ಇಂಡಿಯನ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಟೆಕ್ನಾಲಜಿ, ಮದ್ರಾಸ್ನ ಸಂಶೋಧಕರು ಜಿನೋಮ್ ಸಿಕ್ವೆನ್ಸಿಂಗ್ ದತ್ತಾಂಶವನ್ನು ಬಳಸಿ ದೇಹದಲ್ಲಿ ಕಾನ್ಸರ್ಗೆ ಕಾರಣವಾಗಬಲ್ಲ ರೂಪಾಂತರಗಳನ್ನು ಪತ್ತೆಮಾಡುವ ಮಷೀನೊಂದನ್ನು ಕಂಡುಹಿಡಿದಿದ್ದಾರೆ. ಜೀವಕೋಶಗಳ ಅಪರಿಮಿತ ಬೆಳವಣಿಗೆಯು ಕ್ಯಾನ್ಸರ್ ರೋಗಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ. ದೇಹದಲ್ಲಿ ಸೆಲ್ಗಳ ರೂಪಾಂತರ ಒಂದು ಸಾಮಾನ್ಯ ಪ್ರಕ್ರಿಯೆಯಾದರೂ, ಕೇವಲ ಕೆಲವು ರೂಪಾಂತರಗಳು ಮಾತ್ರ ಕ್ಯಾನರ್ ರೋಗವನ್ನುಂಟು ಮಾಡುತ್ತವೆ. ಅವುಗಳನ್ನು ಚಾಲಕ ರೂಪಾಂತರಗಳೆಂದು ಕರೆಯುತ್ತಾರೆ. ಬಹುಸಂಖ್ಯೆಯಲ್ಲಿ ನಡೆಯುವ ಇತರ ರೂಪಾಂತರಗಳಯ ಆರಂಭಿಕ ಹಂತದವುಗಳಾಗಿದ್ದು ಅವುಗಳನ್ನು ಪ್ಯಾಸೆಂಜರ್ಸ್ ಎಂದು ಕರೆಯುತ್ತಾರೆ.
ಐಐಟಿ ಮದ್ರಾಸ್ನ ರಾಬರ್ಟ್ ಬಾಷ್ ಸೆಂಟರ್ ಫಾರ್ ಡಾಟಾ ಸೈನ್ಸ್ ಮತ್ತು ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ (ಆರ್ಬಿಸಿಡಿಎಸ್ಎಐ) ಯ ಮೂವರು ಸಂಶೋಧಕರು ನಡೆಸಿದ ಅಧ್ಯಯನವು ಚಾಲಕ ರೂಪಾಂತರಗಳ ನೆರೆಯ ಜೀನ್ ಅನುಕ್ರಮಗಳು ಪ್ಯಾಸೆಂಜರ್ಗಳಿಗಿಂತ ಗಮನಾರ್ಹವಾಗಿ ಭಿನ್ನವಾಗಿದೆ ಎಂದು ಕಂಡುಹಿಡಿದಿದೆ. ಕ್ಯಾನ್ಸರ್ಗೆ ಕಾರಣವಾಗುವ ರೂಪಾಂತರಗಳ ರೋಗಕಾರಿ ರೂಪಾಂತರಗಳನ್ನು ಗುರುತಿಸಲು ಸಂಶೋಧಕರು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಆಧರಿಸಿದ ಗಣಿತದ ಮಾದರಿಯ ಎನ್ಬಿಡ್ರೈವರ್ ಅನ್ನು ಮತ್ತಷ್ಟು ವಿನ್ಯಾಸಗೊಳಿಸಿದ್ದಾರೆ. ಭಾರತ ಸರ್ಕಾರದ ಜೈವಿಕ ತಂತ್ರಜ್ಞಾನ ಇಲಾಖೆಯಿಂದ ಧನಸಹಾಯ ಪಡೆದ ಈ ಅಧ್ಯಯನವನ್ನು ಈ ವರ್ಷದ ಮೇ ತಿಂಗಳಲ್ಲಿ ಪೀರ್-ರಿವ್ಯೂಡ್ ಜರ್ನಲ್ ಕ್ಯಾನ್ಸರ್ ನಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ.
