ਐਸਪਰਗਿਲੋਸਿਸ ਜੈਨੇਟਿਕਸ ਵਿੱਚ ਭਵਿੱਖੀ ਖੋਜ ਵਿਸ਼ਾਲ ਕੰਪਿਊਟਰਾਂ ਨਾਲ ਕੀਤੀ ਜਾਵੇਗੀ (ਅਤੇ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ) ਕਿਉਂਕਿ ਉਹ ਪੂਰੇ ਜੀਨੋਮ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਨ ਅਤੇ ਰੋਬੋਟ ਗੁੰਝਲਦਾਰ ਜੀਵਾਂ ਦੇ ਪੂਰੇ ਜੀਨੋਮ ਨੂੰ ਪੜ੍ਹਦੇ ਸਮੇਂ ਇਕੱਠੀ ਕੀਤੀ ਜਾਣਕਾਰੀ ਤੋਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਤਿਆਰ ਕਰਦੇ ਹਨ - ਅਸਪਰਗਿਲੁਸ ਜਾਂ ਮਨੁੱਖ। ਮਨੁੱਖੀ ਜੀਨੋਮ ਵਿੱਚ ਲਗਭਗ 3 ਬਿਲੀਅਨ ਬੇਸ ਪੇਅਰ ਅੱਖਰ ਹੁੰਦੇ ਹਨ ਜੋ ਇਕੱਠੇ 20-25,000 ਜੀਨਾਂ ਦਾ ਇੱਕ ਗੁੰਝਲਦਾਰ ਸੰਗ੍ਰਹਿ ਬਣਾਉਂਦੇ ਹਨ।
ਇਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਜੀਨ ਨੂੰ ਜੀਨ ਸਮੀਕਰਨ ਦੀ ਇੱਕ ਅਨੰਤ ਲੜੀ ਵਿੱਚ ਚਾਲੂ ਜਾਂ ਬੰਦ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਨਾ ਸਿਰਫ਼ ਇੱਕ ਜੀਵ ਨੂੰ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਕੀ ਹੈ, ਸਗੋਂ ਮਨੁੱਖੀ ਸਰੀਰ ਦੀ ਬਾਹਰੀ ਘਟਨਾਵਾਂ ਜਿਵੇਂ ਕਿ ਲਾਗ ਦੇ ਪ੍ਰਤੀਕਰਮ ਨੂੰ ਵੀ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦਾ ਹੈ। ਇਹ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੁਝ ਜੀਨਾਂ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਗਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਾਂ ਉਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ ਇਸ ਵਿੱਚ ਗਲਤੀਆਂ ਇਸ ਕਾਰਨ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੀਆਂ ਹਨ ਕਿ ਸਾਡੇ ਵਿੱਚੋਂ ਕੁਝ ਫੰਗਲ ਇਨਫੈਕਸ਼ਨਾਂ ਜਿਵੇਂ ਕਿ ਐਸਪਰਗਿਲੋਸਿਸ ਲਈ ਕਮਜ਼ੋਰ ਹੁੰਦੇ ਹਨ ਜਦੋਂ ਕਿ ਸਾਡੇ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਨਹੀਂ ਹੁੰਦੇ।
ਫੰਗਲ ਇਨਫੈਕਸ਼ਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇਣ ਲਈ ਇਸ ਵੱਡੀ ਗਿਣਤੀ ਦੇ ਜੀਨਾਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਜੀਨ ਜ਼ਿੰਮੇਵਾਰ ਹੈ, ਇਹ ਪਤਾ ਲਗਾਉਣਾ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਇੱਕ ਵਿਸ਼ਾਲ ਕੰਮ ਹੈ, ਪਰ ਇਹ ਇਸ ਤੋਂ ਵੀ ਵੱਧ ਗੁੰਝਲਦਾਰ ਹੈ। ਜੇਕਰ ਅਸੀਂ ਇੱਕ ਵਿਅਕਤੀ ਦੇ ਜੀਨੋਮ ਨੂੰ ਕ੍ਰਮਬੱਧ ਕਰਨਾ ਸੀ ਤਾਂ ਸਾਨੂੰ ਸਿਰਫ਼ ਇਸ ਬਾਰੇ ਬਹੁਤ ਸੀਮਤ ਜਾਣਕਾਰੀ ਮਿਲੇਗੀ ਕਿ ਉਹਨਾਂ ਦੇ ਕਿਹੜੇ ਜੀਨ ਫੰਗਲ ਇਨਫੈਕਸ਼ਨ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਾਲੇ ਜੀਨ ਹਨ। ਸ਼ਾਇਦ ਇੱਕ ਤੋਂ ਵੱਧ ਜੀਨ ਸ਼ਾਮਲ ਹਨ? ਨਤੀਜੇ ਵਜੋਂ, ਸਾਨੂੰ ਐਸਪਰਗਿਲੋਸਿਸ ਵਾਲੇ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਦੇ ਜੀਨੋਮ ਨੂੰ ਕ੍ਰਮਬੱਧ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਤਾਂ ਜੋ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਜੀਨਾਂ ਦੀ ਸੰਖਿਆ ਦਾ ਵਧੇਰੇ ਸਹੀ ਪ੍ਰਭਾਵ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕੇ, ਅਤੇ ਕਿਹੜੇ ਜੀਨ ਫੰਗਲ ਸੰਕਰਮਣ ਦੀ ਆਗਿਆ ਦੇਣ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ।
ਸਾਨੂੰ ਉਹਨਾਂ ਲੋਕਾਂ ਦੇ ਜੀਨੋਮ ਨੂੰ ਵੀ ਕ੍ਰਮਬੱਧ ਕਰਨਾ ਹੋਵੇਗਾ ਜਿਨ੍ਹਾਂ ਨੂੰ ਐਸਪਰਗਿਲੋਸਿਸ ਨਹੀਂ ਹੋਇਆ ਹੈ ਤਾਂ ਜੋ ਸਾਡੇ ਕੋਲ ਟੈਸਟ ਦੇ ਵਿਸ਼ਿਆਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਲਈ ਕੁਝ ਹੋਵੇ। ਕੁੱਲ ਮਿਲਾ ਕੇ, ਭਰੋਸੇਮੰਦ ਸਿੱਟੇ 'ਤੇ ਪਹੁੰਚਣ ਲਈ ਸਾਨੂੰ ਦਰਜਨਾਂ ਵਿਅਕਤੀਆਂ ਨੂੰ ਕ੍ਰਮਵਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਇਸ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕਈ ਮਹੀਨੇ ਲੱਗ ਜਾਂਦੇ ਹਨ।
ਕੰਪਿਊਟਰ ਦੀ ਸ਼ਕਤੀ
ਸਾਡੇ ਨਾਲ ਵੀ ਮਾਨਚੈਸਟਰ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕੰਪਿਊਟਰ ਇਸ ਵਿੱਚ ਅਜੇ ਵੀ ਬਹੁਤ ਸਮਾਂ ਲੱਗਦਾ ਹੈ। ਐਡਿਨਬਰਗ ਜੀਨੋਮਿਕ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਆਧੁਨਿਕ ਕੰਪਿਊਟਰ ਪਾਵਰ ਜੋ ਕਿ ਇਸਦੇ ਪੂਰਵਜ ਨਾਲੋਂ 5 ਗੁਣਾ ਤੇਜ਼ ਹੈ, ਪਰ ਇਹ ਸਿਰਫ ਇੱਕ ਰੇਖਿਕ ਪ੍ਰਗਤੀ ਹੈ ਨਾ ਕਿ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਇੱਕ ਨਾਟਕੀ ਕਦਮ-ਪਰਿਵਰਤਨ ਜੋ ਕਿ ਜੀਨੋਮਿਕਸ ਦੇ ਕੰਮ ਨੂੰ ਮੂਲ ਰੂਪ ਵਿੱਚ ਤੇਜ਼ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਭਾਵੇਂ ਇਹ ਕੰਪਿਊਟਰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਤੇਜ਼ ਹਨ, ਕੰਪਿਊਟਿੰਗ ਸਪੀਡ ਵਿੱਚ ਪੇਸ਼ਗੀ ਦੀ ਦਰ ਨੂੰ ਹੌਲੀ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕੀਤਾ ਜਾਵੇਗਾ ਕਿਉਂਕਿ ਮੌਜੂਦਾ ਤਕਨਾਲੋਜੀ ਛੇਤੀ ਹੀ ਆਪਣੀਆਂ ਬੁਨਿਆਦੀ ਸੀਮਾਵਾਂ 'ਤੇ ਪਹੁੰਚ ਜਾਵੇਗੀ - ਉਦਾਹਰਨ ਲਈ ਮੌਜੂਦਾ ਕੰਪਿਊਟਰ 'ਬਿਟਸ' ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ ਜੋ ਦੋ ਅਵਸਥਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ - I ਅਤੇ O so ਸਾਡੇ ਕੋਲ ਬਹੁਤ ਸਾਰੀਆਂ ਸ਼ਕਤੀਆਂ ਹਨ ਪਰ ਸਿਰਫ਼ 'ਹਾਂ' ਜਾਂ 'ਨਾਂ' ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਯੋਗਤਾ ਹੈ। ਆਉਣ ਵਾਲੇ ਡੇਟਾ ਦੇ ਆਗਾਮੀ ਪੁੰਜ 'ਤੇ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਲਈ ਇਹ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ - ਸਾਨੂੰ ਸਪੀਡ ਵਿੱਚ ਬੁਨਿਆਦੀ ਪ੍ਰਵੇਗ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ ਇਸ ਵਿੱਚ ਇੱਕ ਪੂਰਨ ਕਦਮ-ਪਰਿਵਰਤਨ ਦੀ ਲੋੜ ਹੈ।
ਗੂਗਲ ਅਤੇ ਕੁਆਂਟਮ ਬਿੱਟ
ਗੂਗਲ, ਤੁਹਾਨੂੰ ਅਤੇ ਮੈਨੂੰ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੀ ਇੱਕ ਵੱਡੀ ਕੰਪਨੀ ਹੋਣ ਤੋਂ ਇਲਾਵਾ, ਇੱਕ ਕੰਪਿਊਟਰ ਖੋਜ ਕੰਪਨੀ ਵੀ ਹੈ। ਇਹ ਪਿਛਲੇ ਕੁਝ ਸਮੇਂ ਤੋਂ ਕੰਪਿਊਟਰ ਦੀ ਗਤੀ ਦੀ ਇਸ ਬੁਨਿਆਦੀ ਸੀਮਾ 'ਤੇ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਹੁਣੇ ਹੀ ਅਜਿਹੇ ਕੰਪਿਊਟਰ ਦੇ ਸਫਲ ਨਿਰਮਾਣ ਦਾ ਐਲਾਨ ਕੀਤਾ ਹੈ ਜੋ 'ਬਿੱਟਾਂ' ਦੀ ਬਜਾਏ ਕੁਆਂਟਮ ਕਣਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਕੁਆਂਟਮ ਬਿੱਟ 'ਬਿੱਟਾਂ' ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਕਈ ਹੋਰ ਅਵਸਥਾਵਾਂ ਨਾਲ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ ਤਾਂ ਜੋ ਤੁਸੀਂ ਕਲਪਨਾ ਕਰ ਸਕੋ ਕਿ ਇਹ ਚੀਜ਼ਾਂ ਨੂੰ ਥੋੜਾ ਜਿਹਾ ਤੇਜ਼ ਕਿਵੇਂ ਕਰ ਸਕਦਾ ਹੈ। 'ਹਾਂ' ਜਾਂ 'ਨਹੀਂ' ਦੀ ਬਜਾਏ, ਹਰੇਕ ਕਣ 'ਸ਼ਾਇਦ', 'ਹਾਂ ਅਤੇ ਨਹੀਂ' ਅਤੇ ਹੋਰ ਬਹੁਤ ਸਾਰੇ ਸਟੋਰ ਵੀ ਕਰ ਸਕਦਾ ਹੈ - ਇਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਨਵੀਂ ਅਵਸਥਾ ਨੇ ਉਸੇ ਅੰਤ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਬਹੁਤ ਸਾਰੇ ਮੌਜੂਦਾ ਬਿੱਟ ਲਏ ਹੋਣਗੇ।
