နေ့စဉ်ဓာတ်ခွဲလုပ်ငန်းတွင် AI အေးဂျင့်များ၏ စွမ်းရည်ကို တိုင်းတာခြင်း
ပုံမှန်ဓာတ်ခွဲလုပ်ငန်း 100 မှ မူရင်းစမ်းသပ်ဒေတာများကို AI အေးဂျင့်များ မည်မျှကောင်းစွာ အဓိပ္ပာယ်ကောက်နိုင်ကြောင်း တိုင်းတာသည့် BioBasicsBench ကို မိတ်ဆက်ခြင်း။
ကျွန်ုပ်တို့၏ ရည်မှန်းချက်မှာ အထွေထွေ ဉာဏ်ရည်တုက လူသားအားလုံးကို အကျိုးပြုစေရန် ဖြစ်သည်။ ထိုရည်မှန်းချက်၏ တစ်စိတ်တစ်ပိုင်းအဖြစ် ရောဂါကို နားလည်ခြင်းမှ ကုသနည်းသစ် ဖော်ထုတ်ခြင်းအထိ ဇီဝဗေဒသုတေသန အရှိန်မြှင့်ရန် သိပ္ပံပညာရှင်များကို ကူညီလိုပါသည်။ AI အေးဂျင့်များ ပါဝင်ကူညီနိုင်ရန် ဇီဝနမူနာများဖြင့် စမ်းသပ်သည့် ဓာတ်ခွဲခန်းများတွင် သိပ္ပံပညာရှင်များ နေ့စဉ်အသုံးပြုသော စမ်းသပ်အထောက်အထားများကို ယုံကြည်စိတ်ချရစွာ အဓိပ္ပာယ်ကောက်နိုင်ရမည်။ နေ့စဉ် ဇီဝနမူနာစမ်းသပ်ဓာတ်ခွဲခန်းလုပ်ငန်းတွင် မအောင်မြင်သော စမ်းသပ်မှုများ၊ မရှင်းလင်းသော ပုံများနှင့် ကွဲလွဲသော တွေ့ရှိချက်များကို ကြုံရသည်။ သိပ္ပံစာတမ်းများအတွက် ရွေးထားသည့် ဇယားနှင့် ပုံများကို အခြေခံတည်ဆောက်ထားသော လက်ရှိစံအကဲဖြတ်မှုများသည် ထိုမရေရာမှုနှင့် လိုအပ်သည့် ပြဿနာရှာဖွေဖြေရှင်းမှုကို မဖမ်းမိနိုင်ပါ။ ထို့ကြောင့် ပုံမှန်ဇီဝနမူနာစမ်းသပ်ဓာတ်ခွဲခန်း ဆန်းစစ်မှုကို အေးဂျင့်များ မည်မျှကောင်းစွာ ကိုင်တွယ်နိုင်သည်အား တိုင်းတာရန် BioBasicsBench ကို မိတ်ဆက်ပါသည်။ ဤစံအကဲဖြတ်မှုသစ်ကို အင်ဇိုင်းဒီဇိုင်းအထူးပြု ဇီဝနည်းပညာကုမ္ပဏီ Ligo နှင့် ပူးပေါင်းတီထွင်ထားသည်။
၎င်း၏ လုပ်ငန်း 100 က အေးဂျင့်များအနေဖြင့် မူရင်းစမ်းသပ်ဒေတာကို အဓိပ္ပာယ်ကောက်နိုင်မှု၊ အမှားခွဲထုတ်နိုင်မှုနှင့် အထောက်အထားက ကောက်ချက်တစ်ခုကို မထောက်ခံနိုင်ချိန်၌ သိရှိနိုင်မှုတို့ကို စမ်းသပ်သည်။ ဤလုပ်ငန်းများကို မှန်ကန်စွာ လုပ်နိုင်ရန် အရေးကြီးသည်။ ပုံကို မှားဖတ်ခြင်း သို့မဟုတ် စမ်းသပ်ရလဒ်စစ်ဆေးရန် သုံးသည့် ထိန်းချုပ်နှိုင်းယှဉ်နမူနာ၏ ပြဿနာကို လျစ်လျူရှုမိခြင်းကြောင့် သိပ္ပံပညာရှင်များ ကောက်ချက်မှားချကာ မိမိတို့၏ မေးခွန်းကို ဖြေရန် အထောက်အကူမပြုသော စမ်းသပ်မှုများတွင် အချိန်ကုန်နိုင်သည်။
လုပ်ငန်းတစ်ခုစီအတွက် ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော လုပ်ဆောင်မှု ပိုသုံးခွင့်ပြုသည့် “xhigh” အဆင့်တွင် GPT‑6 Astra သည် ရနိုင်သည့်ခရက်ဒစ်၏ ပျမ်းမျှ 66.7% ရရှိပြီး GPT‑5.6 Sol က 43.8% ရရှိသည်။ ရလဒ်များက ပုံမှန်ဓာတ်ခွဲခန်းဆန်းစစ်မှုတွင် တိုးတက်လာကြောင်း ပြသသော်လည်း ပုံများအဓိပ္ပာယ်ကောက်ခြင်း၊ ထိန်းချုပ်နှိုင်းယှဉ်နမူနာ စစ်ဆေးခြင်းနှင့် စမ်းသပ်မှုနောက်ခံအခြေအနေ အသုံးချခြင်းတို့၌ ထပ်မံတိုးတက်ရန် လိုနေသေးသည်။
