गूगल का मानव डीएनए का नया नक्शा खोज से कम और डिबगिंग के बारे में अधिक है

हालांकि 2003 में ह्यूमन जीनोम प्रोजेक्ट का पूरा होना जैविक खोज पर अंतिम शब्द जैसा लगता है, लेकिन वास्तविकता यह है कि इसने केवल पुर्जों की एक सूची प्रदान की थी, बिना इस मैनुअल के कि वे एक साथ कैसे फिट होते हैं। दो दशकों से अधिक समय से, लोकप्रिय विमर्श ने सुझाव दिया कि किसी व्यक्ति के डीएनए का अनुक्रमण (sequencing) करना आधुनिक चिकित्सा के लिए अंतिम फिनिश लाइन थी। विज्ञान के पास वर्णमाला थी, इसलिए ऐसा माना गया कि वह कहानी को समझ गया है। सच तो यह है कि वैज्ञानिकों ने अगले बीस साल कोड के एक विशाल वॉल्यूम को घूरते हुए बिताए जहां वे केवल दो प्रतिशत शब्दों को समझते थे। शेष 98 प्रतिशत को अक्सर 'जंक डीएनए' (junk DNA) के रूप में खारिज कर दिया गया था क्योंकि यह सीधे प्रोटीन का उत्पादन नहीं करता था।

गूगल डीपमाइंड (Google DeepMind) ने हाल ही में ज्ञान के इस विशाल अंतर को पाटने के लिए अल्फाजीनोम एटलस (AlphaGenome Atlas) जारी किया है। यह परियोजना फ्रांसिस क्रिक इंस्टीट्यूट के साथ एक सहयोग है और उन नियामक तत्वों के उच्च-रिज़ॉल्यूशन मानचित्र के रूप में कार्य करती है जो हमारे जीव विज्ञान को नियंत्रित करते हैं। यदि मानव जीनोम सॉफ्टवेयर का एक जटिल टुकड़ा है, तो अल्फाजीनोम एटलस पहला व्यापक डिबगर (debugger) है। यह हमारे डीएनए के गैर-कोडिंग क्षेत्रों पर ध्यान केंद्रित करता है, वे मूक निर्देश जो एक कोशिका को बताते हैं कि जीन को कब चालू करना है, वॉल्यूम को कितना बढ़ाना है, और इसे पूरी तरह से कब बंद करना है।

आपके कोड का शांत 98 प्रतिशत

यह औसत उपयोगकर्ता के लिए क्यों महत्वपूर्ण है, इसे समझने के लिए अपने डीएनए को एक विशाल घर के रूप में सोचें। जीनोम का दो प्रतिशत हिस्सा जिसे हम पहले से समझते हैं, वह घर की भौतिक वस्तुओं की तरह है: रेफ्रिजरेटर, लैंप और भट्टी (furnace)। हम जानते हैं कि ये चीजें क्या करती हैं। हालांकि, बीस साल तक, हम लाइट स्विच या थर्मोस्टेट खोजने में असमर्थ थे। गैर-कोडिंग डीएनए में ये स्विच होते हैं। जब एक स्विच टूट जाता है, तो भट्टी सर्दियों के बीच में बंद रहती है, भले ही भट्टी खुद सही स्थिति में हो।

टाइप 2 मधुमेह, हृदय रोग और कैंसर के कई रूपों सहित अधिकांश पुरानी बीमारियां आमतौर पर टूटी हुई भट्टी से उत्पन्न नहीं होती हैं। वे डीएनए के गैर-कोडिंग क्षेत्रों में एक दोषपूर्ण स्विच से उत्पन्न होती हैं। चूंकि ऐसे लाखों स्विच हैं, इसलिए किसी विशिष्ट बीमारी के लिए जिम्मेदार स्विच को ढूंढना एक गगनचुंबी इमारत में एक ढीले तार को खोजने की कोशिश करने जैसा है। ऐतिहासिक रूप से, शोधकर्ताओं को प्रयोगशाला में एक-एक करके इन स्विचों का परीक्षण करना पड़ता था, जो एक धीमी, महंगी और विफलता की संभावना वाली प्रक्रिया है।

