AlphaGenome Atlas میں 9 ارب DNA تبدیلیاں، مگر ہر نتیجہ پیش گوئی ہے
Google DeepMind نے 8 ستمبر 2026 کو AlphaGenome Atlas جاری کیا، جس میں انسانی جینوم کی 9 ارب ممکنہ single-nucleotide تبدیلیوں کے سالماتی اثرات پہلے سے شمار کیے گئے ہیں۔ 8 ستمبر کے باضابطہ اعلان کے مطابق تقریباً ایک پیٹا بائٹ کا یہ وسیلہ تعلیمی تحقیق کے لیے مفت ویب پورٹل پر دستیاب ہے، جبکہ AlphaGenome API بھی فراہم کی گئی ہے۔
اس اجرا کا مطلب 9 ارب ثابت شدہ بیماریوں یا حقیقی مریضوں کے نتائج کی اشاعت نہیں۔ Atlas کے نتائج AI سے تیار کردہ پیش گوئیاں ہیں: وہ محقق کو ممکنہ طور پر اہم DNA تبدیلیاں ترجیحی ترتیب میں رکھنے میں مدد دے سکتی ہیں، مگر تجرباتی توثیق، مریض کے طبی شواہد یا تشخیص کی جگہ نہیں لیتیں۔
9 ارب کا عدد کہاں سے آیا؟
انسانی حوالہ جاتی جینوم میں تقریباً تین ارب DNA حروف ہیں۔ ہر مقام پر موجود حرف کے بدلے باقی تین ممکنہ حروف کو الگ الگ آزمایا جائے تو مجموعی طور پر تقریباً نو ارب واحد حرفی متبادل بنتے ہیں۔ اس لیے یہ عدد دنیا میں دیکھے گئے نو ارب mutations یا نو ارب افراد کی گنتی نہیں، بلکہ جینوم پر ممکنہ substitutions کا حساب ہے۔
Nature کی 9 ستمبر کی خبر نے بھی تین ارب حروف والے انسانی جینوم میں ہر واحد حرف کی تبدیلی کے اثرات کی پیش گوئی کو Atlas کا بنیادی کام قرار دیا۔ ان میں protein بنانے والے coding حصے بھی آتے ہیں اور وہ non-coding حصے بھی جو خود protein نہیں بناتے لیکن جین کی سرگرمی کے ضابطے میں کردار ادا کرتے ہیں۔
Atlas میں محقق کو کیا ملتا ہے؟
AlphaGenome Atlas کوئی sequencing مشین، مریضوں کا biobank یا حقیقی mutations کی آبادیاتی فہرست نہیں۔ یہ پہلے سے تیار کردہ computational catalogue ہے جس میں کسی منتخب variant کے متوقع اثرات مختلف انسانی اور چوہے کے خلیاتی اقسام اور بافتوں کے تناظر میں دیکھے جا سکتے ہیں۔
ہر variant کے لیے صرف ایک ہاں یا ناں کا جواب نہیں دیا جاتا۔ Atlas میں gene expression، RNA splicing، chromatin accessibility اور دوسرے ضابطہ جاتی عمل سے متعلق متعدد predictions موجود ہیں، جن سے یہ مفروضہ زیادہ مخصوص ہو سکتا ہے کہ تبدیلی کس جین، بافت یا سالماتی عمل کو متاثر کرتی ہے۔
پہلے سے کیا گیا یہ حساب بڑے variant sets کی تلاش اور چھانٹی تیز کر سکتا ہے۔ تاہم کسی حقیقی شخص کی مکمل کیفیت میں دوسری genetic variants، عمر، ماحول، خاندانی تاریخ اور علامات بھی شامل ہوتی ہیں؛ کسی ایک Atlas نتیجے میں یہ تمام معلومات خود بخود جمع نہیں ہوتیں۔
AVI score اثر کو درجہ دیتا ہے، بیماری ثابت نہیں کرتا
AlphaGenome Variant Impact یا AVI score ہر variant کے ممکنہ فعلی اثر کو ایک عدد میں سمیٹتا ہے۔ یہ AlphaGenome کی coding اور non-coding پیش گوئیوں کو protein بدلنے والی تبدیلیوں کے لیے AlphaMissense کی معلومات کے ساتھ جوڑتا ہے، تاکہ امیدوار variants کو ترجیحی ترتیب دی جا سکے۔
Scientific American کی 8 ستمبر کی رپورٹ کے مطابق AVI score انہی دونوں ماڈلز کی predictions کو ملا کر variants کو متوقع فعلی اثر کے لحاظ سے rank کرتا ہے، جبکہ واحد حرفی تبدیلیاں کسی genetic بیماری کی پوری تصویر اکیلے فراہم نہیں کر سکتیں۔
