AI से बना 'डिजिटल जीव': DNA से स्वास्थ्य तक जीव विज्ञान का सिम्युलेटर

एक नए Nature Medicine पर्सपेक्टिव पेपर, 'How to build an AI-driven digital organism' — जिसे एरिक ज़िंग, एरन सीगल, ले सॉन्ग और सहयोगियों ने लिखा है — में AI-संचालित डिजिटल ऑर्गनिज्म (AIDO) नामक प्रणाली का विस्तृत खाका प्रस्तुत किया गया है। यह एकीकृत मल्टीस्केल फाउंडेशन मॉडल की एक प्रणाली है जिसे अणुओं से लेकर कोशिकाओं, ऊतकों और पूरे जीवों तक जीव विज्ञान की भविष्यवाणी, सिमुलेशन और प्रोग्रामिंग के लिए डिज़ाइन किया गया है । इसका लक्ष्य जैविक और चिकित्सा खोज को धीमी, महंगी और तदर्थ प्रयोगात्मक खोज से कुशल, संरचित इन सिलिको (कंप्यूटर-आधारित) नेविगेशन की ओर स्थानांतरित करना है, जो जीव विज्ञान के एक सीखे हुए 'वर्ल्ड मॉडल' के भीतर काम करेगा । AIDO के चरण 1 को दिसंबर 2024 में GenBio AI द्वारा जारी किया गया था , लेकिन पेपर में महत्वपूर्ण बाधाओं को भी स्वीकार किया गया है, जिसमें पक्षपाती प्रशिक्षण डेटा और विषम जैविक डेटासेट को एकीकृत करने की भारी चुनौती शामिल है ।

ब्लूप्रिंट और आर्किटेक्चर: फाउंडेशन मॉडल का एक मॉड्यूलर स्टैक

AIDO एक एकल मॉडल नहीं है, बल्कि ट्रांसफॉर्मर-आधारित फाउंडेशन मॉडल की एक मॉड्यूलर, कनेक्टेबल, समग्र प्रणाली है, जिनमें से प्रत्येक एक जैविक पैमाने में विशेषज्ञ है :

• AIDO.DNA — जीनोमिक अनुक्रम का मॉडल बनाता है, आनुवंशिक भिन्नता और उसके डाउनस्ट्रीम प्रभावों को समझने की नींव रखता है ।
• AIDO.RNA — 1.6 बिलियन पैरामीटर वाला एक मॉडल, जो सिंगल-न्यूक्लियोटाइड रिज़ॉल्यूशन पर 42 मिलियन नॉन-कोडिंग RNA अनुक्रमों पर प्री-ट्रेन किया गया है ।
• AIDO.Protein — प्रोटीन अनुक्रम, संरचना और कार्य सीखता है ।
• AIDO.Cell — 650 मिलियन पैरामीटर तक के एनकोडर-ओनली डेंस ट्रांसफॉर्मर मॉडल की एक श्रृंखला, जो विभिन्न ऊतकों से 50 मिलियन मानव कोशिकाओं पर प्री-ट्रेन की गई है और प्रति कोशिका लगभग 20,000 जीनों को कवर करती है ।
• AIDO.Tissue — ऊतक-स्तरीय व्यवहार और कोशिकीय अंतःक्रियाओं का मॉडल बनाता है ।
• AIDO.Biology — एक व्यापक 'वर्ल्ड मॉडल' परत जो जीव-स्तरीय परिणामों का अनुकरण करने के लिए सभी निचले पैमानों से एकीकृत होती है ।

महत्वपूर्ण डिज़ाइन विकल्प यह है कि ये मॉड्यूल कनेक्टेबल हैं — इसलिए एक एकल गड़बड़ी, जैसे कि एक नई दवा का अणु या एक आनुवंशिक संपादन, को तार्किक रूप से पैमानों पर ट्रेस किया जा सकता है: आणविक अंतःक्रिया से कोशिकीय प्रतिक्रिया और ऊतक प्रभाव के माध्यम से, अंततः एक अनुमानित स्वास्थ्य परिणाम तक ।

