প্রতি দশক বা দুই দশকে এমন একটি মুহূর্ত আসে যখন দুটি পৃথকভাবে বিকশিত ক্ষেত্র একে অপরের সাথে সংঘর্ষ করে এবং উভয়কেই চিরতরে পরিবর্তন করে। এটি ঘটেছিল যখন কম্পিউটিং জিনতত্ত্বের সাথে মিলিত হয়ে বায়োইনফরমেটিক্স তৈরি করেছিল। এখন আমরা আবারও এমন একটি মুহূর্ত প্রত্যক্ষ করছি: কৃত্রিম বুদ্ধিমত্তা বার্ধক্যের জীববিজ্ঞানের সাথে মিলিত হচ্ছে।
২০ মে, ২০২৬-এ, Google DeepMind, AlphaFold এবং AlphaGo-র পিছনের কৃত্রিম বুদ্ধিমত্তা ল্যাব, তার নতুন কাজের দিক প্রকাশ করেছে: উন্নত মডেল ব্যবহার করে genetic leads, জিনগত প্রার্থীদের অনুসন্ধান ত্বরান্বিত করা, যারা বয়স্ক কোষকে তরুণ অবস্থায় ফিরিয়ে আনতে সক্ষম। সহজ কথায়, অ্যালগরিদম সেই প্রশ্নের উত্তর দেওয়ার চেষ্টা করছে যা দীর্ঘায়ু গবেষকরা বিশ বছর ধরে জিজ্ঞাসা করছেন: কোষের বয়স রিসেট করতে কোন জিনগুলি চালু বা বন্ধ করতে হবে?
পার্থক্যটি গতিতে। পরীক্ষাগারে যা করতে বছর লাগে, হাজার হাজার জিনগত সংমিশ্রণ একের পর এক ফিল্টার করা, একটি কৃত্রিম বুদ্ধিমত্তা সিস্টেম মাসের মধ্যে র্যাঙ্ক করতে পারে। এটি কোনো ওষুধ নয়, এবং এটি এখনও কোনো প্রতিশ্রুতি নয়, কিন্তু এটি সম্ভাবনার স্থান সংকুচিত করার গতিতে একটি নাটকীয় লাফ।
কোষকে পিছিয়ে নেওয়ার জন্য genetic leads আসলে কী?
DeepMind কী খুঁজছে তা বোঝার জন্য, বিজ্ঞান ইতিমধ্যে কোষের পুনরুজ্জীবন সম্পর্কে কী জানে তা বুঝতে হবে:
- রিপ্রোগ্রামিং (reprogramming): ২০০৬ সালে, শিনিয়া ইয়ামানাকা দেখিয়েছিলেন যে মাত্র চারটি জিন (OSKM) সক্রিয় করে একটি পরিণত কোষকে স্টেম সেল অবস্থায় ফিরিয়ে আনা সম্ভব। এটি প্রমাণ ছিল যে কোষের বয়স প্রত্যাবর্তনযোগ্য।
- আংশিক রিপ্রোগ্রামিং (partial reprogramming): কোষের পরিচয় সম্পূর্ণরূপে মুছে ফেলার পরিবর্তে, জিনগুলি অল্প সময়ের জন্য সক্রিয় করা হয় যাতে এটিকে স্টেম সেলে পরিণত না করেই 'পুনরুজ্জীবিত' করা যায়। এইভাবে কোষটি নিউরন বা ত্বকের কোষ থেকে যায়, কিন্তু আরও তরুণ।
- genetic leads: এগুলি হল প্রার্থী, জিন বা জিনের সংমিশ্রণ, যাদের এই পুনরুজ্জীবন অর্জনের উচ্চ সম্ভাবনা রয়েছে। তাদের অধিকাংশই এখনও পরীক্ষাগারে পরীক্ষা করা হয়নি।
সমস্যাটি হল অনুসন্ধানের স্থানের আকার। মানব জিনোমে প্রায় ২০,০০০ জিন রয়েছে। তাদের সম্ভাব্য সংমিশ্রণের সংখ্যা জ্যোতির্বিজ্ঞানসংক্রান্ত। জীবিত কোষে তাদের প্রতিটি পরীক্ষা করতে, একের পর এক, শত শত বছর পরীক্ষাগারের কাজ লাগতে পারে। এখানেই কৃত্রিম বুদ্ধিমত্তা আসে।
কৃত্রিম বুদ্ধিমত্তার সাথে সম্পর্ক: ভবিষ্যদ্বাণীর প্রক্রিয়া
DeepMind এলোমেলোভাবে 'অনুসন্ধান' করে না। এটি মডেল তৈরি করেছে যা বিপুল পরিমাণ জৈবিক তথ্য থেকে শিখেছে, কোন জিন এক্সপ্রেশন প্যাটার্নগুলি একটি তরুণ কোষ বনাম একটি পুরানো কোষকে চিহ্নিত করে, এবং জিন সক্রিয়করণের কোন পরিবর্তন একটি পুরানো কোষকে তরুণ প্রোফাইলের কাছাকাছি নিয়ে আসে।