BioBasicsBench သည် ဂျယ်ပုံနှင့် ပိုးကိုလိုနီပန်းကန်များမှ အဏုကြည့်ပုံနှင့် စက်ကိရိယာတိုင်းတာချက်များအထိ မူရင်းစမ်းသပ်အထောက်အထားများကို သုံးသည်။
BioBasicsBench တွင် ပုံမှန်ဇီဝနမူနာစမ်းသပ်ဓာတ်ခွဲခန်းလုပ်ငန်း၏ ကဏ္ဍငါးခုမှ လုပ်ငန်း 100 ပါဝင်သည်။ ၎င်းတို့မှာ ပရိုတင်းနည်းလမ်းများ၊ ပုံရိပ်ဖော်ခြင်းနှင့် ဆဲလ်တိုင်းတာခြင်း၊ ပမာဏတိုင်းတာခြင်းနှင့် စစ်ဆေးစမ်းသပ်ခြင်း၊ နျူကလိယစ်အက်ဆစ်နည်းလမ်းများ၊ မော်လီကျူးမိတ္တူပွားခြင်းတို့ ဖြစ်သည်။ လုပ်ငန်းများမှာ ဂျယ်ထဲရှိ DNA နမူနာ၏ မော်လီကျူးအလေးချိန် ဖတ်ခြင်းကဲ့သို့ ရိုးရှင်းသော တောင်းဆိုချက်မှ အသေးစိတ်စမ်းသပ်ဆန်းစစ်မှုအထိ အမျိုးမျိုးရှိသည်။ သို့သော် အားလုံးမှာ ဇီဝနမူနာစမ်းသပ် သိပ္ပံပညာရှင်များ ယုံကြည်စိတ်ချရစွာ ပြီးမြောက်နိုင်သင့်သည့် ပုံမှန်လုပ်ငန်းများ ဖြစ်သည်။
သိပ္ပံပညာရှင်များက မိမိတို့၏ စမ်းသပ်ဒေတာများဖြင့် လုပ်ငန်းများကို ဖန်တီးပြီး မေးခွန်းတစ်ခုစီကို ကျွမ်းကျင်သူရေးသားသည့် အမှတ်ပေးစံနှုန်းများနှင့် တွဲထားသည်။ လုပ်ငန်းတစ်ခုစီကို ရေးသားသူမဟုတ်သည့် Ligo သိပ္ပံပညာရှင်က အတွင်းပိုင်းသုံးသပ်ပြီး၊ ဇီဝနမူနာစမ်းသပ်ဓာတ်ခွဲခန်းတွင် လုပ်ကိုင်သည့် ပါရဂူအဆင့် သိပ္ပံပညာရှင်က ပြင်ပမှ သုံးသပ်ကာ နောက်ဆုံး အတွင်းပိုင်းသုံးသပ်မှု ပြုလုပ်ခဲ့သည်။
အေးဂျင့်များက တောင်းဆိုထားသည့် ကောက်ချက်၊ တိုင်းတာချက် သို့မဟုတ် အကြံပြုချက်ပါသော စနစ်တကျဖွဲ့စည်းထားသည့် အဖြေကို ပြန်ပေးသည်။ လိုအပ်သည့်အခါ ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော အထောက်အကူပြုရှင်းလင်းချက်လည်း ပါဝင်သည်။ အဖြေများကို စံနှုန်းတစ်ခုချင်းအလိုက် ခရက်ဒစ်ပေးသဖြင့် မှန်ကန်သော ကောက်ချက်နှင့် တစ်စိတ်တစ်ပိုင်းသာ မှန်ကန်သော ဆန်းစစ်မှုကို စံအကဲဖြတ်မှုက ခွဲခြားနိုင်သည်။ လုပ်ငန်းအများစုက ဇီဝဗေဒအသိ၊ ပုံနှင့် အခြားဒေတာများ အဓိပ္ပာယ်ကောက်နိုင်မှု၊ အမှားရှာဖွေမှုနှင့် လုပ်ထုံးလုပ်နည်း နားလည်မှုအပါအဝင် ကျွမ်းကျင်မှုများစွာကို တစ်ပြိုင်နက် စမ်းသပ်သည်။
“မတူညီသော လုပ်ငန်းများ” တွင် လုပ်ငန်းတစ်ခုစီကို တစ်ကြိမ်သာ ရေတွက်သည်။ ကျွမ်းကျင်မှုကော်လံများတွင် သက်ဆိုင်ရာ ကျွမ်းကျင်မှုအညွှန်းပါသော လုပ်ငန်းများကို ရေတွက်သည်။ ဤအမျိုးအစားများသည် ထပ်နေသည်။ လုပ်ငန်းတစ်ခုက ကော်လံအများအပြားတွင် ပါနိုင်သဖြင့် လုပ်ငန်းစုစုပေါင်းရရန် ကျွမ်းကျင်မှုအရေအတွက်များကို မပေါင်းသင့်ပါ။ အရောင်က ဘာသာရပ်ကဏ္ဍကို ခွဲပြသည်။ အရောင်ပိုရင့်လေ ထိုကဏ္ဍရှိ လုပ်ငန်းများထဲမှ ထိုကျွမ်းကျင်မှုကို စမ်းသပ်သည့် အချိုးအစား ပိုများလေဖြစ်သည်။
