ಕೃತಿಮ ಬುದ್ಧಿಮತ್ತೆಯ (IA) ಕ್ಷೇತ್ರದಲ್ಲಿ ಹಮ್ಮಿಕೊಳ್ಳುತ್ತಿರುವ పురೋಗತಿಯು ಜೀವಕೋಶ ವಿಜ્ઞાનವನ್ನು ಕ್ರಾಂತಿಕಾರಿ ರೂಪದಲ್ಲಿ ಒದಗಿಸುತ್ತಿದ್ದು, ಪ್ರೋಟೀನ್ಗಳ ಪತ್ತೆಯಿಗಾಗಿ ಮನರಂಜನೆಯ ನೋಟಗಳನ್ನು ನೀಡುತ್ತಿದೆ. ತನಿಖಾ ಶ್ರೇಣಿಯ ವಿಜ್ಞಾನಿಗಳು ಮಾನವ ಕೋಶಗಳಲ್ಲಿ ಪ್ರಾಯೋಜಿತ ಪ್ರೋಟೀನ್ಗಳ ಸ್ಥಾನವನ್ನು ಶ್ರಮಿಸುತ್ತಿದ್ದಾರೆ, ಆಲ್ಜೀನರ್ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಹೀಗುವರೆಗೆ ಇರುವ ಕೀಟಗಳ ಬಗ್ಗೆ ಇರುವ ಅನಿಶ್ಚಿತತೆಯನ್ನು ನಿವಾರಿಸುತ್ತಿದ್ದಾರೆ. *ಈ ಪ್ರೋಟೀನ್ಗಳನ್ನು ಸ್ಥಳೀಯಗೊಳಿಸುವ ಮಹತ್ವವು ಜೀವಕೋಶ ಆಕ್ರಮಣದ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ ಅವುಗಳ ಕೇಂದ್ರಭೂತಪದಕ್ಕಾಗಿ ಅವರ ಸ್ಥಾನವನ್ನು ಗೋಚರಿಸುತ್ತದೆ.*
ವಿಜ್ಞಾನಿಗಳ ಹೊಸದೆನೆಯನ್ನು ತೆಗೆದುಕೊಂಡಿರುವ ದೃಷ್ಠಿಕೋನವು ಯಂತ್ರಾಭ್ಯಾಸ ಮಾದರಿಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ, ಯಾಕೆಂದರೆ ಇದು ಕೋಶ ವಾಸ್ತುಶಿಲ್ಪದ ಕುತೂಹಲಗಳನ್ನು ವರ್ಣಿಸುತ್ತಿದೆ. *ಈ ತಂತ್ರವು ವೈದ್ಯಕೀಯ ಶೋಧನೆಯನ್ನು ಮಾರ್ಪಡಿಸಬಹುದು ಮತ್ತು ನಿರ್ಧಾರ ಮತ್ತು ಚಿಕಿತ್ಸೆಯ ಕಾರ್ಯಚಟುವಟಿಕೆಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸುತ್ತದೆ.*
ಪ್ರೋಟೀನ್ಗಳ ಶುದ್ಧ ಸ್ಥಳವನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯವು ಸಂಕೀರ್ಣುದಾದ ಕಾಯಿಲೆಗಳ ಉತ್ತಮ ಅರ್ಥವಿಲ್ಲಿಸುವಂತೆ ರೂಪಿಸುತ್ತದೆ, ಸಾಯಿಕರಣವನ್ನು ಮಾತ್ರವೇ ಅಲ್ಲ, ವಿಜ್ಞಾನ ಪ್ರಶ್ನೆಗಳನ್ನು ಸಾಮಾಜಿಕ ಪಠ್ಯಕ್ಕೆ ಅತ್ಯಂತ ಕ್ರೂಷಿಯ ಬದಲು ಒದಗಿಸುತ್ತದೆ.
