Skip to content
গুগল ডিপমাইন্ডের অ্যালফাজিনোম ২, ২০২৬ সালের ১১ নভেম্বর ঘোষিত, নির্দিষ্ট কোষের ধরনে ডিএনএ ভ্যারিয়েন্ট কীভাবে কাজ করে তা অনুমান করে এবং ডিপমাইন্ডের নিজস্ব পরীক্ষায় আগের মডেলের প্রায় দ্বিগুণ কার্যকারণগত ভ্যারিয়েন্ট খুঁজে পায়
এআই ও প্রযুক্তি

গুগল ডিপমাইন্ডের অ্যালফাজিনোম ২, ২০২৬ সালের ১১ নভেম্বর ঘোষিত, নির্দিষ্ট কোষের ধরনে ডিএনএ ভ্যারিয়েন্ট কীভাবে কাজ করে তা অনুমান করে এবং ডিপমাইন্ডের নিজস্ব পরীক্ষায় আগের মডেলের প্রায় দ্বিগুণ কার্যকারণগত ভ্যারিয়েন্ট খুঁজে পায়

অলঙ্করণ: tuput

বাংলা

নতুন মডেলটি ১০ লক্ষ অক্ষরের ডিএনএ আর বেছে নেওয়া একটি টিস্যু, কোষের ধরন বা কোষের অবস্থা নেয়, তারপর সেই একটি শর্তের জন্য জিনের সক্রিয়তা অনুমান করে। রোগ প্রতিরোধ কোষের একটি পরীক্ষার সেটে ডিপমাইন্ড জানাচ্ছে, তাদের আগের মডেলের ১৬ শতাংশের জায়গায় এটি ৩০ শতাংশ কার্যকারণগত ভ্যারিয়েন্ট খুঁজে পেয়েছে। সংখ্যাগুলো নির্মাতার নিজের, এমন একটি প্রিপ্রিন্ট থেকে যার পিয়ার রিভিউ হয়নি।

· · 8 মিনিটের পাঠ

গুগল ডিপমাইন্ড ২০২৬ সালের ১১ নভেম্বর অ্যালফাজিনোম ২ ঘোষণা করেছে। এটি একটি এআই মডেল, যা কোনো একটি টিস্যুর গড় না ধরে বেছে নেওয়া একটি কোষের ধরনে, যেমন অন্ত্রের ম্যাক্রোফেজ বা বিশ্রামে থাকা টি কোষে, ডিএনএর পরিবর্তন জিনের সক্রিয়তাকে কীভাবে প্রভাবিত করে তা অনুমান করে। রোগ প্রতিরোধ কোষের তথ্য দিয়ে তৈরি একটি পরীক্ষায় ডিপমাইন্ড জানাচ্ছে, তাদের আগের মডেল যেখানে ১৬ শতাংশ কার্যকারণগত ভ্যারিয়েন্ট বেছে নিয়েছিল, নতুন মডেল সেখানে ৩০ শতাংশ বেছে নিয়েছে, যাকে কোম্পানি বর্ণনা করছে প্রায় দ্বিগুণ হিসেবে। এর পেছনের গবেষণাপত্রটি ২০২৬ সালের ১৭ নভেম্বর তারিখের একটি প্রিপ্রিন্ট, অর্থাৎ পিয়ার রিভিউয়ের আগেই প্রকাশিত, আর নিচের কার্যক্ষমতার প্রতিটি সংখ্যা ডিপমাইন্ডের নিজের। ২০২৬ সালের ১৯ নভেম্বর পর্যন্ত যে পাতাগুলো দেখা হয়েছে তার কোনোটিতে স্বতন্ত্র কোনো পুনরাবৃত্তির খবর নেই।

মডেলটি গবেষকদের জন্য, চিকিৎসকদের জন্য নয়। ডিপমাইন্ড বলছে, এটি শুধু গবেষণার কাজের জন্য, আর চিকিৎসা বা রোগনির্ণয়ের কাজে এর যাচাই বা অনুমোদন হয়নি।