ਅਸੀਂ ਇਸ ਨਵੇਂ ਕੰਪਿਊਟਰ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਇੱਕ ਅਸਲ ਮੁਸ਼ਕਲ ਸਮੱਸਿਆ ਨੂੰ ਸੈੱਟ ਕਰਕੇ ਇਸ ਪੇਸ਼ਕਸ਼ ਦੀ ਗਤੀ ਵਿੱਚ ਹੋਏ ਵੱਡੇ ਸੁਧਾਰ ਦੀ ਸੱਚਮੁੱਚ ਹੀ ਸ਼ਲਾਘਾ ਕਰ ਸਕਦੇ ਹਾਂ - ਜਿਸ ਨੂੰ ਅਸੀਂ ਜਾਣਦੇ ਹਾਂ ਕਿ ਮੌਜੂਦਾ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਕੰਪਿਊਟਰ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਲੰਬਾ ਸਮਾਂ ਲੱਗੇਗਾ। ਗੂਗਲ ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਜਦੋਂ ਉਹ ਇੱਕ ਮੌਜੂਦਾ ਕੰਪਿਊਟਰ ਨੂੰ ਇੱਕ ਖਾਸ ਟੈਸਟ ਸਮੱਸਿਆ ਸੈਟ ਕਰਦੇ ਹਨ ਤਾਂ ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਵਿੱਚ 10,000 ਸਾਲ ਲੱਗ ਜਾਣਗੇ - ਮੈਂ ਮੰਨਦਾ ਹਾਂ ਕਿ ਉਹਨਾਂ ਨੇ ਅਸਲ ਵਿੱਚ ਰੀਅਲਟਾਈਮ ਰਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਹ ਟੈਸਟ ਨਹੀਂ ਕੀਤਾ ਹੈ!
ਕੁਆਂਟਮ ਸਰਬੋਤਮਤਾ
ਕੁਆਂਟਮ ਬਿੱਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਕੰਪਿਊਟਰ ਨੂੰ ਉਸੇ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਵਿੱਚ ਕਿੰਨਾ ਸਮਾਂ ਲੱਗਾ? ਇਹ ਸੱਚਮੁੱਚ ਹੈਰਾਨੀਜਨਕ ਹੋਵੇਗਾ ਜੇਕਰ ਇਹ 100 ਸਾਲਾਂ ਵਿੱਚ ਅਜਿਹਾ ਕਰ ਸਕਦਾ ਹੈ, ਅਵਿਸ਼ਵਾਸ਼ਯੋਗ ਜੇਕਰ ਇਹ 10 ਸਾਲਾਂ ਵਿੱਚ ਕਰ ਸਕਦਾ ਹੈ। ਵਾਸਤਵ ਵਿੱਚ, ਗੂਗਲ ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਇਸ ਵਿੱਚ ਸਿਰਫ 200 ਸਕਿੰਟ ਲੱਗੇ - ਅਸਲ ਵਿੱਚ ਐਸਪਰਗਿਲੋਸਿਸ ਜੀਨੋਮਿਕਸ ਲਈ ਕੰਪਿਊਟਰ ਪਾਵਰ ਵਿੱਚ ਇੱਕ ਕਦਮ-ਬਦਲਾਅ।
ਜੇਕਰ ਅਸੀਂ ਭਵਿੱਖ ਵਿੱਚ ਜੀਨੋਮਿਕਸ ਦੇ ਕੰਮ ਲਈ ਇਸ ਕਿਸਮ ਦੀ ਕੰਪਿਊਟਰ ਸ਼ਕਤੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੁੰਦੇ ਹਾਂ ਤਾਂ ਸਾਡੇ ਕੋਲ ਇੱਕ ਸਕਿੰਟ ਦੇ ਅੰਸ਼ਾਂ ਵਿੱਚ ਨਤੀਜੇ ਹੋਣਗੇ, ਐਸਪਰਗਿਲੋਸਿਸ ਜੀਨੋਮਿਕਸ 'ਤੇ ਕੰਮ ਨੂੰ 1000 ਵਾਰ ਤੇਜ਼ ਕਰਨਾ, ਇਸ ਨੂੰ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ ਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਅਸੀਂ ਇੱਕ ਵਿੱਚ ਪੂਰੀ ਜੀਨੋਮ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹਾਂ। ਭਵਿੱਖ ਵਿੱਚ ਕਲੀਨਿਕ ਦੀ ਇੱਕ ਵਾਰ ਫੇਰੀ।