OmicFormer: a statistical priors–informed transformer for accurate and generalizable omics prediction of diseases and complex traits
ओमिकफॉर्मर (OmicFormer) एक नवीन ट्रांसफॉर्मर-आधारित आर्किटेक्चर है जो जटिल जैविक निर्भरताओं को पकड़ने के लिए सांख्यिकीय पूर्वग्रहों (statistical priors) को समाहित करता है, जो विविध रोग भविष्यवाणी कार्यों और ओमिक्स डेटासेट में सटीकता और सामान्यीकरण क्षमता के मामले में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप भविष्य की भविष्यवाणी करने की कोशिश कर रहे हैं, लेकिन क्रिस्टल बॉल देखने के बजाय, आप जैविक डेटा के एक विशाल स्प्रेडशीट को देख रहे हैं। यह "ओमिक्स" (omics) की दुनिया है, एक ऐसा क्षेत्र जहाँ वैज्ञानिक हमारे शरीर से मापों की विशाल सूचियाँ एकत्र करते हैं—जैसे हमारे रक्त में तैरते हजारों प्रोटीन, हमारे मेटाबॉलिज्म में सैकड़ों रसायन, या हमारे मस्तिष्क की वायरिंग के विस्तृत मानचित्र। इन सूचियों को एक अराजक पुस्तकालय की तरह समझें जहाँ हर पुस्तक आपके जीव विज्ञान के एक छोटे से हिस्से का प्रतिनिधित्व करती है। लक्ष्य प्रिसिजन मेडिसिन (precision medicine) का यह पढ़ना है कि क्या कोई व्यक्ति भविष्य में बीमार हो सकता है, जैसे कि मधुमेह या हृदय रोग, ताकि उन्हें समय रहते मदद मिल सके।
हालाँकि, इस पुस्तकालय को पढ़ना अविश्वसनीय रूप से कठिन है। पुस्तकें अव्यवस्थित हैं, उनके बीच के संबंध जटिल हैं, और जानकारी अक्सर सैकड़ों पृष्ठों में बिखरी हुई होती है। लंबे समय तक, वैज्ञानिकों ने इस डेटा को छाँटने के लिए मानक उपकरणों का उपयोग किया, जो कुछ-से ऐसा था जैसे घास के ढेर में सुई खोजने के लिए एक साधारण नियम पुस्तिका का उपयोग करना। ये उपकरण अच्छे थे, लेकिन वे शरीर के विभिन्न हिस्सों के बीच सूक्ष्म, लंबी दूरी के संबंधों को अक्सर चूक जाते थे। जब डेटा थोड़ा बदल जाता था, जैसे कि एक अस्पताल के रोगियों की तुलना दूसरे अस्पताल के रोगियों से करते समय, तो वे संघर्ष करते थे। यहीं पर एक नया विचार आता है: क्या होगा यदि हम कंप्यूटर को न केवल किताबें पढ़ना सिखा सकें, बल्कि यह भी समझा सकें कि वे मिलकर कौन सी कहानी कहती हैं, हमारे शरीर के वास्तविक कामकाज के छिपे हुए पैटर्न का उपयोग करके?
यही वह काम है जिसे OmicFormer के पीछे के शोधकर्ताओं ने करने का प्रयास किया। उन्होंने एक नए प्रकार का आर्टिफिशियल इंटेलिजेंस (AI) बनाया जो विशेष रूप से इन अव्यवस्थित जैविक स्प्रेडशीट को समझने के लिए डिज़ाइन किया गया है। डेटा को एक अलग तथ्य के रूप में मानने के बजाय, OmicFormer सीखने से पहले ही डेटा को व्यवस्थित करने के लिए एक चतुर तकनीक का उपयोग करता है। कल्पना कीजिए कि आप एक नई भाषा सीखने की कोशिश कर रहे हैं। यदि आप केवल वर्णमाला के क्रम में एक शब्दकोश को रट लेते हैं, तो यह देखना कठिन होता है कि शब्द एक-दूसरे से कैसे संबंधित हैं। लेकिन यदि आप शब्दकोश को इस तरह से पुनर्व्यवस्थित करते हैं कि जो शब्द अक्सर एक साथ उपयोग किए जाते हैं (जैसे "कॉफी" और "कप"), उन्हें एक-दूसरे के ठीक बगल में रखा जाए, तो पैटर्न स्पष्ट हो जाते हैं। OmicFormer ऐसा ही कुछ करता है। यह दो "सांख्यिकीय प्रायर्स" (statistical priors)—जो केवल गणित पर आधारित स्मार्ट अनुमानों का एक फैंसी तरीका है—का उपयोग करके जैविक डेटा को पुनर्व्यवस्थित करता है।
सबसे पहले, यह डेटा को इस आधार पर संरेखित करता है कि प्रत्येक हिस्सा किसी विशिष्ट बीमारी की भविष्यवाणी करने की कितनी संभावना रखता है। दूसरा, यह एक जटिल गणितीय मानचित्र (जिसे Gromov–Wasserstein optimal transport कहा जाता है) का उपयोग करके उन जैविक विशेषताओं को एक साथ समूहित करता है जो स्वाभाविक रूप से एक साथ रहती हैं, जैसे कि वे प्रोटीन जो एक ही टीम में काम करते हैं। इस सुव्यवस्थित डेटा को एक शक्तिशाली AI इंजन "ट्रांसफॉर्मर" (Transformer) में फीड करके (वही तकनीक जो चैटबॉट्स को मानवीय बातचीत समझने में मदद करती है), मॉडल उन कनेक्शनों को पहचान सकता है जिन्हें अन्य तरीके छोड़ देते हैं। यह AI को पुस्तकालय के एक ऐसे मानचित्र देने जैसा है जो दिखाता है कि कौन सी पुस्तकें आपस में संबंधित हैं, बजाय इसके कि केवल उससे अनुमान लगाने के लिए कहा जाए।
