கணிப்பொறி உயிரியல் துறையில் முக்கியமான முன்னேற்றமாக, கூகுள் டீப் மைண்ட், மனித டி.என்.ஏ-வின் 98% பகுதியை உருவாக்கும் மர்மமான புரதமற்ற பகுதிகளை (non-coding regions) புரிந்து கொள்ளும் வகையில் வடிவமைக்கப்பட்ட செயற்கை நுண்ணறிவு அமைப்பான ஆல்பா ஜினோமை வெளியிட்டுள்ளது.
நமது மரபணுக்களில் வெறும் 2% மட்டுமே நேரடியாக புரதங்களை உருவாக்குகிறது. மீதமுள்ள 'கருப்பு பொருள்' பகுதிகள் மரபணு செயல்பாட்டை கட்டுப்படுத்துவதில் முக்கிய பங்கு வகிக்கின்றன மற்றும் பல நோய்களில் காரணமாக இருக்கலாம். இந்த சிக்கலான கட்டுப்பாட்டு பகுதிகளை இதுவரை இல்லாத அளவு பரப்பளவு மற்றும் தீர்மானத்துடன் பகுப்பாய்வு செய்யும் முதல் முழுமையான ஏ.ஐ. மாதிரியாக ஆல்பா ஜினோம் அமைந்துள்ளது.
"இது உயிரியல் துறையில் மட்டுமல்ல — அறிவியலில் முழுவதும் உள்ள அடிப்படை சிக்கல்களில் ஒன்றாகும்," என டீப் மைண்டின் அறிவியல் ஏ.ஐ. பிரிவுத் தலைவர் புஷ்மீத் கோலி செய்தியாளர் சந்திப்பில் தெரிவித்தார். ஆல்பா ஜினோம், கடந்த ஆண்டு ரசாயனத்தில் நோபல் பரிசை பெற்ற புரத வடிவமைப்பு கணிப்பில் புரட்சியை ஏற்படுத்திய ஆல்பா ஃபோல்டின் வெற்றியை அடிப்படையாக கொண்டது.
ஆல்பா ஜினோமின் தொழில்நுட்ப திறன்கள் குறிப்பிடத்தக்கவை. இது ஒரு மில்லியன் பெஸ் ஜோடிகள் வரை டி.என்.ஏ வரிசைகளை, ஒவ்வொரு நியூக்ளியோடைடு அளவிலான தீர்மானத்துடன் செயலாக்க முடியும். இதன் மூலம் மரபணு கட்டுப்பாட்டை விவரிக்கும் ஆயிரக்கணக்கான மூலக்கூறு பண்புகளை கணிக்க முடிகிறது. தரப்படுத்தும் சோதனைகளில், 24 மரபணு வரிசை கணிப்பு பணிகளில் 22-இல் சிறப்பு மாதிரிகளை விட சிறப்பாக செயல்பட்டது; 26 மரபணு மாற்றம் விளைவுகள் கணிப்பில் 24-இல் சமமாகவோ, மேலாகவோ இருந்தது.
இந்த மாதிரி நோய் ஆராய்ச்சியில் ஏற்கனவே பயன்பாடுகளை நிரூபித்துள்ளது. லுகேமியா நோயாளிகளில் காணப்படும் மரபணு மாற்றங்களை பகுப்பாய்வு செய்யும் போது, ஆல்பா ஜினோம், புரதங்களை கட்டுப்படுத்தும் புதிய பைண்டிங் ஸைட்டை உருவாக்கி, ஒரு புற்றுநோய் மரபணுவை செயல்படுத்தும் விதத்தில் non-coding மாற்றங்கள் செயல்படுவதை துல்லியமாக கணித்தது. "பல்வேறு non-coding மாற்றங்களின் முக்கியத்துவத்தை, குறிப்பாக பெரிய அளவில், தீர்மானிப்பது மிகவும் சவாலானது. இந்த கருவி அந்த புதிரில் முக்கியமான துணையை வழங்குகிறது," என யுனிவர்சிட்டி காலேஜ் லண்டனின் பேராசிரியர் மார்க் மன்சூர் விளக்கினார்.
டீப் மைண்ட், ஆல்பா ஜினோமை வணிகமற்ற ஆராய்ச்சிக்காக API வழியாக வழங்கியுள்ளது; எதிர்காலத்தில் முழுமையான வெளியீடு திட்டமிடப்பட்டுள்ளது. இந்த மாதிரிக்கு சில வரம்புகள் உள்ளன—மிகவும் தூரமான டி.என்.ஏ தொடர்புகளை கண்டறிவதில் சிரமம் உள்ளது, மருத்துவப் பயன்பாட்டிற்கு இன்னும் சோதிக்கப்படவில்லை—என்றாலும், நமது மரபணுக்கள் எப்படி செயல்படுகின்றன என்பதை புரிந்து கொள்ளும் முயற்சியில் இது ஒரு முக்கியமான படியாகும். இது நோய் ஆராய்ச்சி, செயற்கை உயிரியல் மற்றும் தனிப்பயன் மருத்துவம் போன்ற துறைகளில் கண்டுபிடிப்புகளை வேகப்படுத்தும்.