வரைபடம்: tuput
தமிழ்
புதிய மாதிரி பத்து லட்சம் டிஎன்ஏ எழுத்துகளையும், தேர்ந்தெடுக்கப்பட்ட ஒரு திசு, செல் வகை அல்லது செல் நிலையையும் எடுத்துக்கொண்டு, அந்த ஒரு நிலைக்கான மரபணுச் செயல்பாட்டைக் கணிக்கிறது. நோயெதிர்ப்பு செல் சோதனைத் தொகுப்பில் தனது முந்தைய மாதிரி 16 சதவீத காரண மாற்றங்களைக் கண்டறிந்த இடத்தில் 30 சதவீதத்தைக் கண்டறிந்ததாக டீப்மைண்ட் தெரிவிக்கிறது. இந்த எண்கள் தயாரிப்பாளரின் சொந்தவை; அவை சக ஆய்வாளர் மதிப்பாய்வு பெறாத முன்வெளியீட்டுக் கட்டுரையிலிருந்து வந்தவை.
கூகுள் டீப்மைண்ட் 2026 நவம்பர் 11 அன்று AlphaGenome 2 ஐ அறிவித்தது. இது ஒரு திசு முழுவதற்கும் சராசரி எடுப்பதற்குப் பதிலாக, குடல் மேக்ரோஃபேஜ் அல்லது ஓய்வில் இருக்கும் T செல் போன்ற, தேர்ந்தெடுக்கப்பட்ட ஒரே செல் வகையில் டிஎன்ஏ மாற்றம் மரபணுச் செயல்பாட்டை எப்படிப் பாதிக்கிறது என்று கணிக்கும் ஒரு AI மாதிரி. நோயெதிர்ப்பு செல் தரவிலிருந்து அமைக்கப்பட்ட ஒரு சோதனையில், முந்தைய மாதிரி 16 சதவீத காரண மாற்றங்களைக் கண்டறிந்த இடத்தில் இந்த மாதிரி 30 சதவீதத்தைக் கண்டறிந்ததாக டீப்மைண்ட் தெரிவிக்கிறது; இதை நிறுவனம் ஏறக்குறைய இரு மடங்கு என்று விவரிக்கிறது. இதன் பின்னணியில் உள்ள கட்டுரை 2026 நவம்பர் 17 தேதியிட்ட முன்வெளியீடு; அதாவது சக ஆய்வாளர் மதிப்பாய்வுக்கு முன்பே வெளியிடப்பட்டது. கீழே உள்ள ஒவ்வொரு செயல்திறன் எண்ணும் டீப்மைண்டின் சொந்தம். 2026 நவம்பர் 19 நிலவரப்படி, பார்வையிட்ட பக்கங்களில் எதுவும் சுயாதீனமான மறுநிகழ்வைப் பதிவு செய்யவில்லை.
இந்த மாதிரி ஆய்வாளர்களுக்கானது, மருத்துவர்களுக்கானது அல்ல. இது ஆராய்ச்சிப் பயன்பாட்டுக்கு மட்டுமே என்றும், மருத்துவ அல்லது நோயறிதல் நோக்கங்களுக்காகச் சரிபார்க்கப்படவோ அங்கீகரிக்கப்படவோ இல்லை என்றும் டீப்மைண்ட் கூறுகிறது.
ஒரே டிஎன்ஏ, வெவ்வேறு வாசிப்பு
உடலில் உள்ள ஒவ்வொரு செல்லும் ஒரே டிஎன்ஏவைச் சுமக்கிறது; ஒவ்வொரு செல் வகையும் வெவ்வேறு மரபணுக்களை இயக்குகிறது அல்லது அணைக்கிறது. சிறிய டிஎன்ஏ வேறுபாடுகள் குறிப்பிட்ட செல்களில் இந்த இயக்கு, அணை செயல்பாட்டை எப்படி மாற்றுகின்றன என்று கணிப்பதே தனது நோக்கம் என்று டீப்மைண்டின் அறிவிப்பு விவரிக்கிறது; மனிதப் பண்புகளையும் நோய்களையும் இயக்கும் முக்கியக் காரணிகளில் இது ஒன்று என்று அது கூறுகிறது. 2016 இல் நிறுவப்பட்ட உலகளாவிய கூட்டமைப்பான மனித செல் அட்லஸ் உடல் முழுவதும் உள்ள செல்களில் மரபணுச் செயல்பாட்டை வரைபடமாக்கி வருகிறது; அதன் தளம் 100க்கும் மேற்பட்ட நாடுகளில் 1,700க்கும் மேற்பட்ட நிறுவனங்களைச் சேர்ந்த 3,900க்கும் மேற்பட்ட உறுப்பினர்களைப் பட்டியலிடுகிறது.
