DeepMind और उम्र बढ़ना: कृत्रिम बुद्धिमत्ता कोशिकाओं को पीछे ले जाने वाले जीन का पता लगाती है

हर एक या दो दशक में एक ऐसा क्षण आता है जब दो क्षेत्र जो अलग-अलग विकसित हुए हैं, एक-दूसरे से टकराते हैं और दोनों को हमेशा के लिए बदल देते हैं। ऐसा तब हुआ जब कंप्यूटिंग ने आनुवंशिकी से मुलाकात की और बायोइन्फॉरमैटिक्स का निर्माण किया। अब हम फिर से ऐसे ही एक क्षण के गवाह हैं: कृत्रिम बुद्धिमत्ता उम्र बढ़ने की जीवविज्ञान से मिलती है।

19 मई 2026 को, Google DeepMind, AlphaFold और AlphaGo के पीछे की कृत्रिम बुद्धिमत्ता प्रयोगशाला ने, उम्र बढ़ने के क्षेत्र में अपनी नई कार्य दिशा प्रकाशित की। घोषणा के केंद्र में उपकरण को Co-Scientist कहा जाता है: एक बहु-एजेंट कृत्रिम बुद्धिमत्ता प्रणाली, जो Gemini मॉडल पर निर्मित है, जिसका कार्य वैज्ञानिक साहित्य को स्कैन करना, परिकल्पनाएँ उत्पन्न करना, उनकी एक-दूसरे से तुलना करना और उन्हें रैंक करना है। शोधकर्ताओं की एक टीम ने इसका उपयोग genetic leads, आनुवंशिक उम्मीदवारों का पता लगाने के लिए किया जो पुरानी कोशिकाओं को छोटी अवस्था में बदलने में सक्षम हैं। सरल शब्दों में, सिस्टम ने उस प्रश्न का उत्तर देने का प्रयास किया जो दीर्घायु शोधकर्ता बीस वर्षों से पूछ रहे हैं: कोशिका की आयु को रीसेट करने के लिए किन जीनों को चालू या बंद करना चाहिए?

अंतर गति में है। एक स्क्रीनिंग प्रयोग से डेटा को हजारों वैज्ञानिक लेखों से जोड़ने वाले विश्लेषण में एक शोधकर्ता को छह महीने तक लग सकते हैं। Co-Scientist के साथ, वही काम कुछ ही दिनों में सिमट जाता है। यह कोई दवा नहीं है, और यह अभी भी कोई वादा नहीं है, लेकिन यह उस गति में एक नाटकीय छलांग है जिससे हम संभावनाओं के स्थान को कम कर रहे हैं।

कोशिकाओं को पीछे ले जाने के लिए genetic leads वास्तव में क्या हैं?

यह समझने के लिए कि टीम क्या खोज रही थी, यह समझना आवश्यक है कि विज्ञान कोशिका कायाकल्प के बारे में पहले से क्या जानता है:

• पुनर्प्रोग्रामिंग (reprogramming): 2006 में, शिन्या यामानाका ने दिखाया कि केवल चार जीनों (OSKM) को सक्रिय करके एक वयस्क कोशिका को स्टेम सेल अवस्था में वापस लाया जा सकता है। यह प्रमाण था कि कोशिका की आयु प्रतिवर्ती है।
• आंशिक पुनर्प्रोग्रामिंग (partial reprogramming): कोशिका की पहचान को पूरी तरह से मिटाने के बजाय, जीन को थोड़े समय के लिए सक्रिय किया जाता है ताकि इसे स्टेम सेल में बदले बिना 'कायाकल्प' किया जा सके। इस प्रकार कोशिका एक न्यूरॉन या त्वचा कोशिका बनी रहती है, लेकिन छोटी होती है।
• genetic leads: ये उम्मीदवार हैं, जीन या जीन संयोजन, जिनमें इस कायाकल्प को प्राप्त करने की उच्च क्षमता है। उनमें से अधिकांश का अभी तक प्रयोगशाला में परीक्षण नहीं किया गया है।

समस्या खोज स्थान का आकार और बिखरे हुए ज्ञान की मात्रा है। मानव जीनोम में लगभग 20,000 जीन हैं, और उनकी भूमिका के बारे में ज्ञान हजारों वैज्ञानिक लेखों में बिखरा हुआ है। इन सभी धागों को मैन्युअल रूप से जोड़ना और यह समझना कि किन उम्मीदवारों का पहले परीक्षण करना चाहिए, महीनों के काम में लग सकता है। यहीं पर कृत्रिम बुद्धिमत्ता काम आती है।