डीपमाइंड ने उसी एआई लॉजिक को लागू करके इस दृष्टिकोण को बदल दिया जिसने अल्फाफोल्ड (AlphaFold) के साथ प्रोटीन फोल्डिंग को हल किया था। अल्फाजीनोम एटलस 'एनफॉर्मर' (Enformer) नामक ट्रांसफार्मर-आधारित मॉडल का उपयोग यह अनुमान लगाने के लिए करता है कि डीएनए अनुक्रमों में बदलाव विभिन्न ऊतकों में जीन अभिव्यक्ति को कैसे प्रभावित करते हैं। अनुमान लगाने के बजाय, वैज्ञानिकों के पास अब एक भविष्य कहनेवाला नक्शा है जो सुझाव देता है कि कौन से आनुवंशिक बदलाव खराबी का कारण बन सकते हैं। यह वर्णनात्मक जीव विज्ञान से भविष्य कहनेवाला इंजीनियरिंग (predictive engineering) की ओर एक मौलिक बदलाव है।

'क्या' से 'कब' की ओर बढ़ना

इस परियोजना के पीछे का औद्योगिक तर्क सरल है। जीव विज्ञान आधुनिक जीवन की अदृश्य रीढ़ है, फिर भी इसे प्रबंधित करने के हमारे उपकरण सिलिकॉन को प्रबंधित करने के हमारे उपकरणों की तुलना में आदिम बने हुए हैं। जबकि अल्फाफोल्ड ने हमें बताया कि प्रोटीन कैसा दिखता है, अल्फाजीनोम एटलस हमें बताता है कि वह प्रोटीन शरीर में कब और कहां दिखाई देता है। यह अंतर महत्वपूर्ण है क्योंकि एक प्रोटीन जो लीवर में सहायक होता है, वह मस्तिष्क में दिखाई देने पर विषाक्त हो सकता है।

पर्दे के पीछे, एआई डीएनए स्ट्रैंड के विभिन्न हिस्सों के बीच भौतिक दूरी का विश्लेषण करता है। डीएनए केवल एक लंबा, सीधा रिबन नहीं है। यह त्रि-आयामी स्थान में मुड़ता और लूप बनाता है ताकि स्ट्रिंग पर बहुत दूर स्थित एक स्विच वास्तव में उस जीन को छू सके जिसे वह नियंत्रित करता है। अल्फाजीनोम एटलस इन लूपों को अभूतपूर्व सटीकता के साथ मैप करता है। औसत व्यक्ति के लिए, इसका मतलब है कि वर्ष 2026 में एक आनुवंशिक परीक्षण केवल वंशावली प्रतिशत की सूची से कहीं अधिक प्रदान करता है। यह एक कार्यात्मक रिपोर्ट प्रदान करता है कि शरीर की मशीनरी उम्र बढ़ने, आहार और पर्यावरण के प्रति कैसे प्रतिक्रिया करने की संभावना रखती है।

व्यावहारिक रूप से, यह डेटा विकेंद्रीकृत और ओपन-सोर्स है। गूगल ने एटलस को वैश्विक वैज्ञानिक समुदाय के लिए उपलब्ध कराने का निर्णय लिया। यह कदम परोपकार से कम और पारिस्थितिकी तंत्र (ecosystem) को बढ़ाने के बारे में अधिक है। मुफ्त में नक्शा प्रदान करके, गूगल यह सुनिश्चित करता है कि उसके एआई उपकरण दुनिया की हर बायोटेक स्टार्टअप और विश्वविद्यालय प्रयोगशाला के लिए उद्योग मानक बन जाएं।

