Outer Biosciences இப்போது நேரடி மனிதத் தோலை—கைவிடப்பட்ட அறுவை சிகிச்சை திசுக்களிலிருந்து சேகரிக்கப்பட்டு, ஒரு மாதத்திற்கும் மேலாக உயிர்வாழும் நிலையில் வைக்கப்படுபவை—இயந்திரக் கற்றல் (machine-learning) மாதிரிகளுக்கு உள்ளிடுகிறது. மருந்து கண்டுபிடிப்பு மற்றும் தோல் மருத்துவக் கணிப்புகளை மிகவும் நம்பகமானதாக மாற்ற வேண்டும் என்பதே இந்த ஸ்டார்ட்அப் நிறுவனத்தின் நோக்கம். அதன் இரண்டு ஆண்டு காலத் திட்டமானது, அறுவை சிகிச்சை அறையிலிருந்து திசுக்களை சில மணிநேரங்களிலேயே ஆய்வகத்திற்கு மாற்றுகிறது; இந்த வேகமானது செல்களின் இயற்கையான செயல்பாட்டைப் பாதுகாப்பதாக நிறுவனம் கூறுகிறது.
பழைய தரவுத் தொகுப்புகள் ஏன் போதாது
உயிரித் தொழில்நுட்பத்தின் சமீபத்திய வரலாற்றில், பெரும்பாலான ஆராய்ச்சியாளர்கள் கணக்கீட்டு கருவிகளைப் பயிற்றுவிக்க விலங்கு மாதிரிகள் அல்லது வளர்க்கப்பட்ட செல் வரிசைகளை (cultured cell lines) நம்பியுள்ளனர். அந்த அமைப்புகள் மலிவானவை மற்றும் கையாளுவதற்கு எளிதானவை, ஆனால் அவை மனிதத் தோலின் முழுமையான சிக்கல்தன்மையையும் அரிதாகவே வெளிப்படுத்துகின்றன—மனிதத் தோல் என்பது நோய் எதிர்ப்பு செல்கள், நரம்பு முனைகள், நுண்ணுயிரினத் தொகுதி (microbiome) தொடர்புகள் மற்றும் ஹார்மோன்கள் மற்றும் அழுத்தத்திற்குத் தரும் மாறும் எதிர்வினைகளைக் கொண்ட ஒரு அடுக்கு உறுப்பாகும். இந்த முரண்பாடு, மருந்து உருவாக்குபவர்கள் பல சுற்று விலங்கு சோதனைகள் மற்றும் மனித சோதனைகளை நடத்த வேண்டிய கட்டாயத்தை ஏற்படுத்துகிறது, இது செலவுகளை அதிகரிப்பதோடு காலத்தையும் நீட்டிக்கிறது.
Outer Biosciences அந்த இடைவெளியைக் குறைக்கும் ஒரு பாலமாகத் தன்னை நிலைநிறுத்திக் கொள்கிறது. ஒரு தட்டில் மாற்றியமைக்கப்படாத திசுவைப் பயன்படுத்துவதன் மூலம், தனது AI மாதிரிகள் செயற்கை மாதிரிகளால் காண முடியாத வடிவங்களைக் கற்றுக்கொள்ள முடியும் என்று நிறுவனம் நம்புகிறது. ஒரு செல் வரிசையின் நிலையானத் துண்டிற்கும், தொடர்ந்து தனது சூழலுடன் தொடர்புகொண்டிருக்கும் ஒரு திசுத் துண்டிற்கும் இடையிலான வேறுபாட்டை விவரிக்க "Living data" (உயிருள்ள தரவு) என்ற சொல்லை இந்தக் குழு பயன்படுத்துகிறது.