ಪ್ರೋಟೀನ್ಗಳ ಸ್ಥಳೀಯಗೊಳಿಸುವಿಕೆಗೆ IA ಬಳಸುವುದು
ಎಮ್ಐಟಿಯಲ್ಲಿ, ಹಾರ್ವಾರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯದಲ್ಲಿ ಮತ್ತು ಬ್ರೋಡ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ನಲ್ಲಿ ಒಳಗೊಂಡಿರುವ ಶ್ರೇಣಿಯ ವಿಜ್ಞಾನಿಗಳು ಮಾನವ ಕೋಶಗಳಲ್ಲಿ ಪ್ರೋಟೀನ್ಗಳ ಸ್ಥಳಾವಕಾಶವನ್ನು ಊಹಿಸಲು ನೂತನವಾದ ವಿಧಾನವನ್ನು ಅಭಿವೃದ್ಧಿ ಮಾಡುತ್ತಿದ್ದಾರೆ. ಈ ತಂತ್ರಜ್ಞಾನವು ಪ್ರೋಟೀನ್ಗಳ ಸ್ಥಳಗಳನ್ನು ಗುರುತಿಸಲು ಹೆಜ್ಜೆ ಹಾಕಿತು, ಇದು ಆಲ್ಜೀನರ್, ಸಿಸ್ಟಿಕ್ ಫೈಬ್ರೋಸಿಸ್ ಮತ್ತು ಕೆಲವು ಕ್ಯಾನ್ಸರ್ಗಳಾದಂತಹ ಕಾಯಿಲೆಗಳಿಗೆ ವಿರುದ್ಧವಾಗಿ ಪ್ರಾಮುಖ್ಯವಾಗಿದೆ. ಸೋಣ ರಾಗವನ್ನು ಅಂದಾಜು ಮಾಡಲು 70,000 ಕ್ಕೂ ಹೆಚ್ಚು ವಿಭಿನ್ನ ಪ್ರೋಟೀನ್ಗಳ ನೆಲವನ್ನು ಒಂದೇ ಮಾನವ ಕೋಶದಲ್ಲಿ ಇರಿಸಿರುವುದು ಚುನಿಸಲು ಬಳಸುವುದು, ಹಾಗಾಗಿ ಅವರ ಅಧ್ಯಯನವು ಮಿತಿಯಲ್ಲಿಯೇ ಕಷ್ಟ ಮತ್ತು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
ಹೆಚ್ಚುವರಿ ಉತ್ತರದ ಪರಿಕಲ್ಪನೆ
ವಿಜ್ಞಾನಿಗಳು PUPS ಎಂದು ಕರೆಯುವ ಥಿಯರಾಟಿಕಲ್ ಮಾದರಿ ರೂಪಿಸಿಕೊಂಡಿದ್ದಾರೆ, ಇದು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾ ಸೆಟ್ಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಈ ಡೇಟಾ ಸೆಟ್ಗಳು ಸಾವಿರಾರು ಪ್ರೋಟೀನ್ಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ ಮತ್ತು ವಿವಿಧ ಪ್ರಕಾರದ ಕೋಶಗಳಲ್ಲಿ ಅವರ ಸ್ಥಳವನ್ನು ಅಳೆಯುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಹ್ಯೂಮನ್ ಪ್ರೋಟೀನ್ ಅಟ್ಲಾಸ್ನಲ್ಲಿ 40 ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ಗಳಲ್ಲಿ 13,000 ಕ್ಕೂ ಹೆಚ್ಚು ಪ್ರೋಟೀನ್ಗಳ ಉಪಕೋಶೀಯ ವರ್ತನೆಯನ್ನು ದಾಖಲಿಸಲಾಗಿದೆ. ಈ ನಿರ್ಣಯವು 0.25% ಡೇಟಾಗಳನ್ನು ಮಾತ್ರ ಪರಿಗಣಿಸಿದೆ ಆದರೆ ಇದು ಕೀಟ ಮತ್ತು ಲೈಸಿಂಗ್ ಪ್ರದೇಶಗಳಿಗೆ ಬೇಕಾದ ನಿಷ್ಪತ್ತಿಯ ಸೀಮೆ ಮಾತ್ರ ಇದೆ.