ಅಧ್ಯಯನದಲ್ಲಿ ಕ್ಯಾನ್ಸರ್ ಸಂಶೋಧಕರು ಎದುರಿಸಿದ ಪ್ರಮುಖ ಸವಾಲುಗಳಲ್ಲಿ ಕ್ಯಾನ್ಸರ್ ಸೆಲ್ಗಳ ವೃದ್ಧಿಗೆ ಕಾರಣವಾಗುವ ಬಹಳ ಕಡಿಮೆ ಸಂಖ್ಯಯಲ್ಲಿರುವ ಚಾಲಕ ರೂಪಾಂತರಗಳು ಮತ್ತು ರೋಗದ ಬೆಳಣಿಗೆಯ ಮೇಲೆ ಯಾವುದೇ ಪರಿಣಾಮವನ್ನುಟು ಮಾಡದ ಬಹು ಸಂಖ್ಯೆಯಲ್ಲಿರುವ ಪ್ರಾಸೆಂಜರ್ ಸೆಲ್ಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸ, ಎಂದು ಅಧ್ಯಯನದಲ್ಲಿ ಭಾಗಿಯಾಗಿದ್ದ, ಆರ್ಬಿಸಿಡಿಎಸ್ಎಐ ಮುಖ್ಯಸ್ಥ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್ ಹಾಗೂ ಎಂಜಿನೀಯರಿಂಗ್ ವಿಭಾಗದಲ್ಲಿ ಪ್ರೊಫೆಸರ್ ಆಗಿರುವ ಬಿ ರವೀಂದ್ರನ್ ಹೇಳಿದ್ದಾರೆ.
ಆರ್ಬಿಸಿಡಿಎಸ್ಎಐ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಮಾದರಿಯು ರೂಪಾಂತರಗಳ ಸುತ್ತಲಿನ ಜೀನೋಮ್ ದತ್ತಾಂಶವನ್ನು ಗಮನಿಸುವ ಮೂಲಕ ಈ ಚಾಲಕ ರೂಪಾಂತರಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ. ‘ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಕಾಗುಣಿತ ದೋಷವನ್ನು ಹುಡುಕುವ ಹಾಗೆ ನಾವು ಯೋಚಿಸಿದ್ದೇವೆ. ಮಾಡೆಲ್ನೊಳಗೆ ಒಂದು ವಾಕ್ಯವನ್ನು ನಾವು ಫೀಡ್ ಮಾಡಿದಾಗ ಅದರ ಆರಂಭದ ಮತ್ತು ನಂತರದ ಪದಗಳನ್ನು ಗಮನಿಸಿ ಅದು ತಪ್ಪು ಪದವನ್ನು ಪತ್ತೆ ಮಾಡುತ್ತದೆ,’ ಎಂದು ಆರ್ಬಿಸಿಡಿಎಸ್ಎಐ ಸದಸ್ಯ, ಅಧ್ಯಯನದಲ್ಲಿ ಪಾಲುದಾರರಾದ ಮತ್ತೊಬ್ಬ ಸಂಶೋಧಕ, ಭೂಪಟ್ ಮತ್ತು ಜ್ಯೋತಿ ಮೆಹ್ತಾ ಸ್ಕೂಲ್ ಆಫ್ ಬಯೋಸೈನ್ಸ್ಸ್ನಲ್ಲಿ ಸಹ ಪ್ರಾಧ್ಯಾಪಕರಾಗಿರುವ ಮತ್ತು ಐಐಟಿ ಮದ್ರಾಸ್ನಲ್ಲಿರುವ ಸೆಂಟರ್ ಫಾರ್ ಇಂಟಿಗ್ರೇಟಿವ್ ಬಯಾಲಜಿ ಅಂಡ್ ಸಿಸ್ಟಮ್ಸ್ ಮೆಡಿಸಿನ್ನ ಸಂಯೋಜಕ ಕಾರ್ತಿಕ್ ರಾಮನ್ ಹೇಳಿದ್ದಾರೆ.