டிஎன்ஏவின் பெரும்பகுதி புரதங்களுக்கான குறியீட்டைக் கொண்டிருப்பதில்லை. முதல் AlphaGenome பற்றிய டீப்மைண்டின் 2025 ஜூன் பதிவு, குறியீடு கொண்ட பகுதிகள் மரபணுத்தொகுதியில் 2 சதவீதம் என்றும், குறியீடு இல்லாத மற்ற 98 சதவீதம் மரபணுச் செயல்பாட்டை இயக்குவதாகவும், நோயுடன் தொடர்புடைய பல மாற்றங்களைக் கொண்டிருப்பதாகவும் கூறுகிறது. மாற்ற விளைவு கணிப்பான் என்பது ஒரு டிஎன்ஏ வரிசையை ஓர் எழுத்து மாற்றப்பட்ட நிலையிலும் மாற்றப்படாத நிலையிலும் வாசித்து, அந்த மாற்றம் என்ன செய்கிறது என்று தெரிவிக்கும் மாதிரி. ஆய்வகத்தில் எந்த மாற்றங்களை முதலில் சோதிப்பது என்று முடிவு செய்ய ஆய்வாளர்கள் இந்த மதிப்பெண்களைப் பயன்படுத்துகின்றனர்.
செல் வகை முக்கியம், ஏனெனில் ஒரே மாற்றம் ஒரு செல் வகையில் செயல்படலாம், அடுத்ததில் அமைதியாக இருக்கலாம். டீப்மைண்ட் தரவை ஒரு அளவுகோலாகப் பயன்படுத்திய நேச்சர் இதழின் TenK10K ஆய்வு, தான் கண்டறிந்த மரபணு வெளிப்பாட்டின் மீதான மரபணு விளைவுகளில் ஏறக்குறைய பாதி ஒரே ஒரு செல் வகையில் அல்லது சில செல் வகைகளில் மட்டுமே காணப்பட்டதாகத் தெரிவிக்கிறது.
முதல் AlphaGenome என்ன செய்தது, அதன் ஆசிரியர்கள் எதைத் திறந்து விட்டனர்
முதல் AlphaGenome 2026 ஜனவரி 28 அன்று நேச்சரில் வெளியிடப்பட்டது (தொகுதி 649, பக்கங்கள் 1206 முதல் 1218 வரை). அது ஒரு நேரத்தில் 10 லட்சம் டிஎன்ஏ எழுத்துகளை வாசித்து, மரபணு வெளிப்பாடு முதல் குரோமாட்டின் அணுகல்தன்மை (டிஎன்ஏ செல்லின் இயந்திரங்களுக்கு எவ்வளவு திறந்திருக்கிறது என்பது) வரை ஆயிரக்கணக்கான வெளியீடுகளைக் கணிக்கிறது. 11 வகை அளவீடுகளில் 5,930 மனித மற்றும் 1,128 சுண்டெலி தடங்களை அது உள்ளடக்குவதாகக் கட்டுரை கூறுகிறது. கிடைத்த வலிமையான வெளி மாதிரிகளை 26 மாற்ற விளைவு மதிப்பீடுகளில் 25 இல் அது சமன் செய்தது அல்லது மிஞ்சியது என்று அதன் சுருக்கம் கூறுகிறது. பணி இன்னும் முன்வெளியீடாக இருந்தபோது எழுதப்பட்ட டீப்மைண்டின் 2025 பதிவு 26 இல் 24 என்று கூறியிருந்தது; எனவே பொருந்துவது நேச்சர் எண்ணிக்கை. பின்னர் இந்த மாதிரி AlphaGenome Atlas உடன் இணைக்கப்பட்டது; இது 1 பெட்டாபைட் அளவிலான பட்டியல், மனித மரபணுத்தொகுதியில் சாத்தியமான ஒன்பது பில்லியன் ஒற்றை எழுத்து மாற்றங்கள் அனைத்துக்கும் மதிப்பெண் அளிப்பதாக டீப்மைண்டின் தயாரிப்புப் பக்கம் கூறுகிறது.