PUPS ಮಾದರಿ: ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ನಾವೀನ್ಯತೆ
PUPS ಮಾದರಿ ಇಬ್ಬರು ಭಾಗಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಮೊದಲನೆ ಭಾಗವು ಪ್ರೋಟೀನ್ ಶ್ರೇಣಿಯ ಮಾದರಿಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ, ಇದು ಪ್ರೋಟೀನ್ಗಳ ಸ್ಥಳವನ್ನು ನಿರ್ಧರಿಸುವ ಗುಣಗಳನ್ನು ವಿಶ್ಲೇಶಿಸುತ್ತದೆ, ಮತ್ತು ಅದು 3D ರೂಪವನ್ನು ಕೂಡ ಒಳಗೊಂಡಿದೆ. ಎರಡನೇ ಭಾಗವು ಚಿತ್ರ ಪುನರ್ನಾದದ ಮಾದರಿಯನ್ನು ಬಳಸುತ್ತದೆ, ಇದು ಮೂವರು ಚಿತ್ರಗಳಿಂದ ಸುಳಿಯಾಡುತ್ತಿರುವ ಕೀಲಿಯನ್ನು ಕ್ಲೀನ್ ಮಾಡಲು ರೂಪಿಸಲಾಗಿದೆ. ಇದು ಕಂಪನದ ಸ್ಥಿತಿಯನ್ನು ವಿಶ್ಲೇಷಿಸಲು, ಅದರ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಮತ್ತು ಗುರುತಿಸುತ್ತಿರುವ ಎಲ್ಲ ಒತ್ತಡವನ್ನು ಪರ್ಯಾವರ್ತಿಸುತ್ತದೆ.
ಕೋಶೀಯ ಮಟ್ಟದಲ್ಲಿ ನಿರ್ದಿಷ್ಟತೆ
PUPS ಪರಿಕಲ್ಪನೆಗಳು ಪರಂಪರಾಧೀನ IA ವಿಧಾನಗಳ ಒಂದು ಹೆಜ್ಜೆ ಮುಂದೆ ಹೋಗುತ್ತದೆ. ಇದು ಪ್ರೋಟೀನ್ಗಳನ್ನು ಕೋಶೀಯ ಮಟ್ಟದಲ್ಲಿ ನಿರ್ದಿಷ್ಟವಾಗಿ ಸ್ಥಳೀಕ್ರಿಯಿಸುತ್ತದೆ ಮತ್ತು ಸಾಮಾನ್ಯ ಅಂದಾಜುಗಳಂತೆ ಅಲ್ಲ. ಈ ನಿರ್ಧಾರವು ಚಿಕಿತ್ಸೆಯ ನಂತರ ಹೆಚ್ಚು ಪ್ರಯೋಜನಕಾರಿ ಕೋಶಗಳಲ್ಲಿ ಪ್ರೋಟೀನ್ಗಳ ಸ್ಥಳವನ್ನು ಗುರುತಿಸಲು ನೆರವು ನೀಡಬಹುದು. ಬಳಕೆದಾರರು ಪ್ರೋಟೀನ್ದ ಅಮಿನೋ ಹಾರ್ಗಳ ಶ್ರೇಣಿಯನ್ನು ಮತ್ತು ಚಿತ್ರಗಳನ್ನು ಕೊಡುತ್ತಾರೆ, ನಂತರ PUPS ವಚಾರವನ್ನು ಮುಗಿಸುತ್ತದೆ.
ಮಾದರಿಯ ತರಬೇತಿ ಮತ್ತು ಶಿಕ್ಷಣ
PUPS ತರಬೇತಿ ನೀಡುವಾಗ, ಅಧ್ಯಯನ ಅವರಿಗೆ ತನ್ನ ಅಧ್ಯಯನದ ನೀಜ ವಿಷಯುದಲನವನ್ನು ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಬಳಸಲು ಟೆಕ್ನಿಕ್ಗಳನ್ನು ಉಪಯೋಗಿಸುತ್ತಾರೆ. ಈ ಮಾದರಿಯು ಬದಲಿ ಕೆಲಸವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳ್ಳುತ್ತದೆ, ಏಕೆಂದರೆ ಸ್ಥಳೀಕೃತ ಸ್ಥಳ ಕಂಪಾರ್ಟ್ಮೆಂಟ್ ಅನ್ನು ಹೊರಗೊಡಿಸಲು ವಿಂಗಡಿಸುತ್ತಿದೆ, ಮತ್ತು ಹೀಗಾಗಿ ಅಧ್ಯಯನೆಗಾಗಿ ಶಿಕ್ಷಕರ ಶ್ರೇಣಿಯು ಉತ್ತಮಾಗಿ ಅರ್ಥ ಮಾಡಲು ಸಾಧ್ಯವಾಗಬಹುದು.