அறுவை சிகிச்சை அறையிலிருந்து அல்காரிதம் வரை
இதன் தளவாடச் சவால்கள் (logistical challenge) அறிவியல் சவாலுக்கு இணையானவை. Abdominoplasties அல்லது mastectomies போன்ற நடைமுறைகளின் போது கைவிடப்படக்கூடிய தோலை Outer Biosciences சேகரிக்கிறது. நிறுவன ஆய்வுக் குழுவின் (Institutional Review Board - IRB) மேற்பார்வையின் கீழ் இயங்கும் லாப நோக்கற்ற மற்றும் வணிக ரீதியான பயோபேங்க்கள் (biobanks), ஆராய்ச்சி பயன்பாட்டிற்கான நன்கொடையாளரின் சம்மதத்தைப் பதிவு செய்கின்றன. ஒரு மருத்துவமனை பொருத்தமான மாதிரியைக் கண்டறிந்ததும், நிறுவனத்தின் கூரியர் நெட்வொர்க் அதைச் சேகரித்து, வெப்பநிலை கட்டுப்படுத்தப்பட்ட கொள்கலன்களில் கொண்டு சென்று, சில மணிநேரங்களிலேயே செயலாக்க வசதிக்கு (processing facility) விநியோகிக்கிறது.
ஆய்வகத்தில், தோல் ஒரு பெர்ஃபியூஷன் அமைப்பில் (perfusion system) வைக்கப்படுகிறது, இது இரத்த ஓட்டத்தைப் போலவே செயல்பட்டு, செல்களை 30 நாட்கள் வரை உயிர்ப்புடன் வைத்திருக்கிறது. அந்த காலக்கட்டத்தில், குழுவினர் பல நேரங்களில் உயர் தெளிவுத்திறன் கொண்ட இமேஜிங் (imaging), transcriptomics மற்றும் proteomics தரவுகளைப் பிடிக்கின்றனர். இந்த மல்டி-மோடல் தரவுத் தொகுப்பு (multi-modal dataset), திசுக்கள் வேதியியல் சேர்மங்கள், UV வெளிப்பாடு அல்லது அழற்சி தூண்டுதல்களுக்கு எவ்வாறு எதிர்வினையாற்றும் என்பதைக் கணிக்கும் டீப்-லேர்னிங் (deep-learning) வழிமுறைகளுக்குத் தரவுகளை வழங்குகிறது.
செயல்பாட்டைத் தூண்டும் மனிதர்கள்
இணை நிறுவனர் மற்றும் CEO Michael Polansky, ஹார்வர்டில் கணிதப் பின்னணியையும், வென்ச்சர்-கேபிடல் போர்ட்ஃபோலியோக்கள் முதல் உலகளாவிய இசை நிகழ்ச்சிகள் வரை சிக்கலான செயல்பாடுகளை விரிவுபடுத்திய அனுபவத்தையும் கொண்டுள்ளார். தோல் உயிரியல் நிபுணரான தலைமை விஞ்ஞானி Kyung-Jin Jang சோதனைப் பக்கத்தை வழிநடத்துகிறார், அதே நேரத்தில் CTO Chris Hinojosa இமேஜிங் மற்றும் மூலக்கூறு ஓட்டங்களை இணைக்கும் தரவு-பொறியியல் தளத்தை (data-engineering platform) உருவாக்குகிறார். இந்த வாரியத்தில் பாப்-கலாச்சார அடையாளமான Lady Gaga இடம் பெற்றுள்ளார், இவர் Haus Labs என்ற அழகுசாதன பிராண்டின் தலைவராகவும் உள்ளார்; இந்த நிறுவனம் Outer Biosciences உடன் ஆராய்ச்சி வளங்களைப் பகிர்ந்து கொள்கிறது.
இந்தத் துறை சார்ந்த இணைப்புகள், ஒரு குறிப்பிட்ட தளவாட நெட்வொர்க்கை உருவாக்கத் தேவையான மூலதனத்தையும், ஆரம்பகால பயன்பாடுகளுக்கான ஒரு தயார் சந்தையையும் இந்த ஸ்டார்ட்அப் நிறுவனத்திற்கு வழங்குகின்றன. உதாரணமாக, Haus Labs புதிய தயாரிப்புகளை மனிதத் தன்னார்வலர்களுக்குக் கொண்டு செல்லும் முன், இந்த நேரடித் திசுத் தளத்தில் சோதித்துப் பார்க்க முடியும், இது வழக்கமான தயாரிப்பு மேம்பாட்டுச் சுழற்சியில் வாரக்கணக்கில் நேரத்தைக் குறைக்கக்கூடும்.