மாதிரியால் இன்னும் செய்ய முடியாதவற்றையும் நேச்சர் கட்டுரை பட்டியலிடுகிறது. செல் சூழல்கள் முழுவதும் திசு சார்ந்த வடிவங்களைத் துல்லியமாக மீளுருவாக்குவதும், நிலை சார்ந்த மாற்ற விளைவுகளைக் கணிப்பதும் இன்னும் சவாலாகவே உள்ளன என்று அதன் ஆசிரியர்கள் எழுதினர். அவர்கள் குறிப்பிட்ட எதிர்கால இலக்குகளில், ஒற்றை செல் தரவை ஒருங்கிணைப்பதும், மரபணுக்கள் எப்படி வாசிக்கப்படுகின்றன என்பதைப் பாதிக்கும் டிஎன்ஏவில் உள்ள வேதியியல் குறியான டிஎன்ஏ மெத்திலேஷனைச் சேர்ப்பதும் அடங்கும். AlphaGenome 2 இரண்டையும் கையில் எடுக்கிறது.
ஒரு நேரத்தில் ஒரு நிலை
முதல் மாதிரி ஒரே இயக்கத்தில் பல திசுக்களுக்கும் செல் வரிசைகளுக்கும் நிலையான, இணையான வெளியீடுகளை உருவாக்கியது என்றும், அது அதன் திறனை மெலிதாகப் பரப்பி நெருங்கிய தொடர்புடைய செல் வகைகளைப் பிரித்தறிவதைக் கடினமாக்கியது என்றும் டீப்மைண்ட் கூறுகிறது. AlphaGenome 2 ஒரு நிபந்தனை சார்ந்த மாதிரி. அது 10 லட்ச எழுத்து வரிசையுடன் ஒரு நிபந்தனையையும் எடுத்துக்கொள்கிறது; நிபந்தனை என்பது ஒரு திசு, செல் வகை அல்லது செல் நிலை. அந்த நிபந்தனையை வலையமைப்பின் ஒவ்வொரு கட்டத்திலும் செலுத்துகிறது. அதே டிஎன்ஏ பகுதி ஒவ்வொரு நிபந்தனைக்கும் வெவ்வேறு விதமாக வாசிக்கப்பட முடியும்.
விஞ்ஞானி நிபந்தனையை இரண்டு வழிகளில் தேர்ந்தெடுக்கலாம். ஒன்று, குறிப்புப் பட்டியல்; AlphaGenome ஆவணத்தில் உள்ள பயிற்சிக் குறிப்பு 2,799 ஆதரிக்கப்படும் மனித நிபந்தனைகளை அச்சிடுகிறது. மற்றொன்று, விஞ்ஞானியின் சொந்தப் பரிசோதனையிலிருந்து ஒற்றை செல் RNA தரவைப் பதிவேற்றுவது; செல் குறியாக்கி அதை செல் நிலையின் ஒரு வடிவமாகச் சுருக்குகிறது. சில டஜன் செல்களே போதும் என்று வலைப்பதிவு கூறுகிறது; ஆவணம் ஒரு அழைப்புக்கு 256 செல்கள் என்ற வரம்பை நிர்ணயிக்கிறது. மாதிரி ஒரு செல்லின் நிலையை அதன் வெளியீடுகளிலிருந்து பிரிப்பதால், மரபணுச் செயல்பாடு போன்ற ஒரே அளவீடு, குரோமாட்டின் அணுகல்தன்மை போன்ற அளவிடப்படாதவற்றைக் கணிக்க உதவுகிறது; அடுத்து எந்தப் பரிசோதனைகளை நடத்துவது என்று ஆய்வாளர்கள் முடிவு செய்ய அது உதவக்கூடும் என்று டீப்மைண்ட் கூறுகிறது. அதிகம் கேட்கப்பட்ட வெளியீடு என்று வலைப்பதிவு குறிப்பிடும் டிஎன்ஏ மெத்திலேஷன் இந்தப் பதிப்பில் புதியது.