ထည့်သွင်းဒေတာများသည် သိပ္ပံပညာရှင်များ အသုံးပြုသည့် အထောက်အထားပုံစံအတိုင်း ဖြစ်သည်။ ဂျယ်နှင့် ဘလော့ပုံများ၊ ပန်းကန်ဓာတ်ပုံများ၊ အဏုကြည့်အလွှာလိုက်ပုံများ၊ မျိုးဗီဇအစီအစဉ်ဖတ်ချက်များ၊ ပန်းကန်ဖတ်စက်မှ ထုတ်ယူထားသောဖိုင်များနှင့် ဓာတ်ခွဲစားပွဲပေါ် လုပ်ဆောင်မှုဗီဒီယိုများ ပါဝင်သည်။ လုပ်ငန်းတစ်ခုတွင် ဒေတာအမျိုးအစားများစွာ ပါဝင်နိုင်သည်။ အရွယ်အစားစံ လှေကားပုံဇယားနှင့် ပလတ်စမစ်မြေပုံကဲ့သို့ ကိုးကားစာရွက်များက စမ်းသပ်အထောက်အထားကို အဓိပ္ပာယ်ကောက်ရာတွင် အထောက်အကူပြုသည်။
ဒေတာအမျိုးအစား | လုပ်ငန်းများ | ပါဝင်သည့်အရာများ |
|---|---|---|
ဂျယ်များနှင့် ဘလော့များ | 31 | အာဂါရို့စ် DNA ဂျယ်များ၊ SDS-PAGE ဂျယ်များ၊ Western blot များ |
လုပ်ထုံးလုပ်နည်းများ၊ မှတ်စုများနှင့် သတ်မှတ်ချက်များ | 27 | လုပ်ထုံးလုပ်နည်းများနှင့် SOP များ၊ ဓာတ်ခွဲခန်းမှတ်စုစာအုပ်များနှင့် စမ်းသပ်မှုမှတ်တမ်းများ၊ လက်ရေးမှတ်စုဓာတ်ပုံများ၊ ပစ္စည်းစာရင်းများ၊ စက်ကိရိယာသတ်မှတ်ချက်များ၊ ထုတ်ဝေထားသည့် နည်းလမ်းများ |
ဇယားများနှင့် စက်ကိရိယာမှ ထုတ်ယူထားသောဖိုင်များ | 20 | ထုတ်ယူထားသော CSV နှင့် Excel ဖိုင်များ၊ လမ်းကြောင်းအပြင်အဆင်များနှင့် ပစ္စည်းစာရင်းများ၊ အရည်ဆဲလ်တိုင်းတာခြင်း မူရင်းဒေတာဖိုင်များ (FCS) |
ဓာတ်ခွဲစားပွဲ၊ ကိရိယာနှင့် ဓာတ်ပြုပစ္စည်းဓာတ်ပုံများ | 18 | ဓာတ်ခွဲစားပွဲများ၊ ဂျယ်စမ်းသပ်ကိရိယာများ၊ ဓာတ်ပြုပစ္စည်းနှင့် ပိုးမွေးပြွန်များ၊ PCR ပန်းကန်၊ ပြွန်စင်များ၊ pH စမ်းသပ်စက္ကူများ၊ ပြင်းအားတိုးစက်၊ ရေခဲသေတ္တာ၊ အရည်ကိုင်တွယ်စက်၏ အလုပ်လုပ်ရာစင် |
အဏုကြည့်လေ့လာမှု | 14 | မပြုပြင်ရသေးသော brightfield နှင့် fluorescence ပုံများ၊ ချန်နယ်စုံ ပုံအစုများ၊ အနက်အလွှာအလိုက် ပုံအစုများ (z-stack)၊ အချိန်ခြားရိုက်ကူးဗီဒီယိုများ |
စက်ကိရိယာမျက်နှာပြင်များနှင့် ဂရပ်များ | 13 | Flow cytometer၊ အဏုကြည့်မှန်ပြောင်း၊ NanoDrop၊ ပန်းကန်ဖတ်စက်နှင့် ချိန်ခွင်မျက်နှာပြင် ဓာတ်ပုံများ၊ ထုတ်ယူထားသည့် စံမျဉ်းကွေးများ၊ ခရိုမာတိုဂရမ်များနှင့် ဂရပ်များ |
မျိုးဗီဇအစီအစဉ်ဖတ်ခြင်းဆိုင်ရာ ဖိုင်များ | 12 | မပြုပြင်ရသေးသော long-read FASTQ ဖိုင်များ၊ FASTA အစီအစဉ်များ၊ GenBank မြေပုံများ |