একই ডিএনএ, আলাদা পাঠ

শরীরের প্রতিটি কোষে একই ডিএনএ থাকে, আর প্রতিটি কোষের ধরন জিনের আলাদা একটি সেটকে চালু বা বন্ধ করে। ডিপমাইন্ডের ঘোষণায় লক্ষ্যটি বলা হয়েছে এভাবে: ডিএনএর ছোট ছোট পার্থক্য নির্দিষ্ট কোষে সেই চালু-বন্ধ করাকে কীভাবে বদলায় তা অনুমান করা, যাকে তারা মানুষের বৈশিষ্ট্য ও রোগের একটি প্রধান চালিকাশক্তি বলছে। ২০১৬ সালে প্রতিষ্ঠিত বিশ্বজোড়া কনসোর্টিয়াম হিউম্যান সেল অ্যাটলাস শরীরজুড়ে কোষে জিনের সক্রিয়তার মানচিত্র আঁকছে, আর এর সাইটে ১০০টিরও বেশি দেশের ১,৭০০-র বেশি প্রতিষ্ঠানের ৩,৯০০-র বেশি সদস্যের কথা আছে।

ডিএনএর বেশির ভাগ অংশ প্রোটিনের সংকেত বহন করে না। প্রথম অ্যালফাজিনোম নিয়ে ডিপমাইন্ডের ২০২৫ সালের জুনের লেখা বলছে, জিনোমের ২ শতাংশ কোডিং অংশ, আর বাকি ৯৮ শতাংশ, অর্থাৎ নন-কোডিং অংশ, জিনের সক্রিয়তা নিয়ন্ত্রণ করে এবং রোগের সঙ্গে যুক্ত অনেক ভ্যারিয়েন্ট ধারণ করে। ভ্যারিয়েন্ট ইফেক্ট প্রেডিক্টর হলো এমন একটি মডেল, যা একটি ডিএনএ অনুক্রম একটি অক্ষর বদলানোর আগে ও পরে পড়ে এবং বলে পরিবর্তনটি কী করে। কোন ভ্যারিয়েন্টগুলো আগে ল্যাবরেটরিতে পরীক্ষা করা হবে, তা ঠিক করতে গবেষকেরা এই স্কোর ব্যবহার করেন।

কোষের ধরন গুরুত্বপূর্ণ, কারণ একই ভ্যারিয়েন্ট এক ধরনের কোষে কাজ করতে পারে আর পরের ধরনে নীরব থাকতে পারে। নেচারে প্রকাশিত টেনকে১০কে গবেষণা, যার তথ্য ডিপমাইন্ড মানদণ্ড হিসেবে নিয়েছে, জানাচ্ছে জিনের প্রকাশের ওপর যত বংশগত প্রভাব তারা পেয়েছে তার প্রায় অর্ধেক দেখা গেছে মাত্র এক বা কয়েকটি কোষের ধরনে।

