OpenAI

21 அக்டோபர், 2026

பதிப்புஆராய்ச்சி

உயிரியல் தரவில் புதிய தடயங்கள்: ஆயிரக்கணக்கான செயற்கை நுண்ணறிவு ஏஜென்ட்களின் உதவி

பல மில்லியன் மூளைச் செல்களின் தரவுகளில் ஆய்வுத் தடயங்களைக் கண்டறிய, பகிர்ந்து செயல்படும் செயற்கை நுண்ணறிவு ஏஜென்ட்களை OpenAI, PerturbAI, Scripps Research பயன்படுத்திய விதம்

பல மில்லியன் மூளைச் செல்களின் சிக்கலான தரவுகளில் நம்பிக்கையூட்டும் உயிரியல் தொடர்புகளைக் கண்டறிய, OpenAI, PerturbAI, Scripps Research ஆகியவை ஆயிரக்கணக்கான செயற்கை நுண்ணறிவு ஏஜென்ட்களை ஒரே நேரத்தில் எவ்வாறு இயக்கின என்பதைப் பாருங்கள்.

⁠

காணொளி நன்றி: PerturbAI.

ஏற்றுகிறது…

அல்சைமர் மற்றும் பார்கின்சன் நோய்கள் குறித்த புதிய தடயங்களை, பல மாதங்களுக்குப் பதிலாகச் சில நிமிடங்களில் விஞ்ஞானிகளால் கண்டறிய முடிந்தால் எப்படி இருக்கும்? OpenAI, PerturbAI⁠(புதிய சாளரத்தில் திறக்கும்), Scripps Research⁠(புதிய சாளரத்தில் திறக்கும்) ஆகியவை இணைந்து, GPT‑Rosalind மூலம் இயங்கும் ஆயிரக்கணக்கான செயற்கை நுண்ணறிவு ஏஜென்ட்களைப்⁠(புதிய சாளரத்தில் திறக்கும்) பயன்படுத்தி, பல மில்லியன் எலி மூளைச் செல்களிலிருந்து⁠(புதிய சாளரத்தில் திறக்கும்) ஏற்கெனவே பெறப்பட்ட பரிசோதனைத் தரவை வெறும் 32 நிமிடங்களில் பகுப்பாய்வு செய்து விளக்கின. மரபணுச் செயல்பாட்டுச் சீர்குலைவுகளின் விளைவுகளை அறிவியல் ஆய்வு வெளியீடுகளின் கண்டுபிடிப்புகளுடன் ஏஜென்ட்கள் இணைத்தன. இதன் மூலம் வெளிப்பட்ட எதிர்பாராத உயிரியல் தொடர்புகள், நோயைப் புரிந்துகொள்ளவும் புதிய சிகிச்சைகளுக்கான ஆராய்ச்சித் திசைகளைக் கண்டறியவும் விஞ்ஞானிகளுக்கு உதவும். பெரிய உயிரியல் பரிசோதனைகள் வெளிப்படுத்தும் தகவல்களில் மேலும் பலவற்றை ஆராய, செயற்கை நுண்ணறிவு எவ்வாறு உதவும் என்பதை இந்தப் பணி காட்டுகிறது.

விஞ்ஞானிகள் முழுமையாக ஆராயக்கூடிய அளவைவிட மிக அதிகமான தரவுகளை நவீன பரிசோதனைகள் உருவாக்குகின்றன. ஆயிரக்கணக்கான மரபணுக்களை மாற்றி, பல மில்லியன் செல்களில் அவற்றின் விளைவுகளை இப்போது ஆராய்ச்சியாளர்களால் அளவிட முடிகிறது. ஆனால், இந்த முடிவுகள் மனித நோய்களுக்கு எதை உணர்த்துகின்றன என்பதைப் புரிந்துகொள்ள, சிக்கலான பரிசோதனைக் கண்டுபிடிப்புகளைப் பல தசாப்தங்களாகச் சிதறிக் கிடக்கும் அறிவியல் அறிவுடன் இணைக்க வேண்டும். இங்குதான், இல்லையெனில் தவறவிடப்படக்கூடிய நம்பிக்கையூட்டும் தடயங்களைக் கண்டறிய விஞ்ஞானிகளுக்குச் செயற்கை நுண்ணறிவு உதவும்.