कृत्रिम बुद्धिमत्ता से संबंध: एक प्रणाली जो सभी साहित्य पढ़ती है

यह समझना महत्वपूर्ण है कि Co-Scientist क्या करता है और क्या नहीं। यह AlphaFold जैसा मॉडल नहीं है जो प्रोटीन की त्रि-आयामी संरचना की भविष्यवाणी करता है, और यह कच्चे जैविक डेटा से 'लाखों जीन संयोजनों को स्कैन' नहीं करता है। इसके बजाय, यह एक बहु-एजेंट प्रणाली है जिसमें प्रत्येक एजेंट एक भूमिका निभाता है: एक एजेंट परिकल्पनाएँ उत्पन्न करता है, दूसरा उनकी आलोचना करता है, दूसरा रैंक और सुधार करता है। वे सभी एक ही कच्चे माल पर काम करते हैं, मौजूदा वैज्ञानिक साहित्य।

जब टीम ने Co-Scientist से साहित्य में उन कारकों की खोज करने के लिए कहा जो उम्र बढ़ने को पीछे ले जा सकते हैं, तो इसने हजारों लेखों को स्कैन किया, कई परिकल्पनाओं पर विचार किया, और अंत में परीक्षण के लिए 20 से अधिक नए और प्रशंसनीय आनुवंशिक कारकों का सुझाव दिया। प्रयोगशाला प्रयोगों ने इसकी कुछ परिकल्पनाओं को मान्य किया: इसके द्वारा अनुशंसित कुछ कारकों ने वास्तव में कोशिकाओं को बेहतर समग्र कार्य के साथ छोटी अवस्था में धकेल दिया। इस प्रकार AI शोधकर्ताओं को केंद्रित करता है: साहित्य के समुद्र को स्वयं छानने के बजाय, उन्हें उन उम्मीदवारों की एक छोटी और केंद्रित सूची मिलती है जिनका पहले परीक्षण करना चाहिए।

यह अंतर महत्वपूर्ण है क्योंकि दो प्रकार के उपकरणों के बीच भ्रमित होना आसान है। AlphaFold ने एक पूरी तरह से अलग समस्या, संरचना भविष्यवाणी को हल किया, और इस प्रकार टीम के प्रमुखों को 2024 में रसायन विज्ञान में नोबेल पुरस्कार दिलाया (नीचे देखें)। दूसरी ओर, Co-Scientist, एक 'शोध भागीदार' है जो बिखरे हुए ज्ञान को संश्लेषित करता है और दिशाएँ सुझाता है। दोनों DeepMind से हैं, लेकिन वे विभिन्न प्रकार के उपकरण हैं जो विभिन्न प्रश्नों का उत्तर देते हैं।

औद्योगिक संदर्भ भी महत्वपूर्ण है। DeepMind एल्फाबेट (गूगल की मूल कंपनी) का हिस्सा है, जो Calico भी संचालित करती है, एक कंपनी जो विशेष रूप से उम्र बढ़ने से लड़ने के लिए 2013 में स्थापित की गई थी। कम्प्यूटेशनल शक्ति, विशाल वैज्ञानिक साहित्य और लगभग असीमित वित्त पोषण का संयोजन ठीक वही है जो आज तक दीर्घायु के क्षेत्र में गायब था।

वर्तमान साक्ष्य

सटीक होना महत्वपूर्ण है: सिस्टम द्वारा एक आनुवंशिक उम्मीदवार का सुझाव देना यात्रा की शुरुआत है, अंत नहीं। फिर भी, घोषणा को उस संदर्भ में रखा जा सकता है जो पिछले कुछ वर्षों में पहले ही सिद्ध हो चुका है, और यह समझा जा सकता है कि उम्मीदें इतनी अधिक क्यों हैं।

अध्ययन 1: 2020 से आँख में कोशिका कायाकल्प

David Sinclair के नेतृत्व में हार्वर्ड की एक टीम ने दिखाया कि ऑप्टिक तंत्रिका में तीन यामानाका कारकों (OSK) को सक्रिय करके बूढ़े चूहों और ग्लूकोमा वाले चूहों में दृष्टि बहाल की जा सकती है। तंत्रिका कोशिकाएँ पुनर्जीवित हुईं, और उनकी जैविक आयु कम हो गई (Lu और सहयोगी, Nature 2020)। यह प्रमाण है कि सटीक आनुवंशिक लक्ष्य वास्तव में प्रक्रियाओं को उलट देते हैं।

अध्ययन 2: AlphaFold और प्रोटीन संरचना भविष्यवाणी

एक अलग और भिन्न उपलब्धि में, DeepMind ने 2022 में 200 मिलियन से अधिक प्रोटीनों की त्रि-आयामी संरचनाएँ जारी कीं, जो लगभग हर ज्ञात प्रोटीन है। इस उपलब्धि ने टीम के प्रमुखों, डेमिस हसाबिस और जॉन जम्पर को 2024 में रसायन विज्ञान में नोबेल पुरस्कार दिलाया, और साबित किया कि कृत्रिम बुद्धिमत्ता उन जैविक समस्याओं को हल कर सकती है जिन्हें दशकों तक अघुलनशील माना जाता था। ध्यान दें: यह Co-Scientist से एक अलग उपकरण है, लेकिन यह जैविक विज्ञान को गति देने की DeepMind की समान क्षमता को प्रदर्शित करता है।