လုပ်ထုံးလုပ်နည်းဗီဒီယိုများ | 7 | မျဉ်းဆွဲပိုးစိုက်ခြင်း၊ ပိုးထည့်စိုက်ခြင်း၊ အဆင့်ဆင့်အပျော့ဖျော်ခြင်း၊ SDS-PAGE ကန်နှင့် ပိုးမွေးစက် ပြင်ဆင်တပ်ဆင်ခြင်း၊ ချိန်ခွင်ဖြင့် ချိန်တွယ်ခြင်း |
အာဂါပန်းကန်များနှင့် ပိုးကိုလိုနီများ | 7 | DNA ထည့်သွင်းစမ်းသပ်ပန်းကန်များ၊ အပြာ/အဖြူ ခွဲခြားစစ်ဆေးမှုများ၊ ပဋိဇီဝဆေးပြားပါ ပန်းကန်များ |
ကိုးကားစာရွက်များ | 21 | လှေကားပုံဇယားများ၊ ပလတ်စမစ်မြေပုံများ၊ pH ဇယားများ (အထောက်အကူပြုပစ္စည်းများ) |
ဒေတာအမျိုးအစားတစ်ခုစီ ပါဝင်သည့် လုပ်ငန်းအရေအတွက်။ အမျိုးအစားများ ထပ်နေသည်။ ကိုးကားစာရွက်များသည် အထောက်အကူပြုပစ္စည်းများ ဖြစ်သည်။
သိပ္ပံပညာရှင်များက မိမိတို့၏ စမ်းသပ်ဒေတာများဖြင့် လုပ်ငန်းများကို ရေးသားပြီး စမ်းသပ်အထောက်အထားများကို မေးခွန်းတစ်ခု၊ ကျွမ်းကျင်သူရေးသားသည့် အမှတ်ပေးစံတို့နှင့် တွဲထားသည်။ လုပ်ငန်းတစ်ခုစီကို ရေးသားသူမဟုတ်သည့် Ligo သိပ္ပံပညာရှင်က အတွင်းပိုင်းသုံးသပ်ပြီး၊ ဇီဝနမူနာစမ်းသပ်ဓာတ်ခွဲခန်းတွင် လုပ်ကိုင်သည့် ပါရဂူအဆင့် သိပ္ပံပညာရှင်က ပြင်ပမှ သုံးသပ်ကာ နောက်ဆုံး အတွင်းပိုင်းသုံးသပ်မှု ပြုလုပ်ခဲ့သည်။ သုံးသပ်သူများက တုံ့ပြန်ညွှန်ကြားချက်၊ စမ်းသပ်အထောက်အထား၊ အမှတ်ပေးစံ၊ ရေးသားသူမှတ်စုနှင့် အမှတ်ပေးပြီးသော မော်ဒယ်၏ ဖြေဆိုမှုတစ်ခုကို စစ်ဆေးခဲ့သည်။
အဖြေများကို စံနှုန်းတစ်ခုချင်းစီအတွက် ခရက်ဒစ်သတ်မှတ်ထားသည့် လုပ်ငန်း၏ အမှတ်ပေးစံအရ အမှတ်ပေးသည်။ လုပ်ငန်းပေါ်မူတည်၍ ထိုစံနှုန်းများက ကောက်ချက်၊ ကိန်းဂဏန်းရလဒ်၊ ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော အထောက်အကူပြုရှင်းလင်းချက် သို့မဟုတ် အထောက်အထားမလုံလောက်မှုကို သိရှိနိုင်ခြင်းတို့အား အကဲဖြတ်သည်။
BioBasicsBench တွင် မော်ဒယ်ခုနစ်ခုဖြစ်သော GPT‑5.2၊ GPT‑5.4၊ GPT‑5.5၊ GPT‑5.6 Sol၊ GPT‑6.1 Sol၊ GPT‑6 Luna နှင့် GPT‑6 Astra တို့ကို အကဲဖြတ်ခဲ့သည်။ မော်ဒယ်နှင့် ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော အားထုတ်မှုအဆင့် ပေါင်းစပ်သတ်မှတ်ချက် 37 ခုကို အကဲဖြတ်ခဲ့သည်။ သတ်မှတ်ချက်တစ်ခုစီတွင် လုပ်ငန်း 100 လုံးကို တစ်ခုလျှင် ငါးကြိမ်စီ စမ်းသပ်၍ ရလဒ်စုစုပေါင်း 18,500 ရရှိခဲ့သည်။
ကျွန်ုပ်တို့တင်ပြသည့် ပျမ်းမျှရမှတ် ဆိုသည်မှာ လုပ်ငန်းများ၏ ပျမ်းမျှအမှတ်ကို ရနိုင်သည့်ခရက်ဒစ် စုစုပေါင်း၏ ရာခိုင်နှုန်းဖြင့် ဖော်ပြထားခြင်းဖြစ်သည်။ အမှားအပိုင်းအခြားပြမျဉ်းများက 95% ယုံကြည်မှုအပိုင်းအခြားကို ပြသည်။ ၎င်းကို လုပ်ငန်းတစ်ခု၏ စမ်းသပ်မှုငါးကြိမ်လုံးအား အတူထား၍ လုပ်ငန်းတစ်ခုလုံးအလိုက် ပြန်လည်နမူနာယူတွက်ချက်ထားသည်။
ပျမ်းမျှရမှတ်နှင့် လုပ်ငန်းတစ်ခုလျှင် ပျမ်းမျှအထွက်တိုကင်အရေအတွက်ကို လော့ဂရစ်သမ်စကေးဖြင့် နှိုင်းယှဉ်ပြထားသည်။ အမှတ်တစ်ခုစီက စမ်းသပ်ထားသည့် ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော အားထုတ်မှုအဆင့်တစ်ခုကို ကိုယ်စားပြုပြီး မျဉ်းများက ထိုအဆင့်များကို အစဉ်လိုက် ဆက်ထားသည်။ x-ဝင်ရိုးတန်ဖိုးသည် စကေးအမှတ်တစ်ခုစီတွင် နှစ်ဆတိုးသည်။ လိမ္မော်ရောင် မျဉ်းပြတ်များက GPT‑5 မော်ဒယ်များကို ပြပြီး အပြာရောင် မျဉ်းအပြည့်များက GPT‑6 မော်ဒယ်များကို ပြသည်။ အရောင်ဖျော့ အပိုင်းအခြားပြမျဉ်းများက လုပ်ငန်းတစ်ခုလုံးအလိုက် bootstrap နမူနာပြန်ယူနည်းဖြင့် တွက်ထားသော 95% ယုံကြည်မှုအပိုင်းအခြားများကို ပြသည်။ အဆင့်တစ်ခုစီတွင် လုပ်ငန်း 100 လုံးနှင့် လုပ်ငန်းတစ်ခုလျှင် စမ်းသပ်မှုငါးကြိမ် ပါဝင်သည်။ အားထုတ်မှုအဆင့်များသည် မော်ဒယ်အလိုက် ကွာခြားသည်။
GPT‑6 Astra သည် ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော အားထုတ်မှုနည်းသည့်အဆင့်၌ပင် GPT‑5.6 Sol ထက် သိသိသာသာ ပိုကောင်းလာသည်။ ဤတိုးတက်မှုများအရ ပုံစံမျိုးစုံဒေတာကို မူလကတည်းက ကိုင်တွယ်နိုင်စွမ်း ပိုမိုအားကောင်းခြင်းသည် နေ့စဉ် ဇီဝနမူနာစမ်းသပ်ဓာတ်ခွဲခန်း ဆန်းစစ်မှုစွမ်းဆောင်ရည် တိုးတက်ရန် အဓိကဖြစ်နိုင်သည်။
ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော အားထုတ်မှု xhigh အဆင့်ရှိ စွမ်းဆောင်ရည်
မော်ဒယ် | ပျမ်းမျှရမှတ် | 95% ယုံကြည်မှုအပိုင်းအခြား | အထွက်တိုကင် / လုပ်ငန်း |
|---|---|---|---|
GPT‑6 Astra | 66.7% | 60.3–73.1% | 4,704 |
GPT‑6.1 Sol | 62.0% | 55.6–68.4% | 5,238 |
GPT‑5.6 Sol | 43.8% | 37.6–50.0% | 9,099 |
GPT‑6 Luna | 38.3% | 32.3–44.5% | 13,120 |
GPT‑5.5 | 35.4% | 29.7–41.0% | 11,135 |
GPT‑5.4 | 33.2% | 28.3–38.4% | 13,717 |
GPT‑5.2 | 31.2% | 26.2–36.3% | 27,620 |
Xhigh သည် မော်ဒယ်ခုနစ်ခုလုံးအတွက် တင်ပြထားသည့် ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော အားထုတ်မှုအဆင့်များထဲတွင် အမြင့်ဆုံးဖြစ်သည်။ အတန်းတစ်ခုစီတွင် လုပ်ငန်း 100 လုံးနှင့် လုပ်ငန်းတစ်ခုလျှင် စမ်းသပ်မှုငါးကြိမ် ပါဝင်သည်။ ရရှိနိုင်သည့် Max အားထုတ်မှုအဆင့် ရလဒ်များကို အထက်ပါဂရပ်တွင် ထည့်ထားသည်။
သိပ္ပံလောကတွင် မကြာခဏမှားတတ်သည်မှာ ဒေတာထောက်ခံနိုင်သည့်အတိုင်းအတာထက် ပို၍အဓိပ္ပာယ်ကောက်ခြင်းဖြစ်သည်။ အထူးသဖြင့် ယူဆချက်တစ်ခုကို စမ်းသပ်ရာ၌ ဘက်လိုက်မှု ဖြစ်တတ်သောကြောင့်ဖြစ်သည်။ Astra သည် ဒေတာက ဖော်ပြနိုင်သည့် အကန့်အသတ်ကို ခွဲခြားသိရှိပြီး အထောက်အထားမခိုင်လုံသည့် ကောက်ချက်များ မချနိုင်ရန် ပိုမိုကောင်းမွန်စွာ လုပ်ဆောင်နိုင်ခဲ့သည်။