“நாம் இன்னும் கற்பனை செய்திராத கண்டுபிடிப்புகளை மற்ற விஞ்ஞானிகள் நிகழ்த்துவதற்காகவே செல் வரைபடத் தொகுப்புகளை உருவாக்குகிறோம். மேலும் பல ஆராய்ச்சியாளர்கள் இந்த வளங்களை ஆராயவும், எதிர்பாராத கண்டறிதல்களைச் சோதிப்பதற்கான புதிய கேள்விகளாக மாற்றவும் செயற்கை நுண்ணறிவு உதவக்கூடும்.”
—சாரா டைக்மன், முனைவர், கேம்பிரிட்ஜ் பல்கலைக்கழகக் ஸ்டெம் செல் மருத்துவத் தலைமைப் பேராசிரியர், மனித செல் வரைபடத் தொகுப்பின் நிறுவன இணைத் தலைவர்

GPT‑Rosalind மூலம் இயங்கும் ஆயிரக்கணக்கான செயற்கை நுண்ணறிவு ஏஜென்ட்களிடையே பகுப்பாய்வுப் பணியைக் குழு பகிர்ந்தளித்தது. இந்த அணுகுமுறையைப் பகிர்ந்தளிக்கப்பட்ட உயிரியல் ரீஸனிங் என அழைக்கிறோம். ஏஜென்ட்கள் முழு மூளைக்கான CRISPR வரைபடத் தொகுப்பை⁠(புதிய சாளரத்தில் திறக்கும்) ஆராய்ந்தன. மரபணுச் செயல்பாட்டுச் சீர்குலைவுகள் எலியின் மூளை முழுவதும் உள்ள பல்வேறு வகை செல்களை எவ்வாறு பாதிக்கின்றன என்பதைக் காட்டும் தரவுத்தொகுப்பு இது. ஒவ்வொரு ஏஜென்ட்டும் ஒரு மரபணுச் செயல்பாட்டுச் சீர்குலைவை ஆராய்ந்து, செல்களின் எதிர்வினைகளைப் பகுப்பாய்வு செய்து, அறிவியல் ஆய்வு வெளியீடுகளைத் தேடி, முடிவுகளுக்கான விளக்கங்களை முன்மொழிந்தது. மரபணுக்கள், செல்களில் ஏற்பட்ட விளைவுகள், தொடர்புடைய வெளியீடுகள், சாத்தியமான உயிரியல் செயல்முறைகள் ஆகியவற்றை இணைக்கும் ரீஸனிங் வரைபடத் தொகுப்பாக அவற்றின் அறிக்கைகள் ஒன்றிணைக்கப்பட்டன.

சோதனைக்காகச் செய்யப்பட்ட ஒவ்வொரு மாற்றமாக எடுத்துக்கொண்டு, இதற்கு இணையான பகுப்பாய்வையும் ஆய்வு வெளியீடுகளின் மதிப்பாய்வையும் மனிதர்கள் மேற்கொண்டால், பல மாதங்கள் முதல் ஓராண்டு வரை ஆகும் என்று ஆராய்ச்சிக் குழு மதிப்பிட்டது. மனிதர்களின் பகுப்பாய்வுகளில் கிடைத்த கண்டுபிடிப்புகளை ஏஜென்ட்களும் கண்டறிந்ததுடன், கூடுதல் தடயங்களையும் வெளிக்கொணர்ந்தன. புதுமை மற்றும் அறிவியல் மதிப்பு குறித்த அவற்றின் மதிப்பீடுகளும், அறிக்கைகளை உருவாக்கியது யார் என்று அறியாமல் மதிப்பிட்ட மனித நிபுணர்களின் தீர்ப்புகளுடன் ஒத்திருந்தன. முன்மொழியப்பட்ட உயிரியல் செயல்முறைகளைச் சோதிக்கத் தேவையான அடுத்தகட்டப் பரிசோதனைகளுக்கு முன்னுரிமை அளிக்க இந்தக் கண்டுபிடிப்புகள் உதவுகின்றன.

இந்தப் புரிதல்களில் சில, மூளை நோய்களைப் புரிந்துகொள்வதற்கான புதிய தடயங்களைச் சுட்டுகின்றன. நோயுடன் தொடர்புடைய இரு மரபணுக்கள், மூளைச் செல்களைப் பாதிக்கும் விதத்தில் எதிர்பாராத வேறுபாடுகளை ஏஜென்ட்கள் கண்டறிந்தன. கொலஸ்ட்ரால் ஒழுங்குமுறைக்கும் நரம்புச் சிதைவுக்கும் இடையே இருக்கக்கூடிய தொடர்பையும் அவை கண்டறிந்தன. நோய் எவ்வாறு உருவாகிறது, எதிர்காலச் சிகிச்சைகள் எந்தக் கட்டங்களில் குறுக்கிடலாம் என்பதை ஆராய விஞ்ஞானிகளுக்கு இந்தக் கண்டுபிடிப்புகள் உதவக்கூடும்.