مثلاً کسی تحقیقی cohort میں ہزاروں نایاب variants ملیں تو زیادہ AVI score والا امیدوار فہرست میں اوپر آ سکتا ہے۔ اس کا مطلب یہ ہے کہ ماڈل نسبتاً بڑا سالماتی اثر متوقع سمجھتا ہے؛ یہ نتیجہ اس بات کی ضمانت نہیں کہ variant بیماری پیدا کرتا ہے، کسی مریض کی علامات کی مکمل وجہ ہے یا کسی علاج کا انتخاب طے کرتا ہے۔
AVI feature attributions یہ دکھا سکتی ہیں کہ score میں کن predicted خصوصیات کا حصہ ہے، جیسے splicing، gene expression یا chromatin accessibility۔ یوں score ترجیح متعین کرتا ہے اور attributions قابل آزمائش mechanism کی طرف اشارہ کرتی ہیں، لیکن دونوں computational prediction ہی رہتے ہیں۔
پیش گوئی، تجربہ اور طبی فیصلہ الگ مرحلے ہیں
Atlas سے نکلنے والے اشارے کو طبی ثبوت بنانے کے لیے الگ نوعیت کے شواہد درکار ہوتے ہیں۔ اس فرق کو چار مرحلوں میں دیکھا جا سکتا ہے:
- Atlas prediction: variant کے ممکنہ سالماتی اثر اور AVI score کا حساب۔
- تجرباتی توثیق: موزوں cell assay، tissue study یا دوسرے functional experiment سے یہ جانچ کہ متوقع اثر واقعی ظاہر ہوتا ہے یا نہیں۔
- طبی تشریح: آبادی میں variant کی frequency، خاندان میں اس کی منتقلی، مریض کی علامات اور دوسرے clinical data کا جائزہ۔
- تشخیص یا علاج: تسلیم شدہ طبی معیار اور مجموعی شواہد پر ماہر کا فیصلہ، نہ کہ صرف Atlas score پر۔
یہ امتیاز Atlas کی افادیت کو رد نہیں کرتا۔ نو ارب امکانات کو فرداً فرداً لیبارٹری میں آزمانا عملی نہیں، اس لیے ایک computational ranking یہ طے کرنے میں مدد دے سکتی ہے کہ محدود تجرباتی وسائل پہلے کن امیدواروں پر خرچ کیے جائیں۔ البتہ جس variant کی پیش گوئی درست نکلے، اس کی کامیابی دوسرے ہر نتیجے کو خود بخود ثابت نہیں کرتی۔
پاکستانی تحقیقی گروہوں کے لیے رسائی کی حد
پاکستان میں genomics، bioinformatics اور نایاب امراض پر کام کرنے والی جامعات مفت ویب پورٹل سے کسی پہلے سے شناخت شدہ variant کا AVI score، متعلقہ molecular predictions اور feature contributions دیکھ سکتی ہیں۔ بڑے یا بار بار دہرائے جانے والے تجزیوں میں API queries اور filtering کو code کے ذریعے منظم کیا جا سکتا ہے۔
درست نقطۂ آغاز کسی واضح تحقیقی dataset کے variants کی ترجیح بندی ہے، براہ راست مریض کی تشخیص نہیں۔ reference genome build، genomic coordinate اور reference و alternative allele درست نہ ہوں تو score بھی غلط variant سے متعلق ہوگا؛ اس کے بعد آبادیاتی databases، clinical literature اور دستیاب functional assays سے الگ جانچ ضروری رہے گی۔
ابھی تصدیق شدہ صورت حال یہی ہے کہ AlphaGenome Atlas جاری ہو چکا ہے، 9 ارب ممکنہ واحد حرفی تبدیلیوں کی predictions دستیاب ہیں اور AVI score ان کی چھانٹی میں مدد دیتا ہے۔ اگلا اہم مرحلہ آزاد تحقیقی گروہوں کی توثیق ہوگا: مختلف آبادیوں، بافتوں اور تجرباتی نظاموں میں یہ معلوم کرنا کہ کن پیش گوئیوں کی حیاتیاتی تائید ہوتی ہے اور کن کی نہیں۔
یہ بھی پڑھیں:
ہمارا نیوز لیٹر سبسکرائب کریں
ویب 3، AI اور کرپٹو کی تازہ خبریں براہ راست اپنے اِن باکس میں پائیں۔