YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Gujarati subtitles

← એઆઈ અને મેટાબોલાઇટ્સની તબીબી સંભવિતતા

Get Embed Code
35 Languages

Showing Revision 17 created 11/03/2019 by RONAK PRAJAPATI.

  1. 2003 માં
  2. જ્યારે આપણે માનવ જિનોમને અનુક્રમિત કર્યા,
  3. અમને લાગ્યું કે આપણી પાસે જવાબ હશે
    ઘણા રોગોની સારવાર માટે.
  4. પરંતુ વાસ્તવિકતા તેનાથી ઘણી દૂર છે,
  5. કારણ કે આપણા જીન ઉપરાંત,
  6. આપણા પર્યાવરણ અને જીવનશૈલી
    નોંધપાત્ર ભૂમિકા હોઈ શકે છે
  7. ઘણી મોટી બીમારીઓ વિકસાવવામાં.
  8. એક ઉદાહરણ ફેટી લીવર રોગ છે,

  9. જે 20 ટકાથી વધુ અસર કરી રહી છે
    વૈશ્વિક સ્તરે વસ્તીની,
  10. અને તેની કોઈ સારવાર નથી
    અને લીવર કેન્સર તરફ દોરી જાય છે
  11. અથવા યકૃત નિષ્ફળતા.
  12. તેથી એકલા ડીએનએને ક્રમ આપવું
    અમને પૂરતી માહિતી આપતી નથી
  13. અસરકારક ઉપચારો શોધવા માટે.
  14. તેજસ્વી બાજુ પર, ત્યાં છે
    આપણા શરીરમાં ઘણા અન્ય પરમાણુઓ.

  15. હકીકતમાં, ત્યાં છે
    100,000 થી વધુ ચયાપચય.
  16. ચયાપચય એ કોઈપણ પરમાણુ હોય છે
    તે તેમના કદમાં સુપરમાલ્લ છે.
  17. જાણીતા ઉદાહરણો ગ્લુકોઝ છે,
    ફ્રુટોઝ, ચરબી, કોલેસ્ટરોલ -
  18. વસ્તુઓ અમે બધા સમય સાંભળવા.
  19. ચયાપચય શામેલ છે
    આપણા ચયાપચયમાં.
  20. તેઓ ડીએનએની નીચેના પ્રવાહ પણ છે,
  21. તેથી તેઓ માહિતી વહન કરે છે
    અમારા જનીનો તેમજ જીવનશૈલી બંનેમાંથી.
  22. ચયાપચયને સમજવું જરૂરી છે
    ઘણા રોગોની સારવાર શોધવા માટે.
  23. હું હંમેશા દર્દીઓની સારવાર કરવા માંગતો હતો.

  24. તે છતાં, 15 વર્ષ પહેલાં,
    મેં મેડિકલ સ્કૂલ છોડી દીધી,
  25. જેમ હું ગણિત ચૂકી ગયો.
  26. થોડી વાર પછી, મને શાનદાર વસ્તુ મળી:
  27. હું ગણિતનો ઉપયોગ દવાના અભ્યાસ માટે કરી શકું છું.
  28. ત્યારથી, હું વિકાસ કરી રહ્યો છું
    જૈવિક ડેટા વિશ્લેષણ કરવા માટે એલ્ગોરિધમ્સ.
  29. તેથી, તે સરળ લાગ્યું:
  30. ચાલો બધામાંથી ડેટા એકત્રિત કરીએ
    આપણા શરીરમાં ચયાપચય,
  31. વર્ણવવા માટે ગાણિતિક મોડેલો વિકસિત કરો
    કેવી રીતે તેઓ રોગ બદલાયા છે
  32. અને તે દરમિયાનગીરી
    તેમની સારવાર માટે બદલાવ.
  33. પછી મને સમજાયું કે કેમ કોઈ નથી
    આ પહેલા પણ આ કરી ચૂક્યું છે:

  34. તે ખૂબ જ મુશ્કેલ છે.
  35. (હાસ્ય)

  36. આપણા શરીરમાં ઘણા મેટાબોલિટ્સ છે.

  37. દરેક એક બીજા કરતા જુદા હોય છે.
  38. કેટલાક ચયાપચય માટે,
    અમે તેમના પરમાણુ સમૂહને માપી શકીએ છીએ
  39. સામૂહિક સ્પેક્ટ્રોમેટ્રી સાધનોનો ઉપયોગ.
  40. પરંતુ કારણ કે ત્યાં હોઈ શકે, જેમ કે,
    ચોક્કસ સમાન સમૂહ સાથે 10 અણુ,
  41. અમને ખબર નથી હોતી કે તેઓ શું છે,
  42. અને જો તમે સ્પષ્ટ કરવા માંગો છો
    તે બધાને ઓળખો,
  43. તમારે વધુ પ્રયોગો કરવા પડશે,
    જેને દાયકાઓ લાગી શકે છે
  44. અને અબજો ડોલર.
  45. તેથી અમે કૃત્રિમ વિકાસ કર્યો
    તે કરવા માટે બુદ્ધિ, અથવા એ.આઇ., પ્લેટફોર્મ.