இதில் உள்ள முக்கியத்துவம் என்ன
இந்த அணுகுமுறை அதன் வாக்குறுதியை நிறைவேற்றினால், மருந்து நிறுவனங்கள் ஆரம்பக்கட்டத் திரையிடலுக்குத் தேவையான விலங்கு ஆய்வுகளின் எண்ணிக்கையைக் குறைக்கலாம், இது செலவு மற்றும் நெறிமுறை சார்ந்த கவலைகள் இரண்டையும் குறைக்கும். தோல் மருத்துவக் கிளினிக்குகளுக்கு, ஒரு மருந்தின் கிரீம் நோயாளியின் தோலில் எவ்வாறு செயல்படும் என்பதைக் கணிக்கும் AI கருவிகள் கிடைக்கலாம், இது உண்மையான தனிப்பயனாக்கப்பட்ட சிகிச்சைத் திட்டங்களைச் சாத்தியமாக்கும். பரந்த அளவிலான AI சமூகமும், முன்கணிப்பு உயிரியலின் எல்லைகளைத் தள்ளுநிலைக்குக் கொண்டு செல்லும் ஒரு செழுமையான, யதார்த்தமான பயிற்சித் தொகுப்பிலிருந்து பயனடையலாம்.
இந்த மாதிரி அளவிடுதல் (scalability) மற்றும் தனியுரிமை குறித்த கேள்விகளையும் எழுப்புகிறது. அறுவை சிகிச்சையிலிருந்து திசுக்களைச் சேகரிப்பது மருத்துவமனைகள் மற்றும் பங்கேற்கத் தயாராக உள்ள நன்கொடையாளர்களைச் சார்ந்துள்ளது, மேலும் தேவை அதிகரிக்கும் போது விநியோகச் சங்கிலியில் தடைகள் ஏற்படலாம். பயோபேங்க்கள் IRB மேற்பார்வையின் கீழ் இயங்கினாலும், தரவு கையாளுதல் முறைகளில் தவறு ஏற்பட்டால், விரிவான மூலக்கூறு விவரக்குறிப்புகள் (molecular profiles) கோட்பாட்டளவில் தனிநபர்களுடன் இணைக்கப்படலாம். சம்மதம் இருந்தாலும், கைவிடப்பட்ட திசுக்களின் வணிக ரீதியான பயன்பாடு ஒரு மெல்லிய நெறிமுறை எல்லையைத் தொடுவதாக விமர்சகர்கள் வாதிடுகின்றனர்.
எதிர் கருத்து: ஆர்கனாய்டுகளுக்கு (organoids) இன்னும் பங்கு உள்ளதா?
உறுப்புகளின் செயல்பாட்டைப் பிரதிபலிக்கும் வகையில் ஆய்வகத்தில் வளர்க்கப்படும் செல்களின் முப்பரிமாணக் கூட்டங்களான ஆர்கனாய்டுகளை (organoids) உருவாக்கும் விஞ்ஞானிகள், அந்த மாதிரிகளை முற்றிலும் கைவிடக் கூடாது என்று எச்சரிக்கின்றனர். ஒரு நோயாளியின் தூண்டப்பட்ட பல்லுருவத் தண்டு செல்களிலிருந்து (induced pluripotent stem cells) ஆர்கனாய்டுகளை உருவாக்க முடியும், இது புதிய அறுவை சிகிச்சை திசுக்களின் தேவை இன்றி ஒரு தனிப்பயனாக்கப்பட்ட தளத்தை வழங்குகிறது. மேலும், இவை ஆராய்ச்சியாளர்களுக்கு மாதக்கணக்கில் வளர்ச்சி செயல்முறைகளை ஆய்வு செய்ய அனுமதிக்கின்றன, இதை 30 நாள் தோல் துண்டு (skin slice) செய்ய முடியாது. Outer Biosciences தனது தளம் ஒரு உலகளாவிய மாற்றீடு அல்ல என்பதையும், தோலின் இயல்பான கட்டமைப்பு மிக முக்கியமான குறிப்பிட்ட கேள்விகளுக்குத் துல்லியமான தரவுகளை வழங்கும் ஒரு துணை ஆதாரமே என்பதையும் ஒப்புக்கொள்கிறது.