दवा की खोज में औद्योगिक बदलाव

बाजार के पक्ष में, एक नई दवा विकसित करने की लागत वर्तमान में खगोलीय है। एक एकल यौगिक को फार्मेसी शेल्फ तक लाने में लगभग दस साल और अरबों डॉलर लगते हैं। इस उच्च लागत का एक प्राथमिक कारण उच्च विफलता दर है। अधिकांश दवाएं नैदानिक परीक्षणों (clinical trials) में विफल हो जाती हैं क्योंकि वे या तो उम्मीद के मुताबिक काम नहीं करती हैं या वे अनपेक्षित दुष्प्रभाव पैदा करती हैं।

अल्फाजीनोम एटलस दवा उद्योग के लिए टायर प्रेशर गेज की तरह काम करता है, जो कार के गैरेज से बाहर निकलने से पहले धीमी लीकेज की पहचान करता है। यदि किसी दवा कंपनी को पता है कि उन्हें वास्तव में कौन सा आनुवंशिक स्विच पलटना है, तो वे ऐसे अणु डिजाइन कर सकते हैं जो बहुत अधिक विशिष्ट हों। इससे दवा के सेलुलर मशीनरी के गलत हिस्से के साथ प्रतिक्रिया करने का जोखिम कम हो जाता है। रोजमर्रा की जिंदगी में, यह चिकित्सा की एक लचीली आपूर्ति श्रृंखला की ओर ले जाता है जहां उपचार तेजी से और कम दुष्प्रभावों के साथ विकसित किए जाते हैं।

निवेशकों और उपभोक्ताओं के लिए मुख्य बात यह है कि 'ब्लॉकबस्टर दवा' का युग समाप्त हो रहा है। ब्लॉकबस्टर मॉडल लिपिटर या प्रोज़ैक जैसी 'सबके लिए एक' गोलियों पर निर्भर था। नया युग सटीकता (precision) पर बना है। हम उस समय की ओर बढ़ रहे हैं जब एक डॉक्टर आपके विशिष्ट अल्फाजीनोम मानचित्र को देखता है और एक ऐसी खुराक निर्धारित करता है जो आपके अद्वितीय नियामक स्विचों के लिए कैलिब्रेटेड होती है। यह सुरक्षा और प्रभावकारिता में एक ठोस सुधार है।

यह आपकी फार्मेसी यात्राओं को कैसे बदलता है

उपभोक्ता के दृष्टिकोण से, इसका प्रभाव सबसे पहले दुर्लभ बीमारियों के उपचार में महसूस किया जाएगा। कई बच्चे ऐसी स्थितियों से पीड़ित होते हैं जिनका नाम डॉक्टर नहीं बता पाते क्योंकि म्यूटेशन डीएनए के डार्क मैटर में होते हैं। अल्फाजीनोम एटलस चिकित्सकों को एक बच्चे के लक्षणों को उनके जीनोम में एक विशिष्ट टूटे हुए स्विच से मिलाने की अनुमति देता है। जो पहले पांच साल की नैदानिक यात्रा (diagnostic odyssey) हुआ करती थी, वह जल्द ही एक सप्ताह का कंप्यूटर स्कैन बन सकती है।

दिलचस्प बात यह है कि इसके सामान्य दवाओं के लिए भी निहितार्थ हैं। कई लोग मानक एंटीडिप्रेसेंट या ब्लड थिनर के प्रति प्रतिक्रिया नहीं करते हैं। ऐसा इसलिए होता है क्योंकि चयापचय (metabolism) के लिए उनके आनुवंशिक स्विच अलग तरह से ट्यून किए गए होते हैं। जैसे-जैसे यह तकनीक क्लिनिक में आती है, चिकित्सा का अनुमान लगाने वाला खेल गायब हो जाता है। आपको काम करने वाली दवा खोजने के लिए तीन अलग-अलग दवाओं को आज़माना नहीं पड़ेगा। डेटा पहले दिन ही सही विकल्प का संकेत देगा।