এটি একই নীতি যা AlphaFold-কে বিপ্লব বানিয়েছিল। AlphaFold প্রতিটি প্রোটিনের উপর পরীক্ষা চালায়নি, এটি শুধুমাত্র তাদের অ্যামিনো অ্যাসিড ক্রম থেকে শত মিলিয়ন প্রোটিনের ত্রিমাত্রিক গঠন ভবিষ্যদ্বাণী করেছিল, এবং এর ফলে বিজ্ঞান জগতকে দশকের পর দশক পরীক্ষাগারের কাজ বাঁচিয়েছিল। একই পদ্ধতি এখন বার্ধক্যের প্রশ্নে প্রয়োগ করা হচ্ছে: পরীক্ষা করার পরিবর্তে, ভবিষ্যদ্বাণী করুন, এবং গবেষকদের প্রথমে পরীক্ষা করার জন্য প্রার্থীদের একটি সংক্ষিপ্ত এবং কেন্দ্রীভূত তালিকা দিন।
শিল্প প্রসঙ্গ এখানে গুরুত্বপূর্ণ। DeepMind হল Alphabet (Google-এর মূল কোম্পানি) এর অংশ, এবং এর পাশাপাশি Isomorphic Labs কাজ করে, ওষুধ আবিষ্কার কোম্পানি যা একই প্রযুক্তি থেকে বেড়ে উঠেছে। Alphabet এছাড়াও Calico পরিচালনা করে, একটি কোম্পানি যা ২০১৩ সালে বিশেষভাবে বার্ধক্যের বিরুদ্ধে লড়াই করার জন্য প্রতিষ্ঠিত হয়েছিল। গণনামূলক শক্তি, জৈবিক তথ্য এবং প্রায় সীমাহীন অর্থায়নের সংমিশ্রণটি ঠিক যা আজ পর্যন্ত দীর্ঘায়ু ক্ষেত্রের অভাব ছিল।
বর্তমান প্রমাণ
সঠিক হওয়া গুরুত্বপূর্ণ: এটি একটি গবেষণা দিকনির্দেশনার ঘোষণা, চূড়ান্ত ফলাফল সহ একটি নিবন্ধ নয়। তবে, এটি সাম্প্রতিক বছরগুলিতে ইতিমধ্যে যা প্রমাণিত হয়েছে তার পটভূমিতে স্থাপন করা যেতে পারে, এবং বোঝা যায় কেন প্রত্যাশা বেশি।
গবেষণা ১: ২০২০ সালে চোখের কোষের পুনরুজ্জীবন
David Sinclair-এর নেতৃত্বে হার্ভার্ডের একটি দল দেখিয়েছিল যে অপটিক নার্ভে চারটি ইয়ামানাকা ফ্যাক্টরের মধ্যে তিনটি সক্রিয় করে বয়স্ক ইঁদুরের দৃষ্টি ফিরিয়ে আনা সম্ভব। স্নায়ু কোষগুলি পুনরুজ্জীবিত হয়েছিল, এবং তাদের জৈবিক বয়স কমেছিল। এটি প্রমাণ যে সুনির্দিষ্ট জিনগত লক্ষ্যগুলি প্রকৃতপক্ষে প্রক্রিয়াগুলিকে পিছিয়ে দেয়।
গবেষণা ২: ২০২১ সালে AlphaFold এবং গঠন ভবিষ্যদ্বাণী
DeepMind ২০০ মিলিয়নেরও বেশি প্রোটিনের ত্রিমাত্রিক গঠন প্রকাশ করেছে, প্রায় প্রতিটি পরিচিত প্রোটিন। এই অর্জন দলের নেতাদের ২০২৪ সালে রসায়নে নোবেল পুরস্কার এনে দিয়েছে, এবং প্রমাণ করেছে যে কৃত্রিম বুদ্ধিমত্তা জৈবিক সমস্যাগুলি সমাধান করতে পারে যা কয়েক দশক ধরে অমীমাংসিত বলে বিবেচিত হয়েছিল।
গবেষণা ৩: বড় আকারের কোষের মানচিত্র
Human Cell Atlas-এর মতো প্রকল্পগুলি বিভিন্ন টিস্যু এবং বয়সের লক্ষ লক্ষ একক কোষের জিন এক্সপ্রেশন প্রোফাইল ম্যাপ করেছে। এই ধরনের ডেটা হল কাঁচামাল যা একটি কৃত্রিম বুদ্ধিমত্তা মডেলের জিন স্তরে 'তরুণ কোষ' এবং 'বয়স্ক কোষ' কী তা শিখতে প্রয়োজন।
গবেষণা ৪: এপিজেনেটিক বার্ধক্য ঘড়ি
Horvath ঘড়ি এবং এর বিকল্পগুলি ৪ বছরেরও কম নির্ভুলতার সাথে DNA মিথিলেশন প্যাটার্ন অনুযায়ী জৈবিক বয়স পরিমাপ করে। এই ধরনের ঘড়িগুলি কৃত্রিম বুদ্ধিমত্তাকে একটি উদ্দেশ্যমূলক মাপকাঠি দেয়: প্রস্তাবিত জিনগত পরিবর্তন কি প্রকৃতপক্ষে বয়স কমিয়েছে, নাকি কমায়নি।
নির্দিষ্ট বয়স-সম্পর্কিত রোগের কী হবে?