ಫಲಿತಾಂಶಗಳ ಪ್ರಮಾಣಿಕರಣ
ವರದಿ ಮಾಡುವಾಗ, PUPS ಹೊಸ ಅಣೆಕಟ್ಟೆಯಲ್ಲಿ ಸ್ಥಳೀಯಗೊಳಿಸುತ್ತಿರುವ ಸ್ಥಳೀಯ ಮಾದರಿಯ ನಿಯೋಜನೆಯನ್ನು ಬಹಿರಂಗವಾಗಿ ಪರೀಕ್ಷಿಸಲಾಗಿದೆ. ಪ್ರಯೋಜನವು PUPS ಹೊಂದಿರುವ ವಿಶ್ಲೇಷಕಗಳನ್ನು ಕಂಪ್ಯೂಟರ್ಗಳನ್ನು ರಾಷ್ಟ್ರೀಯ ವೈದ್ಯಕೀಯಗಳಲ್ಲಿಯೇ ಕಡಿಮೆ ಪರಿಚಯವಾದ ನಡುವೆ ತಿಳಿವಳಿಕೆ ಪ್ರಮಾಣವನ್ನು ತೋರಿಸುತ್ತದೆ.
ಶೋಧನೆಯ ಭವಿಷ್ಯ ಮತ್ತು ಮಹತ್ವಾಕಾಂಕ್ಷೆ
ಜ್ಞಾನ ವಿಜ್ಞಾನಿಗಳು PUPS ಮಾದರಿಯನ್ನು ಅತ್ಯಂತರಗೊಳ್ಳಿಸಲು ಅಭಿವೃದ್ದಿ ಮಾಡಲು, ಅದು ಅನ್ಕೋರ್ಚು ವೇದಿಕೆಗಳಲ್ಲಿ ಪ್ರೋಟೀನ್ಗಳ ಪರಸ್ಪರ ಶ್ರೇಣಿಗಳನ್ನು ಸ್ಥಾಪಿಸುವಂತೆ ಮಾಡಿದರು. ದೀರ್ಘಾವಧಿಯಲ್ಲಿ, ಉದ್ದೇಶವು ಕುಣಿದುಕೊಂಡಿರುವ ಪ್ರೋಟೀನಗಳ ಗುರುತಿಸಲು PUPS ಮಾನವ ಜೀವಿತ ಪೋರಿಗಳ ಮಾಹಿತಿ ನೀಡುವುದು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ಈ ಯೋಜನೆಯನ್ನು эрಿಕ್ ಮತ್ತು ವೆಂಡಿ ಶ್ಮಿಡ್ ಕೇಂದ್ರ, ರಾಷ್ಟ್ರೀಯ ಆರೋಗ್ಯ ಸಂಸ್ಥೆ ಮತ್ತು ಇತರ ಶೋಧನಾ ಸಂಸ್ಥೆಗಳಿಂದ ಬೆಂಬಲಿಸಲಾಗಿದೆ. ಈ ಶೋಧನೆಗಳಲ್ಲಿ ನೀಡಿರುವ ಉತ್ಸಾಹವು ಸಂಕೀರ್ಣ ಜೈವಿಕ ಸಮಸ್ಯೆಗಳನ್ನು ನಿಭಾಯಿಸುವ ವಿಧಾನವನ್ನು ಪರಿವರ್ತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಮತ್ತು ಹೊಸ ಚಿಕಿತ್ಸೆಯ ಬಂಡವಾಳದ ಪ್ರಗತಿಯನ್ನು ಉತ್ತ್ರಗೊಳಿಸುತ್ತದೆ.
ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ ವೆಬ್ಸೈಟ್ನಲ್ಲಿ ಭೇಟಿ ನೀಡಿ:
- ರಾಸಾಯನಶಾಸ್ತ್ರ ಮತ್ತು ಕೃತಿಮ ಬುದ್ಧಿಮತ್ತೆ
- ಐಸೋಮಾರ್ಫಿಕ್ ಲ್ಯಾಬ್ಸ್ ಮತ್ತು ಔಷಧಗಳ ಶೋಧನೆಯನ್ನು ವೃದ್ಧಿಸು
- ರಾಸಾಯನಶಾಸ್ತ್ರದಲ್ಲಿ 2024ನೇ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ನೊಬೆಲ್
- IA ಮತ್ತು ಜನಿತಾ ನಿಯಂತ್ರಣ
- 2024ರಲ್ಲಿ IA ಬೆಳಕುದಲ್ಲಿದೆ
ಸಾಮಾನ್ಯವಾಗಿ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು
IA ಮಾನವ ಕೋಶದಲ್ಲಿ ಪ್ರೋಟೀನ್ಗಳ ಸ್ಥಾನವನ್ನು ಊಹಿಸಲು hvað er?