பயிற்சிக்காக, 68 திசுக்களில் 10.7 கோடிக்கும் மேற்பட்ட தனித்தனி செல் விவரக்குறிப்புகள் உட்பட, மனித மற்றும் சுண்டெலி மாதிரிகளிலிருந்து மொத்த மற்றும் ஒற்றை செல் தரவைப் பயன்படுத்தியதாக டீப்மைண்ட் கூறுகிறது. வலைப்பதிவின் சுருக்க வரி இதை “10 கோடிக்கும் மேல்” என்று முழுமையாக்குகிறது.
வலைப்பதிவும் முன்வெளியீடும் தெரிவிப்பவை
கீழே உள்ள அனைத்து முடிவுகளும் ஆசிரியர்களுடையவை. 28 நோயெதிர்ப்பு செல் வகைகளின் ஒற்றை செல் வரைபடமான TenK10K இல், ஒற்றை செல் தரவில் நுணுக்கப் பயிற்சி அளிக்கப்பட்ட அசல் மாதிரியுடனும் பிற சிறப்புக் கருவிகளுடனும் ஒப்பிடுகையில், AlphaGenome 2 30 சதவீத காரண மாற்றங்களைக் (முந்தையது 16 சதவீதம்) கண்டறிந்ததாகவும், 43 சதவீத திசை சார்ந்த மரபணு விளைவுகளைக் (முந்தையது 23 சதவீதம்) கண்டறிந்ததாகவும் வலைப்பதிவு கூறுகிறது; திசை சார்ந்த விளைவு என்பது ஒரு மாற்றம் மரபணுவை உயர்த்துகிறதா குறைக்கிறதா என்பது.
முன்வெளியீடு வேறொரு அளவீட்டைக் கூறுகிறது. நுணுக்கப் பயிற்சி பெற்ற AlphaGenome 1 ஐயும், இலக்குத் தரவுத்தொகுப்புகளில் பயிற்றுவிக்கப்பட்ட சிறப்பு மாதிரிகளையும் AlphaGenome 2 விஞ்சுகிறது என்றும், அது “90% துல்லியத்தில் காரண ஒற்றை செல் eQTLகளின் மீட்பை இரட்டிப்பாக்குகிறது” என்றும் அதன் சுருக்கம் கூறுகிறது. eQTL என்பது ஒரு மரபணு எவ்வளவு வெளிப்படுகிறது என்பதில் ஏற்படும் மாற்றத்துடன் தொடர்புடைய ஒரு மாற்றம். மீட்பு (recall) என்பது உண்மையான காரண விளைவுகளில் மாதிரி கண்டறியும் பங்கு; துல்லியம் (precision) என்பது அதன் முடிவுகளில் சரியானவற்றின் பங்கு. எனவே, பத்தில் ஒன்பது முடிவுகளைச் சரியாக வைத்துக்கொண்டே இரு மடங்கு உண்மை விளைவுகளைக் கண்டறிவது பற்றியது இந்தக் கூற்று. வலைப்பதிவின் “ஏறக்குறைய இரு மடங்கு” என்பதும் முன்வெளியீட்டின் “இரட்டிப்பு” என்பதும் தனித்தனிச் சோதனைகள்; அவற்றை ஒரே எண்ணாகப் படிக்கக் கூடாது.
மாதிரி தொலைவில் உள்ள ஒழுங்குமுறை டிஎன்ஏ பகுதிகளை (என்ஹான்சர்கள்) அவை கட்டுப்படுத்தும் மரபணுக்களுடன் பொருத்துகிறது என்ற பொருளில், அது அதிநவீன என்ஹான்சர்-மரபணு இணைப்பை எட்டுகிறது என்றும், நூற்றுக்கணக்கான மனித செல் வகைகளில் 70 லட்சம் பொதுவான மாற்றங்களுக்கான என்ஹான்சர்-மரபணு இணைப்புகள் மற்றும் மதிப்பெண்களின் அட்லஸை அணி உருவாக்கியது என்றும் சுருக்கம் மேலும் கூறுகிறது. முன்கூட்டியே கணக்கிடப்பட்ட மதிப்பெண்கள் உயரம் முதல் வகை 2 நீரிழிவு வரையிலான பண்புகளுடன் தொடர்புடைய மாற்றங்களை உள்ளடக்குகின்றன என்றும், மாதிரி நம்பிக்கையுடன் இருக்கும்போது ஒரு மாற்றம் மரபணுவின் செயல்பாட்டை உயர்த்துகிறதா குறைக்கிறதா என்பதையும் கணிக்கிறது என்றும் வலைப்பதிவு கூறுகிறது.