কোষের পুনরুজ্জীবন একটি বিমূর্ত লক্ষ্য নয়। যদি আমরা কোষকে পিছিয়ে নিতে সফল হই, তাহলে প্রভাবগুলি বয়সের উপর নির্ভরশীল প্রতিটি রোগকে স্পর্শ করবে:
- মস্তিষ্কের অবক্ষয়জনিত রোগ: নিউরনগুলি প্রায় বিভক্ত হয় না, তাই তাদের পুনরুজ্জীবন আলঝেইমার এবং পারকিনসনের জন্য একটি সমাধান হতে পারে, যেখানে স্টেম সেল সাহায্য করে না।
- হৃদরোগ: হৃদপেশী কোষগুলি বয়সের সাথে পুনর্জন্মের ক্ষমতা হারায়। আংশিক রিপ্রোগ্রামিং এটি ফিরিয়ে আনতে পারে।
- ইমিউন সিস্টেম: ইমিউন সিস্টেমের কোষগুলির 'পুনরুজ্জীবন' বয়সের সাথে দুর্বল হওয়া সুরক্ষা ফিরিয়ে আনতে পারে এবং ভ্যাকসিনের প্রতিক্রিয়া উন্নত করতে পারে।
অন্য কথায়, একটি ইঞ্জিন যা কার্যকরভাবে পুনরুজ্জীবনের জন্য জিনগত লক্ষ্য শনাক্ত করে তা একটি রোগ সমাধান করে না, বরং সমস্ত বয়স-সম্পর্কিত রোগের সাধারণ কারণকে আক্রমণ করে।
এটি কি সেই অগ্রগতি যার জন্য আমরা সবাই অপেক্ষা করছিলাম?
এখানে থামতে হবে এবং গভীর শ্বাস নিতে হবে। 'কৃত্রিম বুদ্ধিমত্তা বার্ধক্যকে পিছিয়ে দিচ্ছে' শিরোনামটি উত্তেজনাপূর্ণ, কিন্তু পর্দায় একটি জিনগত প্রার্থী থেকে মানুষের চিকিৎসার দূরত্ব বিশাল।
- ভবিষ্যদ্বাণী যাচাই নয়: এমনকি যদি মডেল একটি জিনকে প্রতিশ্রুতিশীল প্রার্থী হিসাবে র্যাঙ্ক করে, তবে এটি জীবিত কোষে, তারপর প্রাণীতে এবং শুধুমাত্র তারপর মানুষের মধ্যে পরীক্ষা করতে হবে। এই পথে ব্যর্থতার হার খুব বেশি।
- ক্যান্সারের ঝুঁকি: নিয়ন্ত্রণ ছাড়া ইয়ামানাকা ফ্যাক্টর সক্রিয় করা কোষগুলিকে বন্য স্টেম সেলে পরিণত করে, যা টিউমার সৃষ্টি করতে পারে। ডোজ এবং সময় নিয়ন্ত্রণ সবচেয়ে বড় চ্যালেঞ্জ।
- সময়: এমনকি একটি আশাবাদী পরিস্থিতিতেও, মানুষের ক্লিনিকাল ট্রায়াল ৭ থেকে ১২ বছর স্থায়ী হয়। কোনো কৃত্রিম বুদ্ধিমত্তা নিরাপত্তা পর্যায়কে ছোট করে না।
- হাইপ বনাম বাস্তবতা: বাণিজ্যিক কোম্পানি এবং শিরোনামগুলি 'আমরা একজন প্রার্থী পেয়েছি' এবং 'আমরা একটি চিকিৎসা পেয়েছি' এর মধ্যে পার্থক্য ঝাপসা করতে পছন্দ করে। ভোক্তার সাবধানে পড়া উচিত ঠিক কী প্রমাণিত হয়েছে।
সুতরাং না, আমাদের কেউই আগামী বছরে একটি পুনরুজ্জীবন ইনজেকশন পাবে না। যা ঘটেছে তা হল আবিষ্কারের পর্যায়ের গতি একটি স্তর লাফিয়েছে, এবং এটি একাই তাৎপর্যপূর্ণ।
গবেষণা থেকে কী নেওয়া উচিত?
