২০২৬ সালের জুলাইয়ে Nature সাময়িকীতে একটি গবেষণাপত্র প্রকাশিত হয়, যাতে ইউসিই (Universal Cell Embedding) নামক কৃত্রিম বুদ্ধিমত্তার এক সর্বজনীন মডেল উপস্থাপন করা হয়েছে, যা কোনো অতিরিক্ত প্রশিক্ষণ বা ম্যানুয়াল লেবেলিং ছাড়াই বিভিন্ন প্রাণীর কোষকে একটি অভিন্ন স্থানাঙ্ক ব্যবস্থায় স্থাপন করতে পারে।
ইয়ানাই রোজেনের নেতৃত্বে স্ট্যানফোর্ডের গবেষকদের তৈরি এই উদ্ভাবন এবং তাবুলা সেপিয়েন্স (Tabula Sapiens) কনসোর্টিয়ামের অংশগ্রহণ একক কোষের বিশাল তথ্যভাণ্ডারকে একীভূত করার এক নতুন পথ দেখিয়েছে। এর ফলে অসংখ্য আলাদা কোষীয় অ্যাটলাসের পরিবর্তে একটি সাধারণ মানচিত্র তৈরি হচ্ছে, যেখানে বিভিন্ন টিস্যু ও প্রজাতির কোষগুলোকে সরাসরি বিশ্লেষণ ও তুলনা করা সম্ভব।
আধুনিক একক-কোষীয় জীববিজ্ঞানের একটি দীর্ঘস্থায়ী সমস্যা ছিল scRNA-seq ডেটা একীভূত করা। কারিগরি পার্থক্য, তথ্য প্রক্রিয়াকরণের ধরন এবং প্রজাতির বিবর্তনীয় দূরত্বের কারণে বিভিন্ন গবেষণার ফলাফল একত্রিত করা প্রায়শই কঠিন হয়ে পড়ে। সাধারণত প্রতিটি নতুন ডেটাবেসের জন্য আলাদা অ্যালগরিদম টিউনিং এবং কোষের শ্রেণিবিন্যাসের প্রয়োজন হতো।
ইউসিই এক্ষেত্রে ভিন্ন এক পদ্ধতি নিয়ে এসেছে। মডেলটি প্রতিটি কোষকে তার জিনের সক্রিয়তা বা একটি অনন্য আণবিক "আঙুলের ছাপ" হিসেবে বিবেচনা করে। জেনেটিক তথ্যগুলো প্রোটিন সিকোয়েন্সের বৃহৎ মডেলগুলোর অভিজ্ঞতার ভিত্তিতে গাণিতিক রূপে রূপান্তরিত হয় এবং এরপর একটি ট্রান্সফরমার আর্কিটেকচার জিনোম বিন্যাস অনুযায়ী জিনের মধ্যকার গোপন সম্পর্কগুলো বিশ্লেষণ করে।
এই পদ্ধতির প্রধান বৈশিষ্ট্য হলো—কোষের প্রকারভেদের কোনো পূর্বনির্ধারিত নাম ছাড়াই এটি শিখতে পারে। সিস্টেমটি নিজে থেকেই জৈবিক উপাত্তের কাঠামো অধ্যয়ন করে জিনের সক্রিয়তা সম্পর্কে ভবিষ্যদ্বাণী করতে শেখে এবং কোষের অভ্যন্তরীণ অবস্থার ধরনগুলো শনাক্ত করে।
মানুষ, ইঁদুর, জেব্রাফিশ, ম্যাকাক, মাউস লেমুর, শূকর এবং আফ্রিকান ক্লোড ফ্রগসহ আটটি প্রজাতির কোটি কোটি কোষের ওপর ভিত্তি করে এই মডেলটিকে প্রশিক্ষণ দেওয়া হয়েছে। এর ফলস্বরূপ তৈরি হয়েছে ‘ইন্টিগ্রেটেড মেগা-স্কেল অ্যাটলাস’—যা কোষীয় জীবনের এক বিশাল ও একীভূত মানচিত্র।
এই মানচিত্রে একই ধরনের কাজ করা কোষগুলো প্রজাতির ভিন্নতা থাকা সত্ত্বেও একে অপরের কাছাকাছি অবস্থান করে। এমনকি বিবর্তনের ধারায় কোটি বছরের ব্যবধান থাকলেও নিউরন, ইমিউন সেল বা অন্যান্য বিশেষায়িত কোষগুলো তাদের জৈবিক বৈশিষ্ট্য বজায় রাখে। তদুপরি, ইউসিই এমন সব প্রজাতিও বিশ্লেষণ করতে সক্ষম যা প্রশিক্ষণের সময় অন্তর্ভুক্ত ছিল না, ফলে এটি আগে অজানা অনেক মিল খুঁজে বের করছে।