बेशक, जब गूगल जैसा तकनीकी दिग्गज मानव जीवन का प्राथमिक मानचित्रकार बन जाता है, तो संदेह के स्तर की आवश्यकता होती है। जबकि एटलस खुला है, इन मॉडलों को चलाने के लिए आवश्यक कंप्यूटिंग शक्ति कुछ कंपनियों के हाथों में केंद्रित रहती है। एआई निर्णय लेने की अपारदर्शी प्रकृति का मतलब है कि हमें विश्वास करना चाहिए कि मॉडल सटीक है। हम अनिवार्य रूप से अपने जैविक ऑपरेटिंग सिस्टम की चाबियां एक ऐसे एल्गोरिदम को सौंप रहे हैं जिसे इसके निर्माता भी सरल हिंदी या अंग्रेजी में पूरी तरह से नहीं समझा सकते हैं।

जैविक लॉजिक गेट को समझना

बड़ी तस्वीर को देखते हुए, अल्फाजीनोम एटलस जीव विज्ञान के सूचना प्रौद्योगिकी की एक शाखा में संक्रमण का प्रतिनिधित्व करता है। अब हम केवल प्रकृति के पर्यवेक्षक नहीं रहे। हम संपादक बन रहे हैं। एटलस हमारी कोशिकाओं में विशिष्ट लॉजिक गेट्स (logic gates) की पहचान करता है। यदि इनपुट ए (एक विशिष्ट प्रोटीन) लॉजिक गेट बी (एक डीएनए स्विच) से मिलता है, तो आउटपुट सी (एक जैविक कार्य) होता है।

सैकड़ों विभिन्न प्रकार की कोशिकाओं में इनमें से दो अरब संभावित अंतःक्रियाओं का मानचित्रण करके, डीपमाइंड ने मानव जीवन का एक खोज योग्य डेटाबेस बनाया है। यह केवल एक वैज्ञानिक उपलब्धि नहीं है। यह एक सुव्यवस्थित औद्योगिक उपकरण है। यह शोधकर्ताओं को पेट्री डिश को छूने से पहले कंप्यूटर पर प्रयोगों का अनुकरण (simulate) करने की अनुमति देता है। जीव विज्ञान के लिए यह डिजिटल-प्रथम दृष्टिकोण वह तरीका है जिससे हम अंततः उम्र बढ़ने और न्यूरोडीजेनेरेशन जैसी जटिल प्रणालीगत समस्याओं से निपटेंगे।

आनुवंशिक युग के लिए व्यावहारिक दूरदर्शिता

अल्फाजीनोम एटलस का आगमन बताता है कि आपका जैविक डेटा जल्द ही आपके वित्तीय डेटा जितना ही महत्वपूर्ण होगा। जैसे-जैसे ये नक्शे अधिक सटीक होते जाएंगे, आपके आनुवंशिक प्रोफाइल को बीमाकर्ताओं या नियोक्ताओं के साथ साझा करने का दबाव बढ़ेगा। आपको अपनी डिजिटल आदतों का निरीक्षण करना चाहिए और विचार करना चाहिए कि व्यक्तिगत स्वास्थ्य के वादे के बदले आप कितनी जैविक जानकारी का व्यापार करने के इच्छुक हैं।

अंततः, सबसे महत्वपूर्ण सीख यह है कि आपका डीएनए आपके भाग्य का कोई स्थिर खाका (blueprint) नहीं है। यह स्विच और संकेतों की एक गतिशील, बदलती प्रणाली है जो आपके आस-पास की दुनिया पर प्रतिक्रिया करती है। अल्फाजीनोम एटलस केवल पहला उपकरण है जो उस प्रणाली के सूक्ष्म विवरणों को पढ़ने के लिए पर्याप्त शक्तिशाली है। यह नक्शा साबित करता है कि मानव शरीर की जटिलता प्रबंधनीय है, बशर्ते हमारे पास इसकी व्याख्या करने के लिए सही सॉफ्टवेयर हो।

Sources: Google DeepMind Research Blog, The Francis Crick Institute Technical Reports, Nature Genetics Journals.