Google-এর ল্যাবগুলিতে অ্যাক্সেস না থাকলেও, ব্যবহারিক শিক্ষা রয়েছে যা আজই প্রয়োগ করা যেতে পারে:
- কৃত্রিম বুদ্ধিমত্তার উপর ভিত্তি করে বলে বিজ্ঞাপন দেওয়া 'পুনরুজ্জীবন ওষুধ' কিনবেন না। যদি কিছু আজই বিক্রি হয়, তবে এটি ক্লিনিকাল যাচাইয়ের পর্যায় অতিক্রম করেনি। একটি স্বাস্থ্যকর সন্দেহ বজায় রাখুন।
- আপনার প্রাকৃতিক মেরামত প্রক্রিয়াগুলিকে সমর্থন করুন: শারীরিক কার্যকলাপ, বিরতিহীন উপবাস এবং মানসম্পন্ন ঘুম সেই DNA মেরামত এবং কোষীয় পুনরুজ্জীবন পথগুলি সক্রিয় করে যা কৃত্রিম বুদ্ধিমত্তা ওষুধে অনুকরণ করার চেষ্টা করছে।
- আপনার জৈবিক ঘড়ি অনুসরণ করুন: এপিজেনেটিক বয়স পরীক্ষা (যেমন TruAge) জনসাধারণের জন্য উপলব্ধ এবং আপনার জীবনধারা পরিবর্তনের প্রভাবের একটি উদ্দেশ্যমূলক মাপকাঠি দেয়।
- মেটাবলিক স্বাস্থ্যে বিনিয়োগ করুন: চিনির ভারসাম্য, পেশী ভর বজায় রাখা এবং স্বাভাবিক কোলেস্টেরল কোনো জিনগত হস্তক্ষেপ ছাড়াই কোষীয় বার্ধক্যকে ধীর করে দেয়।
- আপডেট থাকুন, কিন্তু ধৈর্য সহকারে: এটি একটি ক্ষেত্র যা লাফিয়ে লাফিয়ে এগোচ্ছে। প্রকৃত সুসংবাদ একটি প্রেস বিজ্ঞপ্তি থেকে নয়, একটি ক্লিনিকাল ট্রায়ালের ফলাফল থেকে আসবে।
বিস্তৃত দৃষ্টিভঙ্গি
দীর্ঘায়ু অঙ্গনে DeepMind-এর প্রবেশ যে কোনো একক জিনের চেয়ে গভীর পরিবর্তন চিহ্নিত করে। এটি চিহ্নিত করে যে বার্ধক্য একটি প্রান্তিক বৈজ্ঞানিক ক্ষেত্র থেকে এমন একটি অঙ্গনে চলে গেছে যেখানে বিশ্বের বৃহত্তম প্রযুক্তি খেলোয়াড়রা প্রতিযোগিতা করছে। যখন Google, বিশ্বের সবচেয়ে শক্তিশালী কৃত্রিম বুদ্ধিমত্তা ল্যাবগুলির একটি সহ, সিদ্ধান্ত নেয় যে কোষের পুনরুজ্জীবন তার মনোযোগের যোগ্য, তখন পুরো ক্ষেত্রটি অর্থায়ন, প্রতিভা এবং বৈধতা পায়।
তবে এখানে একটি বিনীত অনুস্মারকও রয়েছে। AlphaFold জীববিজ্ঞানকে 'সমাধান' করেনি, এটি গবেষকদের একটি অনেক ভালো মানচিত্র দিয়েছে। কৃত্রিম বুদ্ধিমত্তা অনুসন্ধানের স্থান সংকুচিত করে, এটি যাচাই, নিরাপত্তা এবং বোঝার কঠোর কাজকে প্রতিস্থাপন করে না। জিনোম শুধুমাত্র একটি পাঠ্য নয় যা ডিকোড করতে হবে, এটি একটি জীবন্ত সিস্টেম যা এখনও আমাদের অবাক করে এমন উপায়ে প্রতিক্রিয়া জানায়।
উত্তেজিত হওয়ার সঠিক মুহূর্তটি যখন একটি অ্যালগরিদম একজন প্রার্থীর প্রস্তাব দেয় তা নয়, বরং যখন একটি বাস্তব মানব কোষ পরীক্ষাগারে তার কারণে আরও তরুণ হয়। DeepMind এই মুহূর্তের পথ সংক্ষিপ্ত করেছে, কিন্তু এটি বাতিল করেনি।
রেফারেন্স:
Google DeepMind: Fast-tracking genetic leads to reverse cellular aging, 2026
💬 תגובות (0)
היו הראשונים להגיב על המאמר.