கீட்டு முடிவுகளைப் பிரதிபலிக்கிறதே தவிர, ஆய்வகச் சோதனைகளின் சமமான எண்ணிக்கையை அல்ல. இந்த போர்ட்டல் கைமுறையாக ஆராய்வதற்கு கடினமாக இருக்கும் தகவல்களை வழங்குகிறது. வசதியான அணுகல் கணிப்புகளிலிருந்து நிச்சயமற்ற தன்மையை நீக்காது.
அட்லஸ் ஆல்ஃபாஜீனோம் மாறுபாடு தாக்க மதிப்பெண்ணை (AlphaGenome Variant Impact score) அறிமுகப்படுத்துகிறது, இது சுருக்கமாக AVI எனப்படுகிறது. இது குறியீட்டு மற்றும் குறியீடற்ற மாறுபாடுகளுக்கு முன்னுரிமை அளிக்க உதவ ஆல்ஃபாஜீனோம் மற்றும் ஆல்ஃபாமிஸ்சென்ஸ் (AlphaMissense) ஆகியவற்றின் தகவல்களை ஒருங்கிணைக்கிறது. அதிக முன்னுரிமை நெருக்கமான விசாரணையைப் பரிந்துரைக்கிறது. ஒரு நபருக்கு நோய் இருப்பதற்கான உலகளாவிய நிகழ்தகவாக இதை விளக்கக்கூடாது.
ஆராய்ச்சியாளர் இதை எவ்வாறு பயன்படுத்தலாம்
எது முக்கியம் என்பதை வெளிப்படுத்தாமல் பல மாறுபாடுகளை ஒரு வரிசைப்படுத்தும் ஆய்வு கண்டறியலாம். அந்தப் பட்டியலைக் குறைக்க கணிக்கப்பட்ட மூலக்கூறு விளைவுகளை ஆராய்ச்சியாளர்கள் பயன்படுத்தலாம். பின்னர் அவர்கள் பாதிக்கப்பட்ட மரபணு, திசு மற்றும் உயிரியல் செயல்முறையை ஆராயலாம். இது பரிசோதனைகளுக்கு அதிக கவனம் செலுத்தும் தொடக்கப் புள்ளியை உருவாக்குகிறது.
உதாரணமாக, ஸ்ப்லைசிங் (splicing) என்பது ஆரம்ப ரைபோநியூக்ளிக் அமிலச் செய்தியிலிருந்து தேர்ந்தெடுக்கப்பட்ட பகுதிகளை நீக்குகிறது. மாற்றப்பட்ட ஸ்ப்லைஸ் சிக்னல் இறுதிச் செய்தியை மாற்றலாம். ஒரு மாறுபாடு இந்தச் செயல்முறையை சீர்குலைக்கிறது என்ற கணிப்பு சோதனை செய்யக்கூடிய வழிமுறையை பரிந்துரைக்கிறது. ஆய்வகப் பகுப்பாய்வு அந்த சீர்குலைவு உண்மையில் நிகழ்கிறதா என்பதை நிறுவ வேண்டும்.
பிராட் இன்ஸ்டிடியூட் (Broad Institute) ஆராய்ச்சியாளர்களுடன் அத்தகைய ஒரு விசாரணையை கூகுள் தெரிவிக்கிறது. டைனமின் 1 (dynamin 1) மரபணுவில் உள்ள ஒரு மாறுபாடு, DNM1 என்ற குறியீடு, முன்னுரிமை அளிக்கப்பட்டு ஆய்வகப் பணிகள் தொடர்ந்தன. அந்த வழக்கில் ஸ்ப்லைசிங் விளைவுக்கான கணிப்பை சோதனைகள் ஆதரித்தன. இந்த எடுத்துக்காட்டு ஒவ்வொரு அட்லஸ் கணிப்பையும் சரிபார்க்கவில்லை அல்லது உலகளாவிய மருத்துவ செயல்திறனை நிறுவவில்லை.