প্রথম অ্যালফাজিনোম কী করেছিল, আর তার লেখকেরা কী খোলা রেখেছিলেন

প্রথম অ্যালফাজিনোম ২০২৬ সালের ২৮ জানুয়ারি নেচারে প্রকাশিত হয় (খণ্ড ৬৪৯, পৃষ্ঠা ১২০৬ থেকে ১২১৮)। এটি একবারে ১০ লক্ষ ডিএনএ অক্ষর পড়ে এবং জিনের প্রকাশ থেকে ক্রোমাটিনের অভিগম্যতা (ডিএনএ কোষের যন্ত্রপাতির কাছে কতটা খোলা) পর্যন্ত হাজার হাজার পরিমাপ অনুমান করে। গবেষণাপত্রটি বলছে, এতে ১১ ধরনের পরিমাপজুড়ে মানুষের ৫,৯৩০টি ও ইঁদুরের ১,১২৮টি ট্র্যাক আছে। এর অ্যাবস্ট্র্যাক্ট বলছে, ভ্যারিয়েন্টের প্রভাব নিয়ে ২৬টি মূল্যায়নের ২৫টিতে এটি সবচেয়ে শক্তিশালী বাইরের মডেলগুলোর সমান বা তার চেয়ে ভালো ফল করেছে। ডিপমাইন্ডের ২০২৫ সালের লেখায়, যখন কাজটি তখনও প্রিপ্রিন্ট ছিল, বলা হয়েছিল ২৬টির ২৪টি, তাই নেচারের গণনাটিই প্রযোজ্য। পরে মডেলটির সঙ্গে জুড়ে দেওয়া হয় অ্যালফাজিনোম অ্যাটলাস, ১ পেটাবাইটের একটি তালিকা, যা ডিপমাইন্ডের পণ্যের পাতা অনুযায়ী মানুষের জিনোমে এক অক্ষরের সম্ভাব্য সব নয় বিলিয়ন পরিবর্তনের স্কোর দেয়।

নেচারের গবেষণাপত্রটি এ-ও তালিকাভুক্ত করেছে মডেলটি তখনও কী করতে পারত না। এর লেখকেরা লিখেছেন, বিভিন্ন কোষীয় প্রেক্ষাপটে টিস্যু-নির্দিষ্ট ধরন নির্ভুলভাবে ফিরিয়ে আনা এবং শর্ত-নির্দিষ্ট ভ্যারিয়েন্টের প্রভাব অনুমান করা এখনও কঠিন। ভবিষ্যতের যে দিকগুলোর নাম তাঁরা করেছিলেন, তার মধ্যে ছিল একক-কোষের তথ্য যুক্ত করা এবং ডিএনএ মিথাইলেশন যোগ করা, যা ডিএনএর ওপর একটি রাসায়নিক চিহ্ন এবং জিন কীভাবে পড়া হবে তাকে প্রভাবিত করে। অ্যালফাজিনোম ২ দুটিই হাতে নিয়েছে।

একবারে একটি শর্ত

ডিপমাইন্ড বলছে, প্রথম মডেল একটি চালনা থেকে বহু টিস্যু ও কোষ লাইনের জন্য নির্দিষ্ট, সমান্তরাল আউটপুট দিত, ফলে এর সক্ষমতা পাতলা হয়ে ছড়িয়ে পড়ত এবং ঘনিষ্ঠ কোষের ধরনগুলোকে আলাদা করা কঠিন হতো। অ্যালফাজিনোম ২ একটি শর্তসাপেক্ষ মডেল। এটি ১০ লক্ষ অক্ষরের অনুক্রমের সঙ্গে একটি শর্ত নেয়, যা একটি টিস্যু, কোষের ধরন বা কোষের অবস্থা হিসেবে সংজ্ঞায়িত, এবং সেই শর্তকে নেটওয়ার্কের প্রতিটি ধাপে ঢুকিয়ে দেয়। তখন ডিএনএর একই অংশ প্রতিটি শর্তে আলাদাভাবে পড়া যায়।

বিজ্ঞানী শর্ত বেছে নিতে পারেন দুই উপায়ে। একটি হলো রেফারেন্স তালিকা; অ্যালফাজিনোম ডকুমেন্টেশনের টিউটোরিয়ালটি মানুষের ২,৭৯৯টি সমর্থিত শর্ত ছাপে। অন্যটি হলো বিজ্ঞানীর নিজের পরীক্ষা থেকে একক-কোষ আরএনএ তথ্য আপলোড করা, যাকে একটি সেল এনকোডার সংকুচিত করে কোষের অবস্থার একটি উপস্থাপনায় পরিণত করে। ব্লগ বলছে, কয়েক ডজন কোষই যথেষ্ট, আর ডকুমেন্টেশন প্রতিটি কলে ২৫৬টি কোষের সীমা বেঁধে দিয়েছে। মডেলটি যেহেতু কোষের অবস্থাকে তার আউটপুট থেকে আলাদা করে, জিনের সক্রিয়তার মতো একটি পরিমাপ দিয়ে এটি ক্রোমাটিনের অভিগম্যতার মতো অপরিমাপিত বিষয়গুলো অনুমান করতে পারে, এবং ডিপমাইন্ড বলছে এতে গবেষকদের পরবর্তী কোন পরীক্ষা চালাবেন তা ঠিক করতে সুবিধা হতে পারে। ডিএনএ মিথাইলেশন, যাকে ব্লগ বহুল-অনুরোধ করা একটি রিডআউট বলেছে, এই সংস্করণে নতুন।