এই দৃষ্টিভঙ্গি তুলনামূলক জীববিজ্ঞানের প্রচলিত ধারণাকে আমূল বদলে দিচ্ছে। মানুষ, প্রাণী এবং মডেল অর্গানিজমের জন্য আলাদা আলাদা মানচিত্রের বদলে এখন একটি সর্বজনীন স্থানাঙ্ক ব্যবস্থা তৈরি হয়েছে, যা টিস্যুর বিকাশ, রোগব্যাধি, কোষের পুনরুৎপাদন এবং বিবর্তনকে একটি সামগ্রিক চিত্রের অংশ হিসেবে দেখার সুযোগ করে দিচ্ছে।
বিরল কোষ এবং কম পরিচিত প্রাণীদের গবেষণার ক্ষেত্রে এটি অত্যন্ত গুরুত্বপূর্ণ হয়ে উঠতে পারে, যেখানে বিশাল লেবেলযুক্ত ডেটাবেস তৈরি করা প্রায় অসম্ভব। এক প্রজাতির ওপর প্রাপ্ত তথ্য অন্য প্রজাতির জীবনপ্রক্রিয়াগুলো বুঝতে কার্যকর ভূমিকা রাখতে পারে।
ইউসিই জীববিজ্ঞানের ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার নতুন প্রজন্মের ‘ফাউন্ডেশনাল মডেল’-এর অন্তর্ভুক্ত। যেভাবে লার্জ ল্যাঙ্গুয়েজ মডেলগুলো কোটি কোটি টেক্সট বিশ্লেষণের মাধ্যমে মানুষের ভাষার গঠন বুঝতে শেখে, তেমনি এই সিস্টেমগুলো বিশাল জৈবিক ডেটার ভেতর থেকে গোপন নিয়মগুলো খুঁজে বের করতে শিখছে।
পার্থক্য শুধু এটুকুই যে, এখানে শব্দের পরিবর্তে রয়েছে জিন, প্রোটিন এবং কোষের আণবিক অবস্থা। কৃত্রিম বুদ্ধিমত্তা কোষের পরিচয় সম্পর্কে কোনো তৈরি ব্যাখ্যা পায় না, বরং নিজে থেকেই এদের মধ্যকার সম্পর্কের একটি অভ্যন্তরীণ মানচিত্র তৈরি করে।
এটি কম্পিউটেশনাল বায়োলজির এক নতুন যুগের সূচনা করছে, যেখানে এআই কেবল একটি বিশ্লেষণধর্মী সরঞ্জাম নয়, বরং জীবনের জটিল ভাষার এক অনন্য অনুবাদক হিসেবে আবির্ভূত হচ্ছে—যা আলাদা আলাদা প্রাণী অধ্যয়নের সময় অলক্ষ্যে থেকে যাওয়া প্যাটার্নগুলো দেখতে সাহায্য করে।
ইউসিই একটি গভীর মৌলিক নীতিকে সামনে এনেছে: জীবজগতের বিশাল বৈচিত্র্যের আড়ালে কোষীয় সংগঠনের কিছু সাধারণ নিয়ম কাজ করে। কোটি বছরের বিবর্তন অসংখ্য প্রাণের রূপ তৈরি করলেও তাদের মৌলিক কোষীয় মেকানিজমগুলোর মধ্যে এক বিস্ময়কর ঐক্য বজায় রয়েছে।
এই মডেল এবং এর সোর্স কোড সবার জন্য উন্মুক্ত হওয়ায় বিশ্বের যেকোনো প্রান্তের গবেষকরা এই তৈরি সিস্টেমটি ব্যবহার করতে, নতুন ডেটা যোগ করতে এবং এই মানচিত্রটিকে আরও বিস্তৃত করতে পারছেন।
এভাবেই কোষীয় জীববিজ্ঞান ধীরে ধীরে বিচ্ছিন্ন সব অ্যাটলাসের সংগ্রহ থেকে জীবন্ত বিশ্বের এক গতিশীল মানচিত্রে রূপান্তরিত হচ্ছে—যেখানে প্রতিটি নতুন কোষের সংযোজন সমগ্র জগতকে আরও ভালোভাবে বুঝতে সহায়তা করে।