அரிதான நோய்க்கு அப்பாற்பட்ட சாத்தியக்கூறுகள்
பல பொதுவான பண்புகள் சுற்றுச்சூழல் நிலைமைகளுடன் பல மரபணு தாக்கங்களை உள்ளடக்கியது. கணிக்கப்பட்ட விளைவுகள் மூலம் மாறுபாடுகளை குழுவாக்குவது இந்த சிக்கலான உறவுகள் குறித்த ஆராய்ச்சியை மேம்படுத்தலாம். யுனைடெட் கிங்டம் பயோபேங்க் தரவைப் பயன்படுத்தும் பணிகளை கூகுளின் அறிவிப்பு விவரிக்கிறது. கண்டறியப்பட்ட மரபணு சங்கங்கள் தொடர்பான அறிக்கையிடப்பட்ட ஆதாயங்கள், நோயறிதல் துல்லியத்தில் ஒரு சமமான முன்னேற்றம் அல்ல.
செல்லுலார் சூழல்களுக்கு இடையிலான ஒப்பீடுகளையும் மாதிரி அனுமதிக்கிறது. ஒரு மாறுபாடு வெவ்வேறு திசுக்களில் ஒழுங்குமுறையை வித்தியாசமாக பாதிக்கலாம். ஒரு நோய் குறிப்பிட்ட உறுப்புகளை ஏன் உள்ளடக்கியது என்பது பற்றிய கேள்விகளை உருவாக்க இது உதவுகிறது. அத்தகைய கருதுகோள்கள் வாழும் ஒரு நபரில் நிரூபிக்கப்பட்ட காரணப் பாதைகளிலிருந்து வேறுபட்டவை.
கவனமாகப் பயன்படுத்த என்ன தேவை
ஒரு கணிப்பு எவ்வாறு உருவாக்கப்பட்டது மற்றும் சோதிக்கப்பட்டது என்பதை ஆராய்ச்சியாளர்கள் ஆராய வேண்டும். மாறுபாடு வகைகள், திசுக்கள் மற்றும் ஆய்வு மக்கள்தொகை முழுவதும் செயல்திறன் வேறுபடலாம். ஒரு குறிப்பிட்ட பயன்பாட்டில் பலவீனமான முடிவுகளை பயனுள்ள சராசரி அளவுகோல் மறைக்கக்கூடும். எனவே வெளிப்படையான மதிப்பீடு வளத்தின் அளவைப் போலவே முக்கியமானது.
மருத்துவ விளக்கம் அறிகுறிகள், குடும்பத் தகவல்கள் மற்றும் நிறுவப்பட்ட மரபணு சான்றுகளையும் பொறுத்தது. கணக்கீட்டு மதிப்பெண் அந்த பரந்த மதிப்பீட்டை மாற்ற முடியாது. நோயாளி தரவுக்கு தகுந்த ஒப்புதல், பாதுகாப்பு மற்றும் தொழில்முறை கையாளுதல் தேவை. குறிப்பு வளத்தின் பொதுவான இருப்பு தனிப்பட்ட மரபணுத் தகவல்களை கட்டுப்பாடற்றதாக மாற்றாது.
முடிவுரை
ஆல்ஃபாஜீனோம் அட்லஸ் மூலக்கூறு கணிப்புகளின் ஒரு பெரிய தொகுப்பை எளிதாக ஆராய உதவுகிறது. சிறந்த முன்னுரிமை மற்றும் தெளிவான சோதனை கேள்விகள் இதன் உடனடி பங்களிப்பாகும். சாத்தியமான மாறுபாடுகள், கணிக்கப்பட்ட விளைவுகள் மற்றும் சரிபார்க்கப்பட்ட கண்டுபிடிப்புகளுக்கு இடையிலான வேறுபாடு வெளிப்படையாக இருக்க வேண்டும். அறிவியல் மற்றும் மருத்துவ மதிப்பு என்பது ஆரம்ப அறிவிப்புக்கு அப்பால் கவனமாக சோதனை செய்வதைப் பொறுத்தது.