প্রশিক্ষণের জন্য ডিপমাইন্ড বলছে তারা মানুষ ও ইঁদুরের নমুনা থেকে বাল্ক ও একক-কোষ তথ্য ব্যবহার করেছে, যার মধ্যে ৬৮টি টিস্যুর ১০ কোটি ৭০ লক্ষের বেশি পৃথক কোষের প্রোফাইল আছে। ব্লগের সারসংক্ষেপের লাইনটি এটিকে গোল করে “১০ কোটির বেশি” লিখেছে।

ব্লগ ও প্রিপ্রিন্ট কী জানাচ্ছে

নিচের সব ফল লেখকদের নিজের। টেনকে১০কে-তে, যা ২৮ ধরনের রোগ প্রতিরোধ কোষের একটি একক-কোষ মানচিত্র, ব্লগ বলছে অ্যালফাজিনোম ২ ১৬ শতাংশের বিপরীতে ৩০ শতাংশ কার্যকারণগত ভ্যারিয়েন্ট শনাক্ত করেছে, আর দিকনির্দেশক জিন-প্রভাবের (ভ্যারিয়েন্ট জিনকে বাড়ায় না কমায়) ক্ষেত্রে ২৩ শতাংশের বিপরীতে ৪৩ শতাংশ, তুলনা করা হয়েছে একক-কোষ তথ্যে সূক্ষ্ম-সমন্বিত করা মূল মডেল এবং অন্যান্য বিশেষায়িত সরঞ্জামের সঙ্গে।

প্রিপ্রিন্ট বলছে ভিন্ন একটি পরিমাপের কথা। এর অ্যাবস্ট্র্যাক্ট বলছে, অ্যালফাজিনোম ২ সূক্ষ্ম-সমন্বিত অ্যালফাজিনোম ১ এবং লক্ষ্য তথ্যসেটে প্রশিক্ষিত বিশেষায়িত মডেলগুলোকে ছাড়িয়ে গেছে, “৯০% নির্ভুলতায় কার্যকারণগত একক-কোষ ইকিউটিএলের রিকল দ্বিগুণ করে”। ইকিউটিএল হলো এমন একটি ভ্যারিয়েন্ট, যা একটি জিন কতটা প্রকাশিত হয় তার পরিবর্তনের সঙ্গে যুক্ত। রিকল হলো প্রকৃত কার্যকারণগত প্রভাবের যত অংশ মডেল খুঁজে পায়, আর নির্ভুলতা হলো তার দেওয়া রায়ের যত অংশ ঠিক, তাই দাবিটি হলো দশটি রায়ের নয়টি ঠিক রেখে প্রকৃত প্রভাব দ্বিগুণ খুঁজে পাওয়ার। ব্লগের “প্রায় দ্বিগুণ” আর প্রিপ্রিন্টের “দ্বিগুণ” আলাদা পরীক্ষা, এবং এ দুটিকে একটি সংখ্যা হিসেবে পড়া উচিত নয়।