“சில நேரங்களில் தடயங்கள் ஏற்கெனவே இருக்கின்றன, வெவ்வேறு துறைகளில் சிதறிக் கிடக்கின்றன—நாம்தான் அவற்றை இன்னும் இணைக்கவில்லை. நரம்பணுச் செயல்பாட்டுக்கும் கொலஸ்ட்ரால் வளர்சிதை மாற்றத்துக்கும் இடையே இருக்கக்கூடிய தொடர்பு, அத்தகைய தகவல்களை ஒன்றிணைத்தால் நோய் உயிரியலைப் புதிய கோணத்தில் சிந்திக்க முடியும் என்பதைக் காட்டுகிறது.”
—தோமாஷ் நோவகோவ்ஸ்கி, முனைவர், UCSF-இல் நரம்பியல் அறுவைச் சிகிச்சை இணைப் பேராசிரியர்

இந்தக் கண்டுபிடிப்புகளை ஆராய்ச்சியாளர்கள் இன்றே ஆராயத் தொடங்கலாம். ரீஸனிங் வரைபடத் தொகுப்பு கிடைக்கிறது⁠(புதிய சாளரத்தில் திறக்கும்). இதன் மூலம் தொடர்புடைய மரபணுக்களை ஒப்பிடவும், எதிர்பாராத எதிர்வினைகளை ஆராயவும், தொடர்ந்து ஆராய்வதற்கான நம்பிக்கையூட்டும் தடயங்களை அடையாளம் காணவும் விஞ்ஞானிகளால் முடியும். பல்வேறு துறைகளைச் சேர்ந்த ஆராய்ச்சியாளர்கள் தங்கள் நிபுணத்துவத்தை ஒன்றிணைத்து, பழக்கமான கருத்துகளை எதிர்பாராத வழிகளில் இணைக்கும்போது பெரும்பாலும் புதிய கண்டுபிடிப்புகள் உருவாகின்றன. புதிய தரவுகளைப் பல்வேறு துறைகளில் சிதறிக் கிடக்கும் அறிவுடன் இணைப்பதன் மூலம், இத்தகைய தொடர்புகளைச் செயற்கை நுண்ணறிவு பெருமளவில் விரிவுபடுத்த முடியும். தரவுகளை வேகமாகப் பகுப்பாய்வு செய்வதையும் தாண்டி இந்த வாய்ப்பு விரிகிறது. செயற்கை நுண்ணறிவைப் பரிசோதனை உயிரியல், மனித நிபுணத்துவம், அறிவியல் ஆய்வு வெளியீடுகள் ஆகியவற்றுடன் இணைப்பதன் மூலம், விஞ்ஞானிகள் தங்கள் தரவுகளில் மேலும் பலவற்றைச் சோதிக்கக்கூடிய கருத்துகளாக மாற்ற உதவலாம்.

பெரிய பரிசோதனைகள், எதிர்பாராத தடயங்கள்

ஒரு பரிசோதனையின் மிகவும் சுவாரசியமான தடயங்களில் சில, விஞ்ஞானிகள் ஆராயத் தொடங்கிய கேள்விகளுக்கு வெளியே அமைந்துள்ளன. ஆயிரக்கணக்கான சோதனை மாற்றங்களை உள்ளடக்கிய தரவுத்தொகுப்பில், அத்தகைய தடயங்கள் எளிதில் கவனிக்கப்படாமல் போகலாம்.

Tsc1 மற்றும் Tsc2 ஆகிய இரு மரபணுக்களுக்கு இடையே எதிர்பாராத வேறுபாட்டை ஏஜென்ட்கள் கண்டறிந்தன. செல் வளர்ச்சி, வளர்சிதை மாற்றம், முதுமையடைதல் ஆகியவற்றை ஒழுங்குபடுத்துவதில் முக்கியப் பங்காற்றும் mTOR-ஐக் கட்டுப்படுத்த இந்த இரு மரபணுக்களும் இணைந்து செயல்படுகின்றன. இரண்டில் எந்த மரபணுவின் செயல்பாட்டைச் சீர்குலைத்தாலும், நரம்பணுக்களின் பல குழுக்களில் ஒத்த விளைவுகள் ஏற்பட்டன. ஆனால், இயக்கத்தை ஒருங்கிணைக்க உதவும் சிறுமூளையில், Tsc2 செயல்பாட்டுச் சீர்குலைவு நரம்பணுத் தொடர்பாடலில் பங்கேற்கும் பல பத்து மரபணுக்களின் செயல்பாட்டை மாற்றியது. Tsc1 செயல்பாட்டுச் சீர்குலைவோ மிகச் சிறிய மாற்றத்தையே ஏற்படுத்தியது.

