এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
জিন অ্যানোটেশন
জিনোমিক সিকোয়েন্সে কার্যকরী উপাদান (জিন, নিয়ন্ত্রক অঞ্চল) সনাক্তকরণ এবং লেবেল করার প্রক্রিয়া, প্রায়শই প্রোটিনের কার্য預測 করার জন্য AI মডেল দ্বারা স্বয়ংক্রিয়ভাবে করা হয়।
ভ্যারিয়েন্ট কলিং
রেফারেন্স জিনোমের সাথে তুলনা করে জেনেটিক ভ্যারিয়েশন (SNP, ইন্ডেল) এর অ্যালগরিদমিক সনাক্তকরণ, যেখানে মেশিন লার্নিং মডেল মিথ্যা পজিটিভ হ্রাস করে নির্ভুলতা উন্নত করে।
ডিফারেনশিয়াল এক্সপ্রেশন
বিভিন্ন জৈবিক অবস্থার মধ্যে উল্লেখযোগ্যভাবে অভিব্যক্তি স্তর (mRNA) পরিবর্তিত হয় এমন জিন সনাক্ত করার জন্য পরিসংখ্যানগত এবং AI বিশ্লেষণ, আণবিক প্রক্রিয়া প্রকাশ করে।
কো-এক্সপ্রেশন নেটওয়ার্ক
গ্রাফ যেখানে নোডগুলি জিন এবং এজগুলি এক্সপ্রেশন পারস্পরিক সম্পর্ক উপস্থাপন করে, কার্যকরী মডিউল বা মেটাবলিক পথ আবিষ্কারের জন্য ক্লাস্টারিং অ্যালগরিদম দ্বারা নির্মিত।
প্রোটিন স্ট্রাকচার প্রেডিকশন (আলফাফোল্ড)
অ্যামিনো অ্যাসিড সিকোয়েন্স থেকে প্রোটিনের ত্রিমাত্রিক গঠন預測 করার জন্য গভীর নিউরাল নেটওয়ার্কের ব্যবহার, স্ট্রাকচারাল বায়োলজিতে বিপ্লব ঘটানো।
মলিকিউলার ফাইলোজেনি
প্রজাতি বা জিনের মধ্যে বিবর্তনীয় গাছ পুনর্গঠন করা সিকোয়েন্স অ্যালাইনমেন্ট এবং সম্ভাব্যতা ভিত্তিক AI মডেল ব্যবহার করে পূর্বপুরুষের সম্পর্ক অনুমান করার জন্য।
জিনোটাইপ ইমপুটেশন
রেফারেন্স প্যানেল এবং লার্নিং মডেলের উপর ভিত্তি করে জেনেটিক ডেটাতে অনুপস্থিত জিনোটাইপের পরিসংখ্যানগত預測, অ্যাসোসিয়েশন স্টাডির শক্তি বৃদ্ধি করা।
জিনোম-ওয়াইড অ্যাসোসিয়েশন স্টাডি (GWAS)
বড় আকারের বিশ্লেষণ যা বৈশিষ্ট্য বা রোগের সাথে যুক্ত জেনেটিক ভ্যারিয়েশন খুঁজে বের করার লক্ষ্যে, যেখানে মেশিন লার্নিং একাধিক তুলনা সংশোধন করতে এবং জটিল মিথস্ক্রিয়া সনাক্ত করতে সহায়তা করে।
জিনোমিক্সে ফেডারেটেড লার্নিং
রোগীদের গোপনীয়তা রক্ষা করার পাশাপাশি ভবিষ্যদ্বাণীর মজবুততা উন্নত করার জন্য কেন্দ্রীভূত না করে বিকেন্দ্রীকৃত জিনোমিক ডেটার উপর মডেল প্রশিক্ষণের কৌশল।
জিন নির্বাচন
একটি নির্দিষ্ট ফেনোটাইপের জন্য সবচেয়ে প্রাসঙ্গিক জিনের উপসেট সনাক্ত করার প্রক্রিয়া, মাত্রিকতা হ্রাস করতে LASSO বা র্যান্ডম ফরেস্টের মতো অ্যালগরিদম ব্যবহার করে।
আরএনএই ইন্টারফেরেন্স (RNAi) এবং টার্গেট ভবিষ্যদ্বাণী
জিন থেরাপি ডিজাইন অপ্টিমাইজ করার জন্য mRNA-তে RNAi অণুর বাইন্ডিং সাইট ভবিষ্যদ্বাণী করতে মেশিন লার্নিং মডেলের ব্যবহার।
অণু ডিজাইনের জন্য রিইনফোর্সমেন্ট লার্নিং
ফিডব্যাক লুপের মাধ্যমে ফার্মাকোলজিক্যাল বৈশিষ্ট্যগুলি পুনরাবৃত্তিমূলকভাবে অপ্টিমাইজ করে নতুন থেরাপিউটিক অণু তৈরি করতে AI-এর প্রয়োগ।
ক্রোমাটিন বিশ্লেষণ (Hi-C)
জিনোমিক অঞ্চলগুলির মধ্যে শারীরিক মিথস্ক্রিয়া ম্যাপ করার জন্য 3D সিকোয়েন্সিং কৌশল, যেখানে AI অ্যালগরিদম জিনোমের ত্রিমাত্রিক কাঠামো পুনর্গঠন করে।
প্রোটিনের জন্য ল্যাঙ্গুয়েজ মডেল (ProtBERT)
বিবর্তনীয় এবং কার্যকরী প্যাটার্ন ক্যাপচার করার জন্য লক্ষ লক্ষ প্রোটিন সিকোয়েন্সে প্রি-ট্রেন্ড নিউরাল নেটওয়ার্ক, কার্য এবং মিথস্ক্রিয়া ভবিষ্যদ্বাণী উন্নত করে।
জিন ফিউশন সনাক্তকরণ
ক্রোমোজোমাল পুনর্বিন্যাসের ফলে সৃষ্ট হাইব্রিড জিনের অ্যালগরিদমিক সনাক্তকরণ, যা প্রায়শই ক্যান্সারের সাথে যুক্ত, ডিপ লার্নিং মডেল সহ RNA-seq ডেটা বিশ্লেষণের মাধ্যমে।