ဤဥပမာတွင် GPT‑5.6 Sol သည် ဆဲလ်သေများကို ရှာဖွေသည့် ဆိုးဆေး၏ အချက်ပြမှုအပေါ်အခြေခံ၍ ဆဲလ်များကို သေနေသည်ဟု သတ်မှတ်ခဲ့သည်။ သို့သော် အာရုံခံကိရိယာသည် ဒုတိယဆိုးဆေးမှ အလင်းကိုပါ ဖမ်းယူနိုင်သဖြင့် အလင်းတောက်ပမှုတစ်ခုတည်းက ထိုကောက်ချက်ကို မထောက်ခံနိုင်ပါ။ Astra က ဤမရေရာမှုကို သိရှိပြီး အချက်ပြမှုများ ခွဲခြားနိုင်ရန် ပိုကောင်းသော ထိန်းချုပ်နှိုင်းယှဉ်နမူနာများ လိုအပ်ကြောင်း ထောက်ပြခဲ့သည်။
အလင်းနောက်ခံမြင်ကွင်း · ဖြတ်သန်းအလင်း
ချန်နယ် 2 · SYTOX ဖြင့် အမှတ်အသားပြုထား · 470–540 nm
ချန်နယ် 3 · FUN-1 အစိမ်းရောင် · 525–580 nm
ချန်နယ်သုံးခုရှိ တူညီသော ဆဲလ်နေရာများ။ အာရုံခံလှိုင်းအလျားအပိုင်းအခြားများသည် 525–540 nm တွင် ထပ်နေသည်။ ထပ်နေသည့်အပိုင်းကြောင့် အချက်ပြမှုရောထွေးနိုင်သော်လည်း ပမာဏကို မတိုင်းတာရသေးပါ။ ချန်နယ်တစ်ခုစီကို သီးခြား မျဉ်းဖြောင့်အချိုးကျ အလင်းပြင်းအားစကေးဖြင့် ပြထားပြီး နေရာနှစ်ခုလုံးအတွက် ထိုစကေးကို မပြောင်းဘဲထားသည်။ ချန်နယ်များကြား တောက်ပမှုကို ကိန်းဂဏန်းအရ နှိုင်းယှဉ်၍မရပါ။
သိပ္ပံသုတေသနတွင် ပုံစံမျိုးစုံသော ဒေတာများကို အသုံးပြုရပြီး မြင်တွေ့ရသမျှကို အဆက်မပြတ် အဓိပ္ပာယ်ကောက်၍ ဆုံးဖြတ်ရသည်။ Astra သည် ဓာတ်ပုံ၊ ဗီဒီယိုအပြင် မျိုးဗီဇအစီအစဉ်ဖတ်ခြင်း၊ ပန်းကန်ဖတ်စက်ဖြင့် စမ်းသပ်ခြင်း၊ အဏုကြည့်လေ့လာခြင်းနှင့် အရည်ဆဲလ်တိုင်းတာခြင်းတို့မှ မူရင်းဒေတာများကို ကိုင်တွယ်ရာတွင် သိသိသာသာ တိုးတက်လာခဲ့သည်။
အခြေခံအကျဆုံးအနေဖြင့် ဤဥပမာတွင် ပြထားသလို GPT‑6 Astra သည် စမ်းသပ်စဉ်ရိုက်ကူးထားသည့် ပုံများမှ ပိုမိုသေးငယ်သည့် အသေးစိတ်များကို သတိပြုမိပြီး ပိုတိကျသော ကောက်ချက်များ ချနိုင်လာခြင်းတွင် ထိုတိုးတက်မှုကို မြင်နိုင်သည်။ ဤလုပ်ငန်းတွင် အေးဂျင့်များအား DNA မိတ္တူပွားစမ်းသပ်မှုမှ ကောက်ချက်ချခိုင်းထားသည်။ ဤစမ်းသပ်မှု၌ ထိန်းချုပ်နှိုင်းယှဉ်နမူနာများ မရှိမဖြစ်လိုအပ်သည်။ GPT‑5.6 Sol သည် အနုတ်လက္ခဏာ ထိန်းချုပ်နှိုင်းယှဉ်ပန်းကန်တွင် ပိုးကိုလိုနီမတွေ့ရသဖြင့် ထိုတွေ့ရှိချက်အပေါ် အခြေခံကောက်ချက်ချခဲ့သည်။ GPT‑6 Astra က ပန်းကန်တွင် ပဋိဇီဝဆေးအမည် မှားယွင်းစွာ တပ်ထားသည်ကို သတိပြုမိပြီး ယုံကြည်စိတ်ချရသော ထိန်းချုပ်နှိုင်းယှဉ်နမူနာအဖြစ် မယူသင့်ကြောင်း မှန်ကန်စွာ ဆုံးဖြတ်ခဲ့သည်။
မူရင်းဓာတ်ပုံ
ပန်းကန်အနားရှိ အညွှန်း