लक्ष्य: जीव विज्ञान का एक मल्टीस्केल सिम्युलेटर और 'वर्ल्ड मॉडल'

केंद्रीय महत्वाकांक्षा जीव विज्ञान का एक कम्प्यूटेशनल 'वर्ल्ड मॉडल' बनाना है जो यह अनुकरण कर सके कि DNA स्तर पर एक परिवर्तन प्रोटीन, कोशिकाओं, ऊतकों और जीव-स्तरीय फेनोटाइप के माध्यम से कैसे फैलता है । यह शोधकर्ताओं को अनुमति देगा:

• बीमारियों और जटिल जैविक प्रक्रियाओं का कम्प्यूटेशनल रूप से अनुकरण करना, वर्षों के वेट-लैब प्रयोगों को दरकिनार करना ।
• वेट-लैब प्रयोग चलाने से पहले ही दवा के प्रभावों और विषाक्तता की भविष्यवाणी करना, नाटकीय रूप से उन उम्मीदवारों की संख्या को कम करना जिन्हें भौतिक रूप से परीक्षण करने की आवश्यकता है ।
• लाखों इन सिलिको गड़बड़ियों का तेजी से परीक्षण करना, प्रयोगात्मक सत्यापन के लिए उम्मीदवारों के पूल को केवल सबसे आशाजनक तक सीमित करना ।

इस परियोजना को चिकित्सा के लिए एक 'फ्लाइट सिम्युलेटर' बनाने के समान बताया गया है, जहां वैज्ञानिक वास्तविक दुनिया के प्रयोगों के लिए प्रतिबद्ध होने से पहले आभासी रूप से प्रयोग कर सकते हैं ।

अन्य वर्चुअल सेल प्रयासों से तुलना

AI-संचालित वर्चुअल सेल की अवधारणा AIDO टीम के लिए अद्वितीय नहीं है। चैन जुकरबर्ग बायोहब (CZI) ने, स्टैनफोर्ड और जेनेन्टेक के सहयोग से, दिसंबर 2024 में AI वर्चुअल सेल (AIVC) पर एक समवर्ती Nature पर्सपेक्टिव प्रकाशित किया — ये मल्टीस्केल, मल्टी-मोडल बड़े तंत्रिका नेटवर्क मॉडल हैं जो अणुओं, कोशिकाओं और ऊतकों का प्रतिनिधित्व करने के लिए डिज़ाइन किए गए हैं । CZI ने एक वर्चुअल सेल कार्यशाला भी बुलाई जिसमें डेटा विषमता, शोर, प्रतिलिपि प्रस्तुत करने योग्यता चुनौतियों और बेहतर मल्टी-मोडल बेंचमार्क की आवश्यकता सहित कई समान बाधाओं की पहचान की गई ।

दोनों प्रमुख परियोजनाओं के बीच मुख्य अंतर:

आयाम	AIDO (GenBio AI / CMU)	AIVC (CZI / Stanford / Genentech)
दायरा	पूरा जीव (DNA → कोशिकाएं → जीव)	मुख्य रूप से कोशिका और ऊतक स्तर
अंतर्निहित अवधारणा	जीव विज्ञान का 'वर्ल्ड मॉडल', मॉड्यूलर लेकिन कनेक्टेबल	कोशिकीय अवस्थाओं के लिए बड़ा तंत्रिका नेटवर्क
संगठनात्मक नेतृत्व	GenBio AI (Eric Xing, Le Song, Eran Segal)	Chan Zuckerberg BioHub (T. Karaletsos, S. Quake, J. Leskovec, A. Regev)
विकास का चरण	चरण 1 दिसंबर 2024 में 6 प्री-ट्रेंड मॉडल के साथ जारी	अभी भी दृष्टि/डिज़ाइन चरण में, कार्यशालाओं के साथ