காணாத செல் நிலைகள் குறித்து, COVID-19 mRNA தடுப்பூசி ஆய்வின் தரவைக் கொண்ட ஒரு சோதனையை டீப்மைண்ட் விவரிக்கிறது. தான் முன்பு பார்த்திராத ஒற்றை செல் தரவு கொடுக்கப்பட்டபோது, மாதிரி தடுப்பூசியால் செயல்படுத்தப்பட்ட T செல்களை ஓய்வில் இருப்பவற்றிலிருந்து பிரித்தது; கடுமையான COVID-19 நோயுடன் தொடர்புடைய ஒரு மாற்றம் செயல்படுத்தப்பட்ட நிலையில் மரபணுச் செயல்பாட்டை அதிக வலுவாகக் குலைக்கிறது என்றும் கணித்தது. இந்த எடுத்துக்காட்டுக்கு வலைப்பதிவு எண் மதிப்பெண் எதையும் தரவில்லை.
விடை தெரிந்த ஒரு சோதனை: ETS2
ஒரு எடுத்துக்காட்டுக்குச் சுயாதீன ஆய்வக வேலையிலிருந்து விடை உள்ளது. 2024 இல் ஸ்டாங்கி மற்றும் சக ஆய்வாளர்கள் நேச்சரில் தெரிவித்தனர்: குரோமோசோம் 21 இல் உள்ள மரபணுப் பாலைவனம் (தனக்கென மரபணுக்கள் இல்லாத நீண்ட பகுதி), குடல் அழற்சி நோயுடனும் மேலும் மூன்று நிலைகளுடனும் தொடர்புடைய ஒரு ஹாப்லோடைப்பைச் (ஒன்றாகப் பரம்பரையாக வரும் மாற்றங்களின் தொகுதி) சுமக்கிறது; காரண மரபணுவான ETS2 அழற்சி மேக்ரோஃபேஜ்களின் ஒரு மையக் கட்டுப்படுத்தி. குடலில் உள்ள நோயெதிர்ப்பு செல் வகைகள் முழுவதும் கணிப்புகளைச் செய்த AlphaGenome 2, காரண மாற்றத்தைத் தனியாகக் கண்டறிந்ததாகவும், அது குடல் மேக்ரோஃபேஜ்களில் ETS2 ஐ உயர்த்துவதையும், பிற செல் வகைகளையும் மரபணுக்களையும் பெருமளவு பாதிக்காமல் விடுவதையும் காட்டியதாகவும் டீப்மைண்ட் கூறுகிறது.
ஆவணத்தில் உள்ள விளக்க எடுத்துக்காட்டு விவரங்களைத் தருகிறது. புள்ளிவிவர நுண்வரைபடம் நோய்ச் சமிக்ஞையை 1.2 கிலோபேஸ் பரப்பிலுள்ள குறியீடு இல்லாத ஏழு மாற்றங்களுக்குச் சுருக்குகிறது. அவற்றில் ஒன்றான rs2836882, அந்தப் புள்ளிவிவர முறையில் இரண்டாம் இடத்தில் உள்ளது; ஆனாலும் மாதிரி சிறுகுடலின் கடைசிப் பகுதியான இலியத்தின் மேக்ரோஃபேஜ்களில் அது ETS2 வெளிப்பாட்டை வலுவாகக் குறைக்கிறது என்று கணிக்கிறது; முதலிடத்தில் உள்ள மாற்றத்திலிருந்து சிறிய விளைவையே காண்கிறது. விளக்க எடுத்துக்காட்டின்படி, ETS2 சுமார் 289 கிலோபேஸ் தொலைவில் உள்ளது, அருகிலுள்ள மரபணுக்கள் மிகச் சிறிய மாற்றத்தையே காட்டுகின்றன, B செல்கள், T செல்கள், இயற்கைக் கொல்லி செல்கள் ஆகியவற்றில் விளைவு இல்லை. இது முதன்மை மேக்ரோஃபேஜ்கள் மீதான ஆய்வகப் பரிசோதனைகளுடன் ஒத்துப்போகிறது என்று அந்த எடுத்துக்காட்டு கூறுகிறது. இது டீப்மைண்டின் சொந்தக் குழு எழுதிய ஒரு செயல்முறை எடுத்துக்காட்டு.