စံအကဲဖြတ်မှု၏ မူရင်းဓာတ်ပုံတွင် ပန်းကန်အနားရှိ အညွှန်းကို ဝိုင်း၍ ချဲ့ပြထားသည်။ “LB Kan50” သည် kanamycin ကို ရည်ညွှန်းပြီး စမ်းသပ်မှုတွင် သုံးထားသည့် ampicillin နှင့် မတူသော ပဋိဇီဝဆေးဖြစ်သည်။
ဒေတာက ဖော်ပြသည့်အရာကို မှန်ကန်စွာ အဓိပ္ပာယ်ကောက်ရန် သိပ္ပံပညာရှင်များသည် ဒေတာဆန်းစစ်စဉ် အတွေ့အကြုံမှ ရရှိထားသော ဇီဝဗေဒအသိနှင့် စမ်းသပ်မှုနောက်ခံအခြေအနေကို စိတ်ထဲတွင် ထည့်သွင်းထားနိုင်ရမည်။ Astra သည် ဤနောက်ခံအခြေအနေကို မှတ်သားထားပြီး ဆန်းစစ်မှုတစ်လျှောက် အသုံးချနိုင်စွမ်း ပိုမိုကောင်းမွန်လာခဲ့သည်။
လုပ်ငန်းတစ်ခုတွင် အဏုကြည့်ပုံအစဉ်လိုက်၌ ဆဲလ်များ ပြတ်သားလာလိုက်၊ ဝါးသွားလိုက်ဖြစ်နေသည်ကို ပြထားသည်။ GPT‑5.6 Sol က ဆဲလ်များ ပျောက်သွားသလို ဖြစ်နေခြင်းကို ဇီဝဗေဒအရ ရှင်းပြရန် ကြိုးစားနေချိန်တွင် GPT‑6 Astra က ၎င်းသည် မတူညီသောအနက်များ၌ ရိုက်ယူထားသည့် ပုံအစဉ်ဖြစ်သော z-stack ဖြစ်ကြောင်း မှန်ကန်စွာ သိရှိခဲ့သည်။
0 စက္ကန့်
3 စက္ကန့်
6 စက္ကန့်
9 စက္ကန့်
12 စက္ကန့်
15 စက္ကန့်
မူရင်းရိုက်ကူးမှုမှ ရုပ်ပုံဘောင်ခြောက်ခု။ အဏုကြည့်မှန်ပြောင်းက အနက်အလွှာလိုက် စကင်ဖတ်စဉ် တူညီသောတည်နေရာကို မျဉ်းပြတ်လေးထောင့်ကွက်များဖြင့် ပြထားသည်။ အချိန်များသည် ပေးထားသော ဗီဒီယို၏ ဖွင့်ပြချိန်နေရာကို ရည်ညွှန်းသည်။
စံအကဲဖြတ်ရမှတ် ပိုမြင့်လာခြင်းက မော်ဒယ်များ ဓာတ်ခွဲခန်းတွင် ယုံကြည်စိတ်ချရသော ဆုံးဖြတ်ချက်များ ချနိုင်ပြီဟု မဆိုလိုသေးပါ။ ဤ Astra ဥပမာများက ယူဆချက်၊ မျှော်လင့်ထားသော အဖြေနှင့် ပေးထားသော အညွှန်းတို့သည် အထောက်အထားထက် မည်သို့ ဦးစားပေးခံရနိုင်ကြောင်း၊ ဆန်းစစ်နေစဉ် မှန်ကန်စွာ တွေ့ရှိခဲ့သော်လည်း နောက်ဆုံးဆုံးဖြတ်ချက်ကို မည်သို့ မလွှမ်းမိုးနိုင်ကြောင်း ပြသသည်။
Astra သည် စမ်းသပ်မှု၏ ထိန်းချုပ်နှိုင်းယှဉ်နမူနာများက ထောက်ခံသည့် အဓိပ္ပာယ်ကောက်ယူမှုထက် ရင်းနှီးနေသော ယူဆချက်ကို ဦးစားပေးမိသည်။ ပိုးကိုလိုနီမှ ဂျယ်အစင်းအုပ်စုနှစ်ခုကို ခွဲခြားနိုင်သော်လည်း ပိုကြီးသော PCR ထုတ်ကုန်က မိတ္တူပွားမှု အောင်မြင်ကြောင်း ပြသမည်ဟု ယူဆသည်။ ထိုယူဆချက်အရ လမ်းကြောင်း 4၊ 6၊ 7 နှင့် 8 ကို အဆိုပြုသည်။ ကိုးကားအဖြေတွင်မူ ထိန်းချုပ်နမူနာနှင့် နှိုင်းယှဉ်ပြီး လမ်းကြောင်း 5၊ 9 နှင့် 10 ကို ရွေးထားသည်။
ကိုးကားအဖြေက ပိုးကိုလိုနီ 5၊ 9 နှင့် 10 ကို ရွေးပြီး Astra က 4၊ 6၊ 7 နှင့် 8 ကို အဆိုပြုသည်။
1: အရွယ်အစားစံ · 2: မိတ္တူပွားအရောအနှော · 3: မူရင်းပလတ်စမစ် · 4–10: ပိုးကိုလိုနီနမူနာများ
ထိန်းချုပ်နှိုင်းယှဉ်နမူနာများကို ဖတ်ရှုခြင်း