अध्ययन 3: बड़े पैमाने पर कोशिका मानचित्र

Human Cell Atlas जैसी परियोजनाओं ने विभिन्न ऊतकों और आयु वर्गों से लाखों एकल कोशिकाओं की जीन अभिव्यक्ति प्रोफ़ाइल का मानचित्रण किया है। ऐसा डेटा, वैज्ञानिक साहित्य के साथ, उस कच्चे माल का हिस्सा है जिस पर Co-Scientist जैसी प्रणाली यह समझने के लिए भरोसा कर सकती है कि जीन स्तर पर 'युवा कोशिका' क्या है और 'बूढ़ी कोशिका' क्या है।

अध्ययन 4: एपिजेनेटिक उम्र बढ़ने की घड़ियाँ

हॉर्वथ घड़ी (Horvath clock) और इसके विकल्प लगभग 3.6 वर्षों (औसत त्रुटि) की सटीकता के साथ डीएनए मिथाइलेशन पैटर्न के अनुसार जैविक आयु को मापते हैं। ऐसी घड़ियाँ शोधकर्ताओं को एक वस्तुनिष्ठ माप प्रदान करती हैं: क्या प्रस्तावित आनुवंशिक परिवर्तन ने वास्तव में आयु कम की, या नहीं।

विशिष्ट उम्र से संबंधित बीमारियों के बारे में क्या?

कोशिका कायाकल्प कोई अमूर्त लक्ष्य नहीं है। यदि हम कोशिकाओं को पीछे ले जाने में सफल होते हैं, तो इसके निहितार्थ उम्र पर निर्भर हर बीमारी को छूते हैं:

• मस्तिष्क की अपक्षयी बीमारियाँ: न्यूरॉन्स लगभग विभाजित नहीं होते हैं, और इसलिए उनका कायाकल्प अल्जाइमर और पार्किंसंस का समाधान हो सकता है, जहाँ स्टेम कोशिकाएँ मदद नहीं करती हैं।
• हृदय रोग: हृदय की मांसपेशियों की कोशिकाएँ उम्र के साथ पुनर्जीवित होने की अपनी क्षमता खो देती हैं। आंशिक पुनर्प्रोग्रामिंग इसे वापस ला सकती है।
• प्रतिरक्षा प्रणाली: प्रतिरक्षा प्रणाली कोशिकाओं का 'कायाकल्प' उम्र के साथ कमजोर होने वाली सुरक्षा को वापस ला सकता है और टीकों की प्रतिक्रिया में सुधार कर सकता है।

दूसरे शब्दों में, एक इंजन जो कायाकल्प के लिए आनुवंशिक लक्ष्यों को कुशलतापूर्वक खोजता है, वह एक बीमारी का समाधान नहीं करता है, बल्कि सभी उम्र से संबंधित बीमारियों के सामान्य कारण पर हमला करता है।

क्या यह वह सफलता है जिसका हम सभी इंतजार कर रहे थे?

यहाँ हमें रुकना और गहरी साँस लेनी चाहिए। 'कृत्रिम बुद्धिमत्ता उम्र बढ़ने को पीछे ले जाती है' शीर्षक रोमांचक है, लेकिन स्क्रीन पर एक आनुवंशिक उम्मीदवार और मनुष्यों में उपचार के बीच की दूरी बहुत बड़ी है।

• सुझाव सत्यापन नहीं है: भले ही सिस्टम एक जीन को एक आशाजनक उम्मीदवार के रूप में सुझाता है, इसे जीवित कोशिकाओं में, फिर जानवरों में, और उसके बाद ही मनुष्यों में परीक्षण करने की आवश्यकता है। इस रास्ते पर विफलता दर बहुत अधिक है. वर्तमान उदाहरण में भी, सुझाए गए 20 कारकों में से केवल एक छोटे से हिस्से ने कोशिकाओं में प्रारंभिक सत्यापन पारित किया।
• कैंसर का जोखिम: बिना नियंत्रण के यामानाका कारकों को सक्रिय करने से कोशिकाएँ जंगली स्टेम कोशिकाओं में बदल जाती हैं, जिससे ट्यूमर हो सकता है। खुराक और समय पर नियंत्रण सबसे बड़ी चुनौती है।
• समय: आशावादी परिदृश्य में भी, मनुष्यों में नैदानिक परीक्षण 7 से 12 वर्ष तक चलते हैं। कोई भी कृत्रिम बुद्धिमत्ता सुरक्षा चरण को छोटा नहीं करती है।
• प्रचार बनाम वास्तविकता: वाणिज्यिक कंपनियाँ और सुर्खियाँ 'हमें एक उम्मीदवार मिला' और 'हमें एक उपचार मिला' के बीच के अंतर को धुंधला करना पसंद करती हैं। उपभोक्ता को ध्यान से पढ़ना चाहिए कि वास्तव में क्या सिद्ध हुआ है।