टीम ने UK बायोबैंक (UK Biobank) के एक विशाल डेटासेट पर इस नए AI का परीक्षण किया, जिसमें लगभग 5,00,000 लोगों की जानकारी शामिल है। उन्होंने OmicFormer से प्रोटीन, मेटाबॉलिज्म और ब्रेन स्कैन के डेटा का उपयोग करके 450 विभिन्न बीमारियों के जोखिम की भविष्यवाणी करने और 900 विभिन्न स्वास्थ्य लक्षणों का अनुमान लगाने के लिए कहा। परिणाम प्रभावशाली थे। OmicFormer ने मौजूदा सर्वोत्तम उपकरणों को लगातार पछाड़ दिया, जिनमें वे लोकप्रिय "ट्री-बेस्ड" (tree-based) तरीके भी शामिल हैं जिन पर वैज्ञानिक वर्षों से भरोसा करते आए हैं। उदाहरण के लिए, प्रोटीन डेटा का उपयोग करके बीमारियों की भविष्यवाणी करने में, OmicFormer ने अगली सबसे अच्छी विधि की तुलना में सटीकता में लगभग 3.5% का सुधार किया। हालांकि यह सुनने में छोटा लग सकता है, लेकिन दुर्लभ या जटिल बीमारियों की भविष्यवाणी करने की दुनिया में, यह एक बहुत बड़ी छलांग है जो किसी समस्या को जल्दी पकड़ने या उसे पूरी तरह से मिस करने के बीच का अंतर पैदा कर सकती है।
इस खोज को जो बात और भी रोमांचक बनाती है, वह है यह कि यह वास्तविक दुनिया की अव्यवस्था को कितनी अच्छी तरह संभालता है। शोधकर्ताओं ने केवल उस डेटा पर इसका परीक्षण नहीं किया जिस पर इसे प्रशिक्षित किया गया था; उन्होंने इसे पूरी तरह से अलग डेटासेट्स में डाल दिया। उन्होंने ग्लोबल न्यूरोडिजेनेरेशन प्रोटिओमिक्स कंसोर्टियम (Global Neurodegeneration Proteomics Consortium) के एक अलग समूह और दुनिया भर के विभिन्न अस्पतालों के ब्रेन स्कैन पर इसका परीक्षण किया। इन "विदेशी" वातावरणों में, जहाँ डेटा थोड़ा अलग दिखता था, OmicFormer लड़खड़ाया नहीं। इसने पुराने तरीकों की तुलना में बेहतर प्रदर्शन करना जारी रखा, जिससे पता चलता है कि इसने केवल विशिष्ट उदाहरणों को याद करने के बजाय जीव विज्ञान के नियमों को सीखा है। यह चिकित्सा में महत्वपूर्ण है क्योंकि, एक ऐसा उपकरण जो केवल एक अस्पताल में काम करता है, वह बहुत उपयोगी नहीं है।
शोधकर्ताओं ने यह सुनिश्चित करने के लिए कि AI केवल अनुमान नहीं लगा रहा है, यह भी देखा कि वह अपने निर्णय कैसे लेता है। उन्होंने पाया कि OmicFormer ने उन जैविक मार्करों को उजागर किया जिन्हें डॉक्टर पहले से ही महत्वपूर्ण मानते हैं, जैसे कि हृदय रोग या सूजन से जुड़े विशिष्ट प्रोटीन। यह वैज्ञानिकों को विश्वास दिलाता है कि AI वास्तविक, जैविक संकेतों को खोज रहा है। इसके अलावा, उन्होंने दिखाया कि AI को एक साथ कई बीमारियों को देखने के लिए सिखाकर (जिसे मल्टी-टास्क लर्निंग नामक तकनीक कहा जाता है), यह अधिक सामान्य बीमारियों से ज्ञान उधार लेकर दुर्लभ स्थितियों की भविष्यवाणी करने में और भी बेहतर हो सकता है।
संक्षेप में, OmicFormer बताता है कि जैविक डेटा की प्राकृतिक संरचना का सम्मान करके और विश्लेषण से पहले उसे बुद्धिमानी से व्यवस्थित करके, हम ऐसे AI मॉडल बना सकते हैं जो न केवल अधिक सटीक हैं, बल्कि विभिन्न समूहों के लोगों पर लागू होने पर अधिक विश्वसनीय भी हैं। यह दावा नहीं करता कि इसने हर चिकित्सा रहस्य को सुलझा लिया है, लेकिन यह हमारे स्वास्थ्य की जटिल कहानी को पढ़ने का एक शक्तिशाली नया तरीका प्रदान करता है, जो बीमारियों की एक विस्तृत श्रृंखला के लिए बेहतर भविष्यवाणियों और शीघ्र हस्तक्षेप की ओर ले जा सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।