ವಿಶ್ವದ ಇತರ ಭಾಗಗಳಲ್ಲಿ ಸಂಶೋಧಕರು ಚಾಲಕ ಮತ್ತು ಪ್ಯಾಸೆಂಜರ್ ರೂಪಾಂತರಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಲು ಗಣಕ ವಿಧಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರೆ, ನಿರ್ದಿಷ್ಟ ರೂಪಾಂತರದ ಸುತ್ತಲಿನ ಕಚ್ಚಾ ನ್ಯೂಕ್ಲಿಯೊಟೈಡ್ ಅನುಕ್ರಮಗಳನ್ನು ಮುನ್ಸೂಚಕ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸುವ ಸಂಭಾವ್ಯ ಲಕ್ಷಣಗಳಾಗಿ ಬಳಸುವುದರ ಮೇಲೆ ಸೀಮಿತ ಸಾಹಿತ್ಯ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ. ಐಐಟಿ ಮದ್ರಾಸ್ನ ಸಂಶೋಧಕರು ಡಿಎನ್ಎ ಅನುಕ್ರಮಗಳಲ್ಲಿನ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವ ಗುರಿಯನ್ನು ಹೊಂದಿದ್ದು ಒಂದು ನಿರ್ದಿಷ್ಟ ಬದಲಾವಣೆಯ ಸ್ಥಳದ ಸುತ್ತ ನಾಲ್ಕು ಅಕ್ಷರಗಳು ಅಥವಾ ಎ, ಟಿ, ಜಿ ಮತ್ತು ಸಿ ನೆಲೆಗಳಿಂದ ಕೂಡಿದೆ. ಈ ಮಾದರಿಗಳು ಪ್ರತ್ಯೇಕ ರೀತಿಯ ರೂಪಾಂತರಗಳಿಗೆ ವಿಶಿಷ್ಟವಾಗಿರುತ್ತವೆ. ಹಾಗಾಗಿ ಈ ವಿಧಗಳನ್ನು ಗಣಿತಾತ್ಮಕವಾಗಿ ಮಾದರಿಯನ್ನಾಗಿಸಿ ಎರಡು ವರ್ಗಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಬಹುದು,‘ ಎಂದು ರಾಮನ್ ಹೇಳಿದ್ದಾರೆ.
ಮುಂದುವರೆದು ಹೇಳಿದ ರಾಮನ್, ‘ಸ್ವಾರಸ್ಯಕರ ಸಂಗತಿಯೆಂದರೆ, ಬಹಳ ಆಕ್ರಮಣಕಾರಿ ಪ್ರವೃತ್ತಿಯ ಕ್ಯಾನ್ಸರ್ನ ಒಂದು ಬಗೆ ಮತ್ತು ನಿರ್ದಿಷ್ಟವಾಗಿ ಮೆದುಳು ಮತ್ತು ಬೆನ್ನುಮೂಲೆ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ-ಗ್ಲಿಯೊಬ್ಲಾಸ್ಟೊಮಾ ಮಲ್ಟಿಫೋರ್ಮೆ (ಜಿಬಿಎಂ) ನಿಂದ ನರಳುತ್ತಿರುವ ಕ್ಯಾನ್ಸರ್ ಪೀಡಿತರಲ್ಲಿ ಶೇಕಡಾ 85 ರಷ್ಟು ಅಪರೂಪದ ಚಾಲಕ ರೂಪಾಂತರಗಳನ್ನು ಎನ್ಬಿಡ್ರೈವರ್ ನಿಖರವಾಗಿ ಗುರುತಿಸಬಲ್ಲದು,’ ಎಂದಿದ್ದಾರೆ.
ಎನ್ಬಿಡ್ರೈವರ್ ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿದ್ದು ಅದನ್ನು ಯಾವುದೇ ಬಳಕೆದಾರ ವ್ಯಾಖ್ಯಾನಿತ ರೂಪಾಂತರಗಳ ತಾರ್ಕಿಕ ಅಂಶಗಳನ್ನು ಗೊತ್ತುಮಾಡಿಕೊಳ್ಳಲು ಬಳಸಬಹುದು.
ರೂಪಾಂತರವು ಕ್ಯಾನ್ಸರ್ನಲ್ಲಿ ಪರಿವರ್ತನೆಗೊಳ್ಳು ಆಗುವ ಸಾಧ್ಯತೆಯನ್ನು ಗುರುತಿಸಲು ಸದರು ಉಪಕರಣವನ್ನು ಬಳಸಬಹುದು. ವೈದ್ಯಕೀಯ ವೃತ್ತಿಪರರು ಉಪಕರಣದ ಮೇಲೆ ಜೀನೋಮ್ ಅನುಕ್ರಮವನ್ನು ಚಲಾಯಿಸಬಹುದು ಮತ್ತು ಅಪಾಯಕಾರಿಯಾಗಬಹುದಾದ ರೂಪಾಂತರವನ್ನು ಕಂಡುಹಿಡಿಯಬಹುದು. ಇದು ರೋಗಿಗಳಿಗೆ ನಿರ್ದಿಷ್ಟ ಚಿಕಿತ್ಸಾ ತಂತ್ರಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ,’ ಎಂದು ರಾಮನ್ ಹೇಳಿದ್ದಾರೆ.
ಇದನ್ನೂ ಓದಿ: ಅಧ್ಯಯನ ವರದಿ: ಧೂಳು ಹೆಚ್ಚಿರುವ ನಗರಗಳಲ್ಲಿ ಕೊರೊನಾ ಸೋಂಕು ಹರಡುವ ಸಾಧ್ಯತೆ ಹೆಚ್ಚು, ಬೆಂಗಳೂರಿಗೆ ಆತಂಕ?