முன்னோக்கிச் செல்லும் பாதை
Outer Biosciences தற்போது பல பயோடெக் கூட்டாளர்களுடன் முன்னோடி ஆய்வுகளை நடத்தி வருகிறது, இதன் மூலம் அறியப்பட்ட மருந்து விளைவுகளுக்கு எதிராகத் தனது மாதிரிகளின் முன்கணிப்புத் திறனைச் சோதிக்கிறது. உள்நாட்டுத் தகவல்களாக மட்டுமே பகிரப்பட்ட ஆரம்பகால முடிவுகள், ஒப்பிடத்தக்க ஆர்கனாய்டு அடிப்படையிலான கணிப்புகளை விட, மருத்துவச் சோதனைத் தரவுகளுடன் அதிகத் தொடர்பைக் கொண்டுள்ளன என்று தெரிவிக்கின்றன. நிறுவனம் தனது திசு சேகரிப்பை மற்ற உறுப்பு வகைகளுக்கும் விரிவுபடுத்தத் திட்டமிட்டுள்ளது, இருப்பினும் ஒவ்வொன்றும் அதன் சொந்தத் தளவாடச் சவால்களைக் கொண்டுவரும்.
உயிருள்ள மனிதத் திசுக்களில் பயிற்சி அளிக்கப்பட்ட AI மாதிரிகள் குறித்து ஒழுங்குமுறை அமைப்புகள் இன்னும் குறிப்பிட்ட வழிகாட்டுதல்களை வழங்கவில்லை, ஆனால் AI-ஆல் இயக்கப்படும் மருத்துவக் கருவிகளுக்கான FDA-வின் வளர்ந்து வரும் கட்டமைப்பு Outer-இன் பணிகளுடன் இணையும் வாய்ப்புள்ளது. தரவுத் தனியுரிமைத் தரநிலைகள் மற்றும் அல்காரிதமிக் வெளிப்படைத்தன்மைக்கான முகமையின் எதிர்பார்ப்புகள் ஆகிய இரண்டையும் பூர்த்தி செய்யும் ஆவணங்களைத் தயாரித்து வருவதாக அந்த ஸ்டார்ட்அப் கூறுகிறது.
முக்கிய அம்சம்
அறுவை சிகிச்சை அறையிலிருந்து புதிய மனிதத் தோலை சில மணிநேரங்களிலேயே ஆய்வகத்திற்கு நகர்த்தும் ஒரு தளவாடச் சாதனையை, Outer Biosciences ஒரு தரவு இயந்திரமாக மாற்றியுள்ளது; இது மருந்துகள் மற்றும் தோல் ஆரோக்கியம் குறித்த AI கணிப்புகளை மிகவும் நம்பகமானதாக மாற்றக்கூடும். இந்த முயற்சியின் வெற்றி, திசு விநியோகச் சங்கிலியைத் தடையின்றித் தொடர்வதிலும், நன்கொடையாளரின் தனியுரிமையைப் பாதுகாப்பதிலும், “உயிருள்ள தரவு” உண்மையில் தற்போதுள்ள செயற்கை மாதிரிகளை விடச் சிறப்பாகச் செயல்படுகிறது என்பதை நிரூபிப்பதிலும் தங்கியுள்ளது. அது வெற்றிபெற்றால், அதன் தாக்கம் மருந்துத் துறை, அழகுசாதனப் பொருட்கள் மற்றும் மருத்துவத் தோல் மருத்துவத் துறை முழுவதும் உணரப்படலாம், மேலும் மனித உடலைப் புரிந்துகொள்ள இயந்திரங்களுக்கு நாம் பயிற்சி அளிக்கும் முறையை இது மறுவடிவமைப்பு செய்யும்.