လူ့ဗီဇထဲမှာ ဖုံးကွယ်နေတဲ့ ပိုးမွှား switch တွေကို နောက်ဆုံး ဖေါ်ပြထားပါတယ်။
မကြာသေးမီက နိုင်ငံတကာ ဆေးကျန်းမာရေးကဏ္ဍမှာ ဖြစ်ပေါ်နေတဲ့ နောက်ဆုံးဖြစ်စဉ်များစွာနဲ့ ပတ်သက်တဲ့ တိုးတက်မှုတွေဟာ လုပ်ငန်းနဲ့ အများပြည်သူရဲ့ အာရုံစိုက်မှုကို ဆက်လက်ရရှိနေပါတယ်။ ကျန်းမာရေး တိုးတက်မှုနဲ့ ဖွံ့ဖြိုးမှုဆိုတာက ဆယ်ထောင်ချီတဲ့ ဗီဇတွေကို သင့်တော်တဲ့ အချိန်နဲ့ နေရာမှာ မှန်ကန်စွာ ပိတ်လိုက်ခြင်းအပေါ် မူတည်ပါတယ်။ DNA သီးခြားဒေသတွေရဲ့ ညှိနှိုင်းမှုက ဒီဖြစ်စဉ်ကို လမ်းညွှန်ဖို့ ကူညီပေးပြီး အင်ဇိုင်းတွေ၊ ဟိုစုန်းတွေ၊ ပရိုတင်းတွေနဲ့ အခြားဆဲလ်တွေ လိုအပ်တဲ့ မော်လီကျူးတွေကို ပုံမှန်လုပ်ဆောင်ဖို့ ဖြစ်စေပါတယ်။ ဗီဇတွေ မှားယွင်းစွာ တက်ကြွတဲ့အခါ ဆဲလ်တွေဟာ ပြဿနာတွေဖြစ်ပေါ်နိုင်ပြီး ကင်ဆာအပါအဝင် ရောဂါတွေမှာ ပါဝင်နိုင်ပါတယ်။ ဒီဖြစ်စဉ်ကို ထိန်းချုပ်တဲ့ DNA အစဉ်အတန်းကို ပိုကောင်းမွန်စွာနားလည်ဖို့ James T. Caddington က UC San Diego က DNA အစဉ်အတန်းထဲက အရေးပါတဲ့ DNA အစဉ်အတန်းတစ်ခုဖြစ်တဲ့ ပိုးမွှားစတင်ပြွန်ကို ထည့်သွင်းခဲ့တယ်။ ပိုးမွှားစတင်ပြွန်က မျိုးရိုးဗီဇ သတင်းအချက်အလက်ကို ကုဒ်သွင်းတဲ့ နေရာကို မျိုးရိုးဗီဇတစ်ခုက လုပ်ဆောင်တဲ့ ထုတ်ကုန်အဖြစ် စတင်ပြောင်းလဲတဲ့နေရာကို အမှတ်ပေးတယ်။ ဒီနောက် သုတေသီတွေဟာ ဒီရလဒ်တွေကို သုံးပြီး စက်သင်ယူမှုစနစ်တစ်ခုဖြစ်တဲ့ AI ပုံစံတစ်ခုဖြစ်တဲ့ ဆန်လိုက်နဲ့ ဆက်စပ်တဲ့ DNA ပုံစံတွေကို ဖော်ထုတ်ဖို့ လေ့ကျင့်ခဲ့တယ်။ ဒီမော်ဒယ်ရဲ့ လက်မှတ်ကို ခွဲခြမ်းစိတ်ဖြာပြီးနောက် လူ့ဗီဇကို ရှာဖွေပြီး အစဉ်ကို ရှာဖွေတွေ့ရှိရာမှာ အစပျိုးသူ ၆၀ ရာခိုင်နှုန်းလောက်ရှိတယ်လို့ တွေ့ရှိခဲ့တယ်။ ဒီမော်လီကျူး ဇီဝဗေဒ ကောဒနာဂါက ပြောတာက ဒီ AI မော်ဒယ်တွေဟာ လူ့ဗီဇထဲမှာ အစပျိုးသူတွေရှိမရှိ၊ မမှန်ကန်ဘူးဆိုတာကို ပထမဆုံး တွေ့ရှိခဲ့ပြီး ၎င်းရဲ့ DNA DNA မျိုးရိုးစဉ် ပုံစံရဲ့ မှန်ကန်မှုဆိုတာ အရင်က မကြုံခဲ့ဖူးဘူးတဲ့။ DNA ဗီဇပြောင်းမှု သက်ရောက်မှုကို ကြိုတင်ခန့်မှန်းတဲ့ သုတေသနက တွေ့ရှိတာက ဒီဗီဇပြောင်းတွေဟာ မျိုးရိုးဗီဇ လှုပ်ရှားမှုအပေါ် သက်ရောက်နိုင်ပြီး ရောဂါတစ်ရပ်ကို ဖြစ်စေတယ်တဲ့။ ဒီလေ့လာမှုရဲ့ ဒေတာနဲ့ AI မော်ဒယ်တွေကလည်း ဗီဇပြောင်းနိုင်တဲ့ အစပျိုးစက်တွေ၊ အစဉ်တွေ၊ မျိုးရိုးဗီဇကို ပြောင်းနိုင်ပြီး လုပ်ဆောင်ချက်တွေကို သီးခြားရည်ရွယ်ချက်တွေနဲ့ ခေတ်မီအောင် ပြုပြင်နိုင်တာကို ထောက်ပံ့နိုင်ပါတယ်။ ကမ္ဘာအနှံ့မှာ ဒီလေ့လာမှုက ဓာတ်ခွဲခန်း စမ်းသပ်မှုနဲ့ AI ကို ပေါင်းစပ်ပြီး လူသားရဲ့ DNA အစဉ်တွေထဲမှာ ကုဒ်သွင်းထားတဲ့ သတင်းအချက်အလက်ကို ဖော်ထုတ်ဖို့ ရှေ့ကို ဦးတည်နေပါတယ်။ ဓာတ်ခွဲခန်း စမ်းသပ်မှုနဲ့ AI နည်းပညာရဲ့ ပေါင်းစပ်မှုက လူသားရဲ့ DNA အစဉ်တွေထဲက သတင်းအချက်အလက်တွေကို ဆန်းစစ်ဖို့နဲ့ နားလည်ဖို့ လုံးဝသစ်တဲ့ နည်းတစ်ခုသာမက လူသားရဲ့ အပြုအမူနဲ့ စိတ်ပိုင်း လက္ခဏာတွေရဲ့ ဇီဝဗေဒအခြေခံတွေကို ပိုကောင်းမွန်စွာ နားလည်ဖို့ ကူညီတဲ့ ရှုထောင့်သစ်တစ်ခုလည်း ပေးနိုင်တယ်လို့ သုတေသနအဖွဲ့က ရှင်းပြပါတယ်။ ဒီလေ့လာမှုရဲ့ ရလဒ်တွေက လူသား မျိုးရိုးဗီဇဆိုင်ရာ သုတေသနအတွက် ရှုထောင့်သစ်တွေနဲ့ နည်းသစ်တွေကို ဖန်တီးပေးပြီး လူသား မျိုးရိုးဗီဇနဲ့ ဆက်စပ်တဲ့ ဇီဝဗေဒဆိုင်ရာ ပြဿနာတွေကို ပိုနက်ရှိုင်းစွာ နားလည်ခြင်းနဲ့ နားလည်မှုအတွက် အရေးပါတဲ့ သီအိုရီနဲ့ လက်တွေ့ တန်ဖိုးရှိပါတယ်။ နောက်ဆုံးမှာတော့ ကျွန်မတို့ ဆဲလ်တစ်ခုချင်းစီမှာရှိတဲ့ မျိုးရိုးဗီဇတစ်ခုချင်းစီရဲ့ ဖော်ပြမှု ကုဒ်က ဘယ်အချိန်၊ ဘယ်နေရာမှာ၊ ဘယ်လောက် တက်ကြွစေတယ်ဆိုတာကို ညွှန်ပြပါတယ်။
