दायरे और चरण में अंतर के बावजूद, दोनों परियोजनाएं एक ही मूलभूत चुनौती साझा करती हैं: अत्यधिक विषम ओमिक्स डेटा — सिंगल-सेल RNA-seq, प्रोटिओमिक्स, एपिजेनॉमिक्स, मेटाबोलॉमिक्स — को एकीकृत, सुसंगत मॉडल में एकीकृत करना ।

स्वीकृत सीमाएं

AIDO पेपर और संबंधित कवरेज कई महत्वपूर्ण सीमाओं की पहचान करते हैं जो प्रारंभिक उत्साह को कम करती हैं :

• पक्षपाती और अधूरा प्रशिक्षण डेटा: वर्तमान जैविक डेटासेट अच्छी तरह से अध्ययन की गई कोशिका रेखाओं, सामान्य बीमारियों और यूरोपीय मूल की आबादी की ओर भारी रूप से झुके हुए हैं। यह मॉडल की भविष्यवाणियों को तिरछा कर सकता है और संभावित रूप से स्वास्थ्य सेवा में जनसांख्यिकीय असमानताओं को बढ़ा सकता है ।
• रोगी परिवर्तनशीलता: आनुवंशिक पृष्ठभूमि, उम्र और स्वास्थ्य स्थितियों में मानव जैविक विविधता विशाल है और मौजूदा प्रशिक्षण समूहों द्वारा खराब तरीके से कैप्चर की गई है। लेखक स्पष्ट रूप से ध्यान देते हैं कि अल्प-प्रतिनिधित्व वाली आबादी पर लागू होने पर मॉडल सामान्यीकरण करने में विफल हो सकते हैं ।
• विषम डेटा एकीकरण: ट्रांसक्रिप्टॉमिक्स से प्रोटिओमिक्स, इमेजिंग और क्लिनिकल रिकॉर्ड तक डेटा को फ्यूज करना पैमाने, माप शोर और लापता डेटा पैटर्न में अंतर के कारण तकनीकी रूप से कठिन बना हुआ है ।
• मानकीकृत बेंचमार्क का अभाव: क्रॉस-डोमेन मूल्यांकन ढांचे के बिना, विभिन्न समूहों के मॉडलों की निष्पक्ष रूप से तुलना करना या वास्तविक दुनिया की मजबूती का आकलन करना कठिन बना हुआ है ।

अनुप्रयोग: दवा उम्मीदवार फ़िल्टरिंग और महामारी प्रतिक्रिया

AIDO के निकट-अवधि के लक्ष्यों के रूप में दो अनुप्रयोगों को सबसे प्रमुख रूप से उजागर किया गया है :

• दवा उम्मीदवार फ़िल्टरिंग: AIDO किसी भी वेट-लैब कार्य से पहले लाखों यौगिकों का इन सिलिको अनुकरण कर सकता है, उनके आणविक बंधन, कोशिकीय प्रतिक्रिया, ऊतक-स्तरीय विषाक्तता और जीव-स्तरीय प्रभावकारिता की भविष्यवाणी कर सकता है। यह प्रयोगात्मक परीक्षण की आवश्यकता वाले उम्मीदवारों के पूल को नाटकीय रूप से कम कर देगा, जिससे प्रीक्लिनिकल विकास की लागत और विफलता दर दोनों कम हो जाएंगी ।

• संक्रामक रोग के प्रकोपों की प्रतिक्रिया में तेजी लाना: क्योंकि सिस्टम मॉड्यूलर है और मौलिक जैविक पैटर्न पर प्रशिक्षित है (न कि केवल एक एकल रोगज़नक़), इसे एक नए वायरस या जीवाणु खतरे के मॉडल के लिए जल्दी से अनुकूलित किया जा सकता है। शोधकर्ता संक्रमण की गतिशीलता का अनुकरण कर सकते हैं, पुन: उपयोग के लिए मौजूदा दवाओं के पुस्तकालयों का परीक्षण कर सकते हैं, और महीनों के बजाय दिनों या हफ्तों में आभासी जीव में प्रतिरक्षा प्रतिक्रियाओं की भविष्यवाणी कर सकते हैं ।