অ্যাবস্ট্র্যাক্ট আরও বলছে, মডেলটি এনহ্যান্সার-জিন সংযোগে অত্যাধুনিক মান অর্জন করেছে, অর্থাৎ নিয়ন্ত্রক ডিএনএর দূরের অংশগুলোকে (এনহ্যান্সার) তারা যে জিনগুলোকে নিয়ন্ত্রণ করে তার সঙ্গে মেলাচ্ছে, এবং দলটি শত শত মানব কোষের ধরনজুড়ে ৭০ লক্ষ সাধারণ ভ্যারিয়েন্টের এনহ্যান্সার-জিন সংযোগ ও স্কোরের একটি অ্যাটলাস তৈরি করেছে। ব্লগ বলছে, আগে থেকে গণনা করা স্কোরে উচ্চতা থেকে টাইপ ২ ডায়াবেটিস পর্যন্ত বৈশিষ্ট্যের সঙ্গে যুক্ত ভ্যারিয়েন্ট আছে, এবং মডেলটি যখন আত্মবিশ্বাসী থাকে তখন একটি ভ্যারিয়েন্ট জিনের সক্রিয়তা বাড়ায় না কমায় তা-ও অনুমান করে।

অদেখা কোষের অবস্থার ক্ষেত্রে ডিপমাইন্ড বর্ণনা করেছে কোভিড-১৯ এমআরএনএ টিকার একটি গবেষণার তথ্য নিয়ে করা একটি পরীক্ষা। যে একক-কোষ তথ্য মডেলটি আগে দেখেনি তা দেওয়া হলে সেটি টিকায় সক্রিয় হওয়া টি কোষ আর বিশ্রামে থাকা টি কোষ আলাদা করেছে, এবং অনুমান করেছে যে গুরুতর কোভিড-১৯-এর সঙ্গে যুক্ত একটি ভ্যারিয়েন্ট সক্রিয় অবস্থায় জিনের সক্রিয়তাকে আরও জোরালোভাবে ব্যাহত করে। এই উদাহরণের কোনো সংখ্যাগত স্কোর ব্লগ দেয়নি।

উত্তর জানা একটি পরীক্ষা: ইটিএস২

একটি উদাহরণের উত্তর আছে স্বতন্ত্র ল্যাবরেটরির কাজ থেকে। ২০২৪ সালে স্ট্যাঙ্কি ও সহকর্মীরা নেচারে জানান, ২১ নম্বর ক্রোমোজোমের একটি জিন-মরুভূমিতে (নিজস্ব কোনো জিন নেই এমন লম্বা একটি অংশ) একটি হ্যাপ্লোটাইপ আছে, অর্থাৎ একসঙ্গে উত্তরাধিকারে পাওয়া ভ্যারিয়েন্টের একটি ব্লক, যা প্রদাহজনিত অন্ত্রের রোগ ও আরও তিনটি অবস্থার সঙ্গে যুক্ত, আর কারণ-জিন ইটিএস২ প্রদাহগ্রস্ত ম্যাক্রোফেজের একটি কেন্দ্রীয় নিয়ন্ত্রক। ডিপমাইন্ড বলছে, অন্ত্রের রোগ প্রতিরোধ কোষের ধরনজুড়ে অনুমান করে অ্যালফাজিনোম ২ কারণ-ভ্যারিয়েন্টটিকে আলাদা করেছে এবং দেখিয়েছে সেটি অন্ত্রের ম্যাক্রোফেজে ইটিএস২কে বাড়ায়, অন্য কোষের ধরন ও জিনগুলো মোটামুটি অপ্রভাবিত রেখে।

ডকুমেন্টেশনের ভিগনেট বিস্তারিত দিয়েছে। পরিসংখ্যানগত ফাইন-ম্যাপিং রোগের সংকেতকে ১.২ কিলোবেস জুড়ে থাকা সাতটি নন-কোডিং ভ্যারিয়েন্টে সংকুচিত করে। এর একটি, আরএস২৮৩৬৮৮২, সেই পরিসংখ্যানগত পদ্ধতিতে দ্বিতীয় স্থানে, অথচ মডেলটি অনুমান করছে এটি ইলিয়াম, অর্থাৎ ক্ষুদ্রান্ত্রের শেষ অংশ, থেকে নেওয়া ম্যাক্রোফেজে ইটিএস২-এর প্রকাশ জোরালোভাবে কমায়, আর শীর্ষে থাকা ভ্যারিয়েন্ট থেকে সামান্যই প্রভাব পায়। ভিগনেট অনুযায়ী ইটিএস২ প্রায় ২৮৯ কিলোবেস দূরে, আর কাছের জিনগুলোতে পরিবর্তন নগণ্য, এবং বি কোষ, টি কোষ ও ন্যাচারাল কিলার কোষে প্রভাবটি নেই। ভিগনেট বলছে, প্রাথমিক ম্যাক্রোফেজে ল্যাবরেটরির পরীক্ষার সঙ্গে এটি মেলে। এটি ডিপমাইন্ডের নিজের দলের লেখা একটি কাজের উদাহরণ।