  46. અમે જૈવિક ડેટાના વિકાસનો લાભ લીધો
  47. અને કોઈપણ વર્તમાનનો ડેટાબેસ બનાવ્યો
    ચયાપચય વિશેની માહિતી
  48. અને તેમની ક્રિયાપ્રતિક્રિયાઓ
    અન્ય પરમાણુઓ સાથે.
  49. અમે આ બધા ડેટાને જોડ્યા
    મેગાનેટવર્ક તરીકે.
  50. પછી, પેશીઓ અથવા દર્દીઓના લોહીથી,
  51. અમે ચયાપચયની જનતાને માપીએ છીએ
  52. અને જનતાને શોધો
    જે રોગમાં બદલાઈ જાય છે.
  53. પરંતુ, મેં અગાઉ જણાવ્યું છે તેમ,
    અમને ખબર નથી હોતી કે તેઓ શું છે.
  54. 180 નો પરમાણુ સમૂહ હોઈ શકે છે
    ક્યાં તો ગ્લુકોઝ, ગેલેક્ટોઝ અથવા ફ્રુટોઝ.
  55. તે બધામાં એક સરખો સમૂહ છે
  56. પરંતુ આપણા શરીરમાં વિવિધ કાર્યો.
  57. અમારા એઆઇ એલ્ગોરિધમનો વિચારણા
    આ બધી અસ્પષ્ટતાઓ.
  58. તે પછી તે મેગાનેટવર્ક કા minી
  59. કેવી રીતે તે મેટાબોલિક જનતા શોધવા માટે
    એકબીજા સાથે જોડાયેલા છે
  60. રોગ પરિણમે છે.
  61. અને તેઓ કનેક્ટ થયાની રીતને કારણે,
  62. તો પછી અમે અનુમાન લગાવવા માટે સક્ષમ છીએ
    દરેક મેટાબોલિટ માસ શું છે,
  63. જેમ કે અહીં 180 ગ્લુકોઝ હોઈ શકે,
  64. અને, વધુ અગત્યનું, શોધવા માટે
  65. કેવી રીતે ગ્લુકોઝમાં ફેરફાર
    અને અન્ય ચયાપચય
  66. રોગ તરફ દોરી જાય છે.
  67. આ નવલકથા સમજ
    રોગ પદ્ધતિઓ
  68. પછી અમને શોધવા માટે સક્ષમ કરો
    તે લક્ષ્ય બનાવવા માટે અસરકારક ઉપચારો.
  69. તેથી અમે એક સ્ટાર્ટ-અપ કંપની બનાવી
    આ તકનીકને બજારમાં લાવવા માટે

  70. અને લોકોના જીવનને અસર કરે છે.
  71. હવે મારી ટીમ અને હું રિવાઇવમેડમાં
    શોધવા માટે કામ કરી રહ્યા છે
  72. મુખ્ય રોગો માટે રોગનિવારક
    મેટાબોલિટ એ કી ડ્રાઇવરો છે,
  73. ફેટી લીવર રોગ જેવા,
  74. કારણ કે તે થાય છે
    ચરબી એકઠા દ્વારા,
  75. જે પ્રકાર છે
    યકૃતમાં મેટાબોલિટ્સ
  76. મેં અગાઉ જણાવ્યું તેમ,
    આ કોઈ મોટી સારવાર નથી.
  77. અને ફેટી લીવર રોગ
    માત્ર એક ઉદાહરણ છે.

  78. આગળ વધવું, અમે સામનો કરવા જઈ રહ્યા છીએ
    અન્ય રોગો સેંકડો
  79. કોઈ સારવાર સાથે.
  80. અને વધુને વધુ એકત્રિત કરીને
    ચયાપચય વિશેનો ડેટા
  81. અને સમજણ
    કેવી રીતે ચયાપચયમાં ફેરફાર
  82. વિકસિત રોગો તરફ દોરી જાય છે,
  83. અમારા અલ્ગોરિધમ્સ મળશે
    હોંશિયાર અને હોંશિયાર
  84. યોગ્ય ઉપચારો શોધવા માટે
    યોગ્ય દર્દીઓ માટે.
  85. અને આપણે આપણી દ્રષ્ટિ સુધી પહોંચવા માટે નજીક જઈશું
  86. કોડની દરેક લાઇન સાથે જીવન બચાવવા.
  87. આભાર.

  88. (તાળીઓ)