இந்த வேறுபாடு மனித நோய்களுக்குத் தொடர்புடையதாக இருக்கலாம். டியூபரஸ் ஸ்க்ளீரோசிஸ் உள்ளவர்களில், சிறுமூளை அசாதாரணங்களுக்கும் TSC2 பிறழ்வுகளுக்கும் வலுவான தொடர்பு உள்ளது. mTOR செயல்பாட்டைக் குறைக்கும் மருந்துகள் சில மூளைக் கட்டிகளுக்கும் வலிப்புகளுக்கும் சிகிச்சை அளிக்க உதவினாலும், நோயுடன் தொடர்புடைய கற்றல் மற்றும் நடத்தைச் சிக்கல்களுக்குத் தீர்வுகாண்பது இன்னும் சவாலாகவே உள்ளது. ஆராயத் தகுந்த ஒரு குறிப்பிட்ட நரம்பணுக் குழுவையும் செல் மாற்றங்களையும் ஏஜென்ட்கள் துல்லியமாக அடையாளம் கண்டன: எந்த மாற்றங்களை தற்போதுள்ள மருந்துகள் சரிசெய்யக்கூடும், எவை புதிய சிகிச்சை அணுகுமுறைகளுக்கு வழிகாட்டக்கூடும்? ஆய்வகத்தில் சோதிப்பதற்கான இன்னும் குறிப்பான கேள்விகளை இது ஆராய்ச்சியாளர்களுக்கு வழங்குகிறது.

பணியைப் பகிர்ந்து, ரீஸனிங்கை ஆழப்படுத்துதல்

முழுத் தரவுத்தொகுப்பையும் பெற்ற ஒற்றை ஏஜென்ட்டால், ஒரே நேரத்தில் செயல்படும் ஆயிரக்கணக்கான ஏஜென்ட்களுக்கு இணையாகச் செயல்பட முடியுமா? மாடலையும் வளங்களையும் மாற்றாமல் வைத்துக்கொண்டு இதைச் சோதித்தோம். பணிச்சுமை அதிகரித்தபோது, ஒற்றை ஏஜென்ட் குறைவான ஆய்வு வெளியீடுகளையே தேடியது. அதிகபட்ச பணிச்சுமையில் அது 11 மேற்கோள்களை மட்டுமே சுட்டியது; பகிர்ந்து செயல்படும் ஏஜென்ட்களோ 700-க்கும் மேற்பட்ட மேற்கோள்களைச் சுட்டின. மனித நிபுணர்களும் பகிர்ந்து செயல்படும் ஏஜென்ட்கள் அளித்த விளக்கங்களையே விரும்பினர்.

விஞ்ஞானிகளுக்கு நேரம் குறைவாக இருப்பதால், தங்கள் தரவுகளில் மிகத் தெளிவாகத் தென்படும் அறிகுறிகளிலேயே பெரும்பாலும் கவனம் செலுத்துகின்றனர். நுட்பமான அல்லது எதிர்பாராத எதிர்வினைகள் உட்பட, விரிவான எதிர்வினைகளை ஆராயவும், அவற்றைத் தொடர்புடைய அறிவியல் ஆய்வு வெளியீடுகளுடன் இணைக்கவும் பகிர்ந்து செயல்படும் ஏஜென்ட்கள் உதவும். ஏஜென்ட்களை ஒரே நேரத்தில் இயக்குவதால், சோதனைக்காகச் செய்யப்பட்ட பல மாற்றங்களை ஒருசேர ஆராய முடிகிறது. ஒரு பரிசோதனையில் உள்ள மேலும் பல தகவல்களை ஆராயவும், இல்லையெனில் தவறவிடப்படக்கூடிய நம்பிக்கையூட்டும் தடயங்களைக் கண்டறியவும் இது விஞ்ஞானிகளுக்கு உதவுகிறது.