तो नहीं, हममें से किसी को भी अगले वर्ष में कायाकल्प का इंजेक्शन नहीं मिलेगा। जो हुआ वह यह है कि खोज चरण की गति एक स्तर ऊपर चली गई है, और यह अकेला ही महत्वपूर्ण है।

शोध से वास्तव में क्या लेना चाहिए?

गूगल की प्रयोगशालाओं तक पहुँच के बिना भी, व्यावहारिक सबक हैं जिन्हें आज ही लागू किया जा सकता है:

1. उन 'कायाकल्प दवाओं' को न खरीदें जो विज्ञापन देती हैं कि वे कृत्रिम बुद्धिमत्ता पर आधारित हैं। यदि कोई चीज़ आज ही बेची जा रही है, तो उसने नैदानिक सत्यापन चरण पारित नहीं किया है। स्वस्थ संदेह बनाए रखें।
2. अपने प्राकृतिक मरम्मत तंत्र का समर्थन करें: शारीरिक गतिविधि, आंतरायिक उपवास और गुणवत्तापूर्ण नींद उन्हीं डीएनए मरम्मत और कोशिका कायाकल्प मार्गों को सक्रिय करते हैं जिन्हें विज्ञान समझने की कोशिश कर रहा है।
3. अपनी जैविक घड़ी पर नज़र रखें: एपिजेनेटिक आयु परीक्षण (जैसे TruAge) जनता के लिए उपलब्ध हैं और आपकी जीवनशैली में बदलावों के प्रभाव का एक वस्तुनिष्ठ माप प्रदान करते हैं।
4. चयापचय स्वास्थ्य में निवेश करें: चीनी संतुलन, मांसपेशियों के द्रव्यमान और स्वस्थ कोलेस्ट्रॉल को बनाए रखना बिना किसी आनुवंशिक हस्तक्षेप के कोशिकीय उम्र बढ़ने को धीमा करता है।
5. अपडेट रहें, लेकिन धैर्य के साथ: यह एक ऐसा क्षेत्र है जो छलांग लगाकर आगे बढ़ रहा है। असली खबर एक प्रेस विज्ञप्ति से नहीं, बल्कि नैदानिक परीक्षण के परिणामों से आएगी।

व्यापक परिप्रेक्ष्य

DeepMind का दीर्घायु क्षेत्र में प्रवेश किसी भी एकल जीन की खोज से अधिक गहरा बदलाव दर्शाता है। यह दर्शाता है कि उम्र बढ़ना एक सीमांत वैज्ञानिक क्षेत्र से उस मैदान में चला गया है जहाँ दुनिया के सबसे बड़े प्रौद्योगिकी खिलाड़ी प्रतिस्पर्धा करते हैं। जब गूगल, दुनिया की सबसे शक्तिशाली कृत्रिम बुद्धिमत्ता प्रयोगशालाओं में से एक के साथ, यह निर्णय लेता है कि कोशिका कायाकल्प उसके ध्यान के योग्य है, तो पूरे क्षेत्र को वित्त पोषण, प्रतिभा और वैधता मिलती है।

लेकिन यहाँ एक विनम्र अनुस्मारक भी है। Co-Scientist ने जीवविज्ञान को 'हल' नहीं किया, इसने मौजूदा ज्ञान को संश्लेषित किया और शोधकर्ताओं को एक बहुत बेहतर नक्शा दिया। कृत्रिम बुद्धिमत्ता खोज स्थान को कम करती है, यह सत्यापन, सुरक्षा और समझ के कठिन काम को प्रतिस्थापित नहीं करती है। जीनोम केवल एक पाठ नहीं है जिसे समझने की आवश्यकता है, यह एक जीवित प्रणाली है जो उन तरीकों से प्रतिक्रिया करती है जो अभी भी हमें आश्चर्यचकित करते हैं।

उत्साहित होने का सही क्षण वह नहीं है जब कोई एल्गोरिदम एक उम्मीदवार सुझाता है, बल्कि जब प्रयोगशाला में एक वास्तविक मानव कोशिका उसके कारण छोटी हो जाती है। Co-Scientist ने अभी उस क्षण के रास्ते को छोटा किया है, लेकिन इसे समाप्त नहीं किया है।

संदर्भ:
Google DeepMind: Fast-tracking genetic leads to reverse cellular aging, 19 May 2026