IA ಪ್ರೋಟೀನ್ಗಳನ್ನು ಕೋಶೀಯ ಮಟ್ಟದಲ್ಲಿ ಸ್ಥಳೀಯಗೊಳಿಸಲು ಸಾಮರ್ಥ್ಯವು ಹೊಂದಿಸಿದ್ದಮಂತ್ರದ ಮಾದರಿಗಳನ್ನು ರೂಪಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ತರಬೇತಿಯನ್ನು ಸಂಪಾದಿಸಲು ಹಣಕಾಸು ಅಥವಾ ಪ್ರೋಟೀನ್ಗಳಲ್ಲಿ ಅನುಭವ ಪಡೆಯದ ಕಣಗಳು.
ಕೆನೆಶರಣ ಹೀಲಾಯಿಸಲು ಪ್ರೋಟೀನ್ಗಳ ಇತರೀಕರಣ ಕಡಿಮೆ ಸೂಕ್ಷ್ಮ ಪ್ರಾಧ್ಯಗಳನ್ನು ನಿರ್ಧಾರ ಸಂಬಂಧ?
ಪ್ರೋಟೀನ್ಗಳ ಸ್ಥಳೀಯೀಕರಣವು ಸ್ಥಿತಿಯಲ್ಲಿ ನಿರ್ಣಯಕಾರಿ, ಕಾರ್ಯಶೀಲನಿಕೆ ಮತ್ತು ವಿನಾಶಕರತೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದೆ, ဟတ်್ (ಲೂ) ಓವಾಸ್ಕ್ಲೀರ್ ಮಾತ್ರವೇ ಅಲ್ಲ, ಕ್ರಾಸ್ ಆಗುಹಿರುವ ಮುಂಚಿ.
IA ಮಾದರಿಗಳನ್ನು ಐದೋ ಆಮ್ಲಜಲು ಬುದ್ಧಿಮತ್ತೆ ಕ್ರಮಗಳನ್ನು ಶ್ರೇಣೀಬದ್ಧಗೊಳ್ಳಬೇಕಾದ ಮಾಹಿತಿಗಳು ಯಾವವು?
ಈ ಮಾದರಿಗಳು ಪ್ರೋಟೀನ್ಗಳ ಸಾಧನೆ, 3D ಡೇಟಾ ಮತ್ತು ಡೋವಿತಾಜೆ ಚಿತ್ರಗಳನ್ನು ಬಳಸುತ್ತದೆನಿತವನ್ನು ವೇದಿಕೆ ಹಬಿಸಿ ಕಡಿಯಾಗು ಶಾಸ್ತ್ರಾಂಶಗಳನ್ನು ಸ್ವೀಕರಿಸಲು.
ಗಾರನೇ ಮುಂಜಾವಿಕಳನಿಗೆ ಸಮಯದ ಹಿಂದೆ, ಶಾಸ್ತ್ರಮಾರ್ಪಣೆ ಅದೃಷ್ಟ ಮತ್ತು ಪ್ರಿನಿಕಾರದ ದೇವಸ್ಥಾನದಿಂದ ಅತ್ಯಂತ ಹೆಚ್ಚು ಸ್ಥಾನೀಯತಿ ಬಂದಿದೆ.
ಅವರು ಪ್ರಾಜೆಕ್ಟ್ಗಳನ್ನು ಸಾಕಾರವಾಗಿಸಲು ವೇದಿಕೆ ಮಾಡುವ ಮೂಲಕ, ತನ್ನ ಗಮನವು ಪ್ರೋಟೀನ್ಗಳು ಹಾಗೂ ಕೋಶಗಳವರ್ಧಿತವಾಗಿ ಆಮಿ ನಂಘವನ್ನು ಹಿಡಿಸುವುದಾಗಿ ನೋಡುವುವುದು, ವಿಶೇಷವಾಗಿ ಇನ್ನಷ್ಟು.