அதிகபட்ச பணிச்சுமையில், பகிர்ந்து செயல்படும் ஏஜென்ட்கள் 700-க்கும் மேற்பட்ட மேற்கோள்களைச் சுட்டின; ஒற்றை ஏஜென்ட் 11 மேற்கோள்களைச் சுட்டியது.

அடுத்து மேற்கொள்ளத் தகுந்த பரிசோதனையைக் கண்டறிதல்

மேற்கொள்ளத் தகுந்த ஒரு பரிசோதனைக்கு வழிகாட்டும்போது, ஒரு கண்டுபிடிப்பின் மதிப்பு மேலும் உயர்கிறது. அத்தகைய ஒரு தடயத்தை DCTN1 மரபணுவில் ஏஜென்ட்கள் கண்டறிந்தன. இந்த மரபணுவில் ஏற்படும் பிறழ்வுகள், பார்கின்சன் நோய் போன்ற அறிகுறிகளைக் கொண்ட நரம்புச் சிதைவு நோயான பெர்ரி நோய்க்குறித்தொகுப்பை ஏற்படுத்துகின்றன.

நரம்பணுக்களுக்குள் பொருட்களைக் கடத்துவதில் DCTN1 பங்கேற்கிறது. முழு மூளைக்கான CRISPR வரைபடத் தொகுப்பில், Dctn1 செயல்பாட்டைச் சீர்குலைத்தபோது கொலஸ்ட்ரால் உற்பத்தியில் பங்கேற்கும் மரபணுக்களின் வெளிப்பாடு அதிகரித்தது. கொலஸ்ட்ரால் கடத்தலில் உள்ள சிக்கல்கள், செல்கள் அதிக கொலஸ்ட்ராலை உற்பத்தி செய்யக் காரணமாகலாம் என்று கூறும் ஆராய்ச்சியுடன் இந்தக் கண்டறிதலை ஏஜென்ட்கள் இணைத்தன. இது தொடர்ச்சியான பரிசோதனைகளுக்கு ஒரு கேள்வியை எழுப்பியது: DCTN1 செயல்பாட்டுச் சீர்குலைவு, நரம்பணுக்களுக்குள் கொலஸ்ட்ரால் பரவியிருக்கும் விதத்தை மாற்றுமா? நரம்புச் சிதைவுக்கு அந்த மாற்றங்கள் பங்களிக்குமா? அப்படியானால், கொலஸ்ட்ராலின் இயல்பான பரவலை மீட்டெடுப்பது நரம்பணுக்களைப் பாதுகாக்க உதவுமா?

இந்தக் கருதுகோள் புதுமையானது, முக்கிய விளைவுகளை ஏற்படுத்தக்கூடியது, தொடர்ந்து ஆராயத் தகுந்தது என்று மனித நிபுணர்களும் கருதினர். எதிர்பாராத ஒரு முடிவை ஏற்கெனவே உள்ள அறிவுடன் இணைப்பதன் மூலம், ஒரு தடயத்தைச் சோதிக்கக்கூடிய கருத்தாகவும், நோய்க்குச் சிகிச்சை அளிப்பதற்கான புதிய திசையாகவும் மாற்ற முடியும் என்பதை இந்த எடுத்துக்காட்டு காட்டுகிறது.

அறிக்கைகளை உருவாக்கியது யார் என்று தெரியாமல் செய்யப்பட்ட ஒப்பீடுகளில், மனித நிபுணர்கள் 75% நேரங்களில் ஒற்றை ஏஜென்ட்டின் அறிக்கைகளைவிடப் பகிர்ந்து செயல்படும் ஏஜென்ட்களின் அறிக்கைகளையே விரும்பினர்.

கண்டுபிடிப்புகளின் மையமாக விஞ்ஞானிகளே தொடர்ந்து விளங்குகின்றனர். மேலும் பல நம்பிக்கையூட்டும் தடயங்களை வெளிக்கொணர்வதன் மூலம், எந்தக் கருத்துகளைத் தொடர்ந்து ஆராய்வது என முடிவெடுக்கவும், பரிசோதனைகளை வடிவமைக்கவும், முடிவுகளை விளக்கவும் ஆராய்ச்சியாளர்களுக்குச் செயற்கை நுண்ணறிவு உதவும். உயிரியல் பரிசோதனைகளிலுள்ள மேலும் பல தகவல்களை அறிவாக மாற்றுவதே நோக்கம் ஆகும். காலப்போக்கில், சிறந்த மருந்துகளை உருவாக்க வழிகாட்ட இந்த அறிவு உதவும்.

ஆசிரியர்/எழுத்தாளர்

OpenAI