নিচের তথ্য

রোগ প্রতিরোধ কোষের মানদণ্ডটি দাঁড়িয়ে আছে সর্বজনীন কাজের ওপর। টেনকে১০কে ফেজ ১, যা ২০২৬ সালের ২৮ অক্টোবর নেচারে প্রকাশিত হয় (খণ্ড ৬৫৯, পৃষ্ঠা ৪১৭ থেকে ৪২৮), ১,৯২৫ জন মানুষের ৫৪ লক্ষ কোষের একক-কোষ আরএনএ সিকোয়েন্সিংকে সম্পূর্ণ-জিনোম সিকোয়েন্সিংয়ের সঙ্গে মেলায়। পরীক্ষা করা ২১,৪০৪টি জিনের ৮৩ শতাংশের জন্য এটি সম্ভাব্য নিয়ন্ত্রক ভ্যারিয়েন্ট পেয়েছে। গবেষণাপত্র বলছে, সবচেয়ে বড় পূর্ণ-রক্ত গবেষণা ইকিউটিএলজেনে ১৬,৯৮৭টির বিপরীতে তারা প্রকাশ-সংযুক্ত ভ্যারিয়েন্টসহ ১৭,৬৭৪টি জিন পেয়েছে, ১৫ গুণ ছোট নমুনা নিয়ে।

অংশগ্রহণকারীরা দুটি অস্ট্রেলীয় কোহর্টের ইউরোপীয় বংশোদ্ভূত ১,৯২৫ জন, এবং লেখকেরা লিখেছেন, অন্য অনেক কিছুর সঙ্গে বংশগত বৈচিত্র্যের আরও প্রসার দরকার হবে। এই লেখার জন্য যে উৎসগুলো খোলা হয়েছে তার কোনোটিতে অ্যালফাজিনোম ২-এ ব্যবহৃত কোনো ভারতীয় তথ্যসেটের নাম নেই। ভারতের নিজস্ব রেফারেন্স সংগ্রহ নিয়ে লেখা আছে জিনোমইন্ডিয়া নিয়ে tuput-এর লেখায়, যা ৮৩টি জনগোষ্ঠীর ১০,০৭৪ জনের জিনোম সিকোয়েন্স করেছে।

প্রবেশাধিকার আর এরপর কী

অ্যালফাজিনোম ২ অবাণিজ্যিক গবেষণার জন্য অ্যালফাজিনোম এপিআইয়ের মাধ্যমে পাওয়া যাচ্ছে, একক-কোষ তথ্যের ওপর শর্ত চাপানোর ইন্টারঅ্যাকটিভ কোলাব টিউটোরিয়ালসহ, আর বাণিজ্যিক গবেষণার জন্য গুগল ক্লাউডের মাধ্যমে একটি ব্যক্তিগত প্রিভিউতে। ডিপমাইন্ড বলছে, তাদের অ্যান্টিগ্র্যাভিটি ওয়ার্কবেঞ্চের জন্য অ্যালফাজিনোম ২ স্কিলস আসবে, এবং তারা গবেষকদের ৩০ নভেম্বরের মধ্যে ব্যবহারের ক্ষেত্র পাঠাতে বলেছে, বাছাই হওয়া প্রকল্পগুলো বাড়তি কোটা ও ক্রেডিটের যোগ্য হবে।