IA ಗುತ್ತು ಪದರಗಳನ್ನು ಒಳಗೊಂಡಂತೆ?
ಮುನ್ನುಗ ಒಳಬರುವ ಪ್ರರೂಪವು ಏರುತ್ತದೆ, ವորտಿಟಾ ಮುಂಚಿಗೆ ಬೆಂಬಲಗಳು ಅಥವಾ ಪ್ರಕಾರದ ಪ್ರೊತ್ಯಾಹಾರಕ್ಕೂ ಹಾಜರಾಗುತ್ತವೆ.
ಬನ್ನಿ ಶುದ್ಧರವನ್ನು ಶ್ರೇಣೀಬದ್ಧವನ್ನು ಸ್ಥಾಪಿಸಲು ಪ್ರಯೋಜನವನ್ನು ನೀಡಿದಷ್ಟು ಸ್ಪಷ್ಟವಾಗಿ ಮೆಂತೀವಾರು ವೆಲ್ಲಾಗೇನು?
ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ಮಿತಿಯಲಿ ಮಿತಿಯ ಮೇಲೆ ಇರ ಸಾಕಿರುವು ಅನ್ನುಹೊಂದಿಲ್ಲದ ಬ್ಲ್ಯೂಟ್ಲಬ್ನಲ್ಲಿ ಶ್ರেণೀಬದ್ಧಾರವನ್ನು ಟೀಕಿಸಲು ಶ್ರೇಣೀಬದ್ಧವಾಗುತ್ತದೆ.
ನಾಗಿಗಳನ್ನು ಬಳಸಿಕೊಂಡು ತಿಳಿವಳಿಕೆ ಉತ್ಪಾದಿಸಲು ನರ್ಗವಾಗಿ ವಿಘಟನೆ ರೂಪಶೀಲವಾಗಿ ಪ್ರಸ್ತಾಪಿಸುತ್ತಿದ್ದಾಯಿತೇನು?
ಪ್ರೋಟೀನ್ಗಳನ್ನು ಸ್ಥಳೀಯಗೊಳಿಸಿದವರನ್ನು ತಲುಪುವ ಮೂಲಕ ಸೂಚಿಸುತ್ತಿದ್ದರು, ಶರೀರವು ಪ್ರಕ್ರಿಯೆಗಾಗಲು ಹೊಸ ಉಪಾಯವನ್ನು ಪೋಷಿಸುತ್ತದೆ, ಹಿತ್ತಲಗೆ ಹೋಗುವಿಕೆಗೆ – ಶ್ರಮದ ಹೊರಾಂಗಣವನ್ನು ಮೆತ್ರನಾದಂತೆ ಎಂದು.
ಈ ಸಂಪತ್ತಿನಲ್ಲಿ ಸಮರ್ಥನೆಗಳಾದ ರಾಷ್ಟ್ರೀಯ ಶ್ರೇಣಿಯನು ಸಂಪೂರ್ನವಾಗಿ ಬಳಸಲು ಮಾತ್ರ ಯಾವುದಾದರೂ ಹಕ್ಕು ಇದೆ?
ಹೌದು, ಫಲಿತಾಂಶಗಳನ್ನು ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರಕಟಿಸಿದ್ದು, ಇತರ ವಿಜ್ಞಾನದ ಅಧ್ಯಯನವನ್ನು ಬಳಸಲು ಇತರರಿಗೆ ಸಲಹೆ ನೀಡುತ್ತದೆ.
IA ಮಾದರಿಗೆ ಮುಂದಿನ ಪಕ್ಷೀಯ ಶ್ರೇಣಿ ಏಕೆ ಆರಿವಾರಗೊಳ್ಳುತ್ತದೆ?
ಅವರು ಪ್ರೋಟೀನ್ಗಳ ಪರಸ್ಪರ ವಿಭಾಗವನ್ನು ಉತ್ತಮವಾಗಿ ವಿರೊಲ್ಲದ ಮೂಲಕ, ಓದುಗಳು ಮನುಷ್ಯ ಬರುವ ವೈಜ್ಞಾನಿಕಂತೆ ಇರುವ ಕೂರ್ವೆ ಪಡೆಯಬೇಕು.