அடியில் உள்ள தரவு
நோயெதிர்ப்பு செல் அளவுகோல் பொது ஆய்வுகளின் மீது நிற்கிறது. 2026 அக்டோபர் 28 அன்று நேச்சரில் வெளியான TenK10K முதல் கட்டம் (தொகுதி 659, பக்கங்கள் 417 முதல் 428 வரை), 1,925 பேரிடமிருந்து 54 லட்சம் செல்களின் ஒற்றை செல் RNA வரிசைமுறையை முழு மரபணுத்தொகுதி வரிசைமுறையுடன் இணைக்கிறது. சோதிக்கப்பட்ட 21,404 மரபணுக்களில் 83 சதவீதத்துக்கு ஒழுங்குமுறைக்கு வாய்ப்புள்ள மாற்றங்களைக் கண்டறிகிறது. மிகப் பெரிய முழு இரத்த ஆய்வான eQTLGen இல் 16,987 மரபணுக்கள் என்ற நிலையில், 15 மடங்கு சிறிய மாதிரியுடன் வெளிப்பாடு சார்ந்த மாற்றங்கள் கொண்ட 17,674 மரபணுக்களைக் கண்டறிந்ததாகக் கட்டுரை கூறுகிறது.
பங்கேற்பாளர்கள் இரண்டு ஆஸ்திரேலியக் குழுக்களைச் சேர்ந்த ஐரோப்பிய வம்சாவளியினரான 1,925 பேர்; வம்சாவளி வேறுபாட்டில் மேலும் வளர்ச்சி உட்பட பலவும் தேவைப்படும் என்று ஆசிரியர்கள் எழுதுகின்றனர். இந்தக் கட்டுரைக்காகத் திறந்து பார்த்த மூலங்களில் AlphaGenome 2 இல் பயன்படுத்தப்பட்ட இந்தியத் தரவுத்தொகுப்பு எதுவும் குறிப்பிடப்படவில்லை. 83 மக்கள் தொகுப்புகளைச் சேர்ந்த 10,074 பேரை வரிசைப்படுத்திய இந்தியாவின் சொந்தக் குறிப்புத் தொகுப்பு GenomeIndia பற்றிய tuput கட்டுரையில் விவரிக்கப்பட்டுள்ளது.
அணுகலும் அடுத்தது என்ன என்பதும்
AlphaGenome 2 வணிகம் சாராத ஆராய்ச்சிக்கு AlphaGenome API வழியாகக் கிடைக்கிறது; ஒற்றை செல் தரவில் நிபந்தனை அமைப்பதற்கான ஊடாடும் Colab பயிற்சிகளும் உள்ளன. வணிக ஆராய்ச்சிக்கு கூகுள் கிளவுட் வழியாக தனிப்பட்ட முன்னோட்டத்தில் உள்ளது. தனது Antigravity பணிமேடைக்கான AlphaGenome 2 Skills பின்னர் வரும் என்றும், ஆய்வாளர்கள் பயன்பாட்டு நிகழ்வுகளை நவம்பர் 30 க்குள் அனுப்புமாறும், தேர்ந்தெடுக்கப்பட்ட திட்டங்கள் கூடுதல் ஒதுக்கீட்டுக்கும் கடன் தொகைகளுக்கும் தகுதி பெறும் என்றும் டீப்மைண்ட் கூறுகிறது.