ব্লগে দুটি সমর্থন আছে। হিউম্যান সেল অ্যাটলাস কনসোর্টিয়ামের সহ-প্রতিষ্ঠাতা সারা টাইশম্যানের উদ্ধৃতি আছে, যেখানে তিনি পুনঃপ্রশিক্ষণ ছাড়াই নতুন একক-কোষ তথ্যের সঙ্গে মানিয়ে নেওয়ার মডেলটির ক্ষমতার প্রশংসা করেছেন। জিনোমিকস লিমিটেডের প্রধান নির্বাহী পিটার ডনেলির উদ্ধৃতি আছে, যেখানে তিনি বলেছেন কোম্পানি এটিকে তাদের মিস্ট্রা প্ল্যাটফর্মে আনার পরিকল্পনা করছে। ডিপমাইন্ডের পণ্যের পাতা প্রথম মডেলের ব্যবহারের কথাও জানিয়েছে: ব্রড ইনস্টিটিউটের একজন গবেষক এর ভ্যারিয়েন্ট স্কোর দিয়ে ডিএনএম১ জিনে একটি ভ্যারিয়েন্ট খুঁজে পেয়েছিলেন, যা পরে ল্যাবরেটরির পরীক্ষায় সমর্থিত হয়, আর এক্সেটার বিশ্ববিদ্যালয়ের একটি দল ৫৪,০০০-এর বেশি ইউকে বায়োব্যাংক অংশগ্রহণকারীর একটি গবেষণায় একটি অঞ্চলকে ৫২৬টি প্রার্থী ভ্যারিয়েন্ট থেকে ৪টিতে নামিয়ে এনেছিল। দুটি বিবরণই ডিপমাইন্ডের।

ইয়োরস্টোরি, একটি ভারতীয় প্রযুক্তি সংবাদমাধ্যম, ৩০ শতাংশ ও ১৬ শতাংশের সংখ্যাগুলো পুনরায় প্রকাশ করেছে এবং সেগুলো ডিপমাইন্ডের বলে উল্লেখ করেছে। এই লেখার জন্য দেখা পাতাগুলোর কোনোটিতে ডিপমাইন্ডের বাইরের কেউ মডেলটি পরীক্ষা করেছেন বলে জানানো হয়নি, এবং ২০২৬ সালের ১৯ নভেম্বর পর্যন্ত প্রিপ্রিন্টটির পিয়ার রিভিউ হয়নি।

Share
Copied!

সূত্র ও আরও পড়ার জন্য

  1. Google DeepMind (Adam Gayoso, Natasha Latysheva, Pushmeet Kohli, Ziga Avsec), 11 November 2026: AlphaGenome 2, deciphering how cells read DNA to better understand disease
  2. Gayoso A et al., AlphaGenome 2 predicts regulatory activity and variant effects across cell states, preprint first published 17 November 2026 (Europe PMC record PPR1371267, not peer reviewed)
  3. Google DeepMind, 25 June 2025 (updated January 2026): AlphaGenome, AI for better understanding the genome
  4. Google DeepMind: AlphaGenome product page (AlphaGenome 2, AlphaGenome Atlas and case studies)
  5. Avsec Z et al., Advancing regulatory variant effect prediction with AlphaGenome, Nature 649, 1206 to 1218 (published 28 January 2026)
  6. PubMed record and abstract, Avsec et al., AlphaGenome, Nature 649:1206 (PMID 41606153)
  7. Cuomo ASE et al., Rare and common genetic variants shape single-cell immune gene expression (TenK10K phase 1), Nature 659, 417 to 428 (published 28 October 2026)
  8. PubMed record and abstract, Stankey CT et al., A disease-associated gene desert directs macrophage inflammation through ETS2, Nature 630:447 (2024) (PMID 38839969)
  9. AlphaGenome documentation: Fine-mapping the ETS2 locus (AlphaGenome 2 vignette)
  10. AlphaGenome documentation: Choosing a condition (AlphaGenome 2 tutorial)
  11. Human Cell Atlas: What is the Human Cell Atlas (mission and consortium figures)
  12. YourStory: Google DeepMind unveils AlphaGenome 2 to study DNA changes