வலைப்பதிவில் இரண்டு ஆதரவுக் கருத்துகள் உள்ளன. மனித செல் அட்லஸ் கூட்டமைப்பின் இணை நிறுவனர் சாரா டெய்ச்மன், மறுபயிற்சி இல்லாமல் புதிய ஒற்றை செல் தரவுக்கு ஏற்ப மாறும் மாதிரியின் திறனைப் பாராட்டுவதாக மேற்கோள் காட்டப்படுகிறார். ஜீனோமிக்ஸ் லிமிடெட் தலைமை நிர்வாகி பீட்டர் டானெல்லி, அதைத் தனது Mystra தளத்தில் கொண்டுவர நிறுவனம் திட்டமிட்டுள்ளது என்று கூறியதாக மேற்கோள் காட்டப்படுகிறார். முதல் மாதிரியின் பயன்பாடு குறித்தும் டீப்மைண்டின் தயாரிப்புப் பக்கம் தெரிவிக்கிறது: ப்ராட் நிறுவன ஆய்வாளர் ஒருவர் அதன் மாற்ற மதிப்பெண்களைப் பயன்படுத்தி DNM1 மரபணுவில் ஒரு மாற்றத்தைக் கண்டறிந்தார், பின்னர் ஆய்வகப் பரிசோதனைகள் அதை ஆதரித்தன; 54,000க்கும் மேற்பட்ட UK Biobank பங்கேற்பாளர்களைக் கொண்ட ஆய்வில் எக்செட்டர் பல்கலைக்கழகக் குழு ஒன்று ஒரு பகுதியில் 526 வேட்பு மாற்றங்களை 4 ஆகக் குறைத்தது. இரண்டு கணக்குகளும் டீப்மைண்டுடையவை.
இந்தியத் தொழில்நுட்ப ஊடகமான YourStory, 30 சதவீதம் மற்றும் 16 சதவீத எண்களை டீப்மைண்டுக்குக் காரணம் காட்டித் திரும்பக் கூறியது. இந்தக் கட்டுரைக்காகப் பார்வையிட்ட பக்கங்களில் எதுவும் டீப்மைண்டுக்கு வெளியே உள்ள யாரும் மாதிரியைச் சோதித்ததாகப் பதிவு செய்யவில்லை; 2026 நவம்பர் 19 நிலவரப்படி முன்வெளியீடு சக ஆய்வாளர் மதிப்பாய்வு பெறவில்லை.
ஆதாரங்களும் மேலும் வாசிக்கவும்
- Google DeepMind (Adam Gayoso, Natasha Latysheva, Pushmeet Kohli, Ziga Avsec), 11 November 2026: AlphaGenome 2, deciphering how cells read DNA to better understand disease
- 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)
- Google DeepMind, 25 June 2025 (updated January 2026): AlphaGenome, AI for better understanding the genome
- Google DeepMind: AlphaGenome product page (AlphaGenome 2, AlphaGenome Atlas and case studies)
- Avsec Z et al., Advancing regulatory variant effect prediction with AlphaGenome, Nature 649, 1206 to 1218 (published 28 January 2026)
- PubMed record and abstract, Avsec et al., AlphaGenome, Nature 649:1206 (PMID 41606153)
- 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)
- PubMed record and abstract, Stankey CT et al., A disease-associated gene desert directs macrophage inflammation through ETS2, Nature 630:447 (2024) (PMID 38839969)
- AlphaGenome documentation: Fine-mapping the ETS2 locus (AlphaGenome 2 vignette)
- AlphaGenome documentation: Choosing a condition (AlphaGenome 2 tutorial)
- Human Cell Atlas: What is the Human Cell Atlas (mission and consortium figures)
- YourStory: Google DeepMind unveils AlphaGenome 2 to study DNA changes
இந்தக் கட்டுரை AI கருவிகளின் உதவியுடன் ஆராயப்பட்டு எழுதப்பட்டு, துல்லியத்திற்காகத் திருத்தப்பட்டது. இது பொதுத் தகவலுக்கும் விவாதத்திற்கும் மட்டுமே, தொழில்முறை ஆலோசனை அல்ல. எங்கள் ஆசிரியர் தரநிலைகள் மற்றும் பொறுப்புத் துறப்பு ஐப் பார்க்கவும். பிழை கண்டீர்களா? எங்களிடம் சொல்லுங்கள்.
பிடித்ததா? அடுத்ததைப் பெறுங்கள்.
ஒரு நேரத்தில் ஒரு நல்ல கட்டுரை, நேரடியாக உங்கள் இன்பாக்ஸுக்கு. ஸ்பேம் இல்லை, எப்போது வேண்டுமானாலும் நிறுத்தலாம்.