এই লেখাটি AI সরঞ্জামের সহায়তায় গবেষণা ও রচনা করা হয়েছে এবং নির্ভুলতার জন্য সম্পাদনা করা হয়েছে। এটি কেবল সাধারণ তথ্য ও আলোচনার জন্য, পেশাদার পরামর্শ নয়। আমাদের সম্পাদকীয় মান ও দাবিত্যাগ দেখুন। কোনো ভুল চোখে পড়ল? আমাদের জানান।

#alphagenome#google deepmind#genomics#single-cell biology#variant effect prediction#gene regulation#non-coding dna#tenk10k

ভালো লাগল? পরেরটিও পড়ুন।

একবারে একটি ভালো লেখা, সরাসরি আপনার ইনবক্সে। কোনো স্প্যাম নয়, যখন খুশি বন্ধ করতে পারেন।

একই বিভাগে আরও: এআই ও প্রযুক্তি
ছয়টি চীনা এআই কোম্পানি আমেরিকার সেরা মডেল নকল করতে ধরা পড়ল। আমেরিকার সমাধান: চুপচাপ তাদের উত্তর খারাপ করে দাও।
একটি মার্কিন নিরাপত্তা পরামর্শে ছয়টি চীনা এআই কোম্পানির বিরুদ্ধে মার্কিন মডেল নকলের অভিযোগ এবং চুপচাপ তাদের খারাপ উত্তর দেওয়ার পরামর্শ। সঙ্গে মানব ডিএনএ-র প্রতিটি সম্ভাব্য পরিবর্তনের ডিপমাইন্ডের অ্যাটলাস, অ্যাপলের এআই-কেন্দ্রিক আইফোন লঞ্চ, আর ভারতের এ যাবতকালের সবচেয়ে বড় রেল সম্প্রসারণ।
গুগল জেমিনি ৪ কার্বন ২০২৬ সালের ২৮ অক্টোবর সাইবার প্রতিরক্ষাকারীদের আর ১০ নভেম্বর অর্থ-প্রদানকারী ডেভেলপারদের হাতে দিয়েছে, আর অ্যানথ্রপিক ও ওপেনএআইও তাদের সবচেয়ে শক্তিশালী মডেল স্তরে স্তরে ছাড়ছে
তিনটি ল্যাব এখন যাচাই-করা নিরাপত্তা দলগুলোকে তাদের সবচেয়ে সক্ষম মডেল বাকিদের আগে, বা কম সীমাবদ্ধতায়, ব্যবহার করতে দিচ্ছে। প্রত্যেকে কী প্রকাশ করেছে, তাদের বলা কারণ কী, আর কোন সংখ্যাগুলো নির্মাতাদেরই নিজের, তা এখানে।
অ্যানথ্রপিক Claude 3 Sonnet-এর ওপর ৩৪ মিলিয়ন ফিচারের অটোএনকোডার প্রশিক্ষণ দিয়েছিল, গুগল ডিপমাইন্ড তারপর ওই পদ্ধতির মৌলিক গবেষণাকে অগ্রাধিকার থেকে সরিয়ে দেয়, আর অ্যানথ্রপিকের অ্যাট্রিবিউশন গ্রাফ প্রায় এক-চতুর্থাংশ প্রম্পটে অন্তর্দৃষ্টি দিয়েছে
গবেষকেরা এখন একটি ভাষা মডেলের ভেতরে একটি ধারণা বদলে আরেকটি বসিয়ে উত্তর বদলে যেতে দেখতে পারেন। একই গবেষণাপত্রগুলো নিজেদের ভাষায় বলে দিয়েছে, এতে মডেলের কতটুকু ধরা পড়ে আর সরঞ্জাম কোথায় ব্যর্থ হয়।
← সব লেখা