လမ်းကြောင်း 3 တွင် မူရင်းပလတ်စမစ်၏ PCR ထုတ်ကုန်သာ ပါသည်။ ၎င်း၏အစင်းက ပလတ်စမစ်အဟောင်းအတွက် ကိုးကားတည်နေရာကို ပေးသည်။
ကိုးကားအဖြေအရ လမ်းကြောင်း 2 တွင် ပုံစံနှစ်မျိုးလုံး ပါသည်။ ပေါင်းစပ်မှု မပြည့်စုံသဖြင့် ထုတ်ကုန်အသစ်နှင့်အတူ ပုံစံခွက်/အခြေခံဖွဲ့စည်းပုံအဟောင်း ကျန်နေခြင်းဖြစ်သည်။
ထွက်ပေါ်လာသော ပိုးကိုလိုနီများတွင် ပလတ်စမစ်အဟောင်း သို့မဟုတ် အသစ် ပါဝင်နိုင်သည်။ ၎င်းတို့၏အစင်းများကို ဤကိုးကားပုံစံများနှင့် နှိုင်းယှဉ်ပါ။
ကိုးကားအဖြေ၏ ရွေးချယ်မှု: 5၊ 9 နှင့် 10
Astra ၏ ရွေးချယ်မှု: 4၊ 6၊ 7 နှင့် 8။ ပိုကြီးသော PCR ထုတ်ကုန်သည် ရည်ရွယ်ထားသည့် DNA ဖွဲ့စည်းပုံ ဖြစ်နိုင်ကြောင်းဆိုကာ Astra က ဤအုပ်စုကို ရွေးသည်။
ပုံအရ အုပ်စုခွဲခြင်း မှန်သော်လည်း ထိုအုပ်စုများ၏ စမ်းသပ်မှုဆိုင်ရာ အမျိုးအမည်ကို သတ်မှတ်ရာတွင် ကိုးကားအဖြေနှင့် ပြောင်းပြန်ဖြစ်နေသည်။ ထို့ကြောင့် Astra သည် ပိုးကိုလိုနီ PCR ရလဒ်များမှ ပိုးကိုလိုနီမှားများကို ရွေးမိပြီး နောက်ဆက်တွဲအဆင့်တွင် ပလတ်စမစ်အမှားကို သန့်စင်ထုတ်ယူမိစေမည်ဖြစ်သည်။
Astra သည် မိမိနှစ်သက်သည့် အဓိပ္ပာယ်ကောက်ယူမှုနှင့် ဆန့်ကျင်သော တွေ့ရှိချက်များကို အလေးမထားပါ။ ဆဲလ်အတွင်း အကန့်ငယ်များဖြစ်သော ဗက်ကျူအိုးများသည် ယေဘုယျအားဖြင့် ပတ်ဝန်းကျင်ဆဲလ်ထက် ပိုမှောင်သည်ဟု ကောက်ချက်ချသည်။ သို့သော် ထိုပုံထဲ၌ပင် အချို့က ပိုလင်းနေသည်။ အသွင်နှစ်မျိုးလုံး အရေးကြီးသည်။ အဏုကြည့်မှန်ပြောင်း ဆုံချက်ပြောင်းလျှင် အလင်းအမှောင်ကွာခြားမှု ပြောင်းပြန်ဖြစ်နိုင်သဖြင့် ပိုမှောင်သော နမူနာများကိုသာကြည့်၍ ယေဘုယျစည်းမျဉ်း မချမှတ်နိုင်ပါ။
ပိုမှောင်သောအသွင်
ပိုလင်းသောအသွင်
ဗက်ကျူအိုးများ ပိုမှောင်သည်ဟု Astra က ယေဘုယျကောက်ချက်ချရာတွင် တူညီသော မြင်ကွင်း၌ တွေ့ရသည့် ပိုလင်းသော ဗက်ကျူအိုးများကို ချန်လှပ်ထားသည်။
ထိုအဖြေတွင် လွတ်သွားသည့်အချက်
ဆဲလ်အချို့တွင် အလင်းအမှောင်ကွာခြားမှု ပြောင်းပြန်ဖြစ်နေသည်။ ဆုံချက်အနက် မတူလျှင် အလင်းအမှောင်ကွာခြားမှု ပြောင်းပြန်ဖြစ်နိုင်သဖြင့် အသွင်နှစ်မျိုးလုံး ဖြစ်ပေါ်သည်။
Astra သည် နေရာအတော်များများကို စစ်ဆေးပြီး အလင်းအမှောင်ကွာခြားမှုက ဆုံချက်အလိုက် ပြောင်းလဲကြောင်းပင် မှတ်ချက်ပေးသည်။ ထို့နောက် ပိုပြတ်သားသည်ဟု ၎င်းယူဆသော ဆဲလ်များကို ပိုအလေးထားပြီး နောက်ဆုံးအဖြေတွင် ထိုဆဲလ်များ၏ ပိုမှောင်သော ဗက်ကျူအိုးများအကြောင်းသာ ထည့်သွင်းဖော်ပြသည်။ ဆန့်ကျင်ဘက်ဖြစ်နေသည့် ပိုလင်းသောနေရာများကို စစ်ဆေးခဲ့သော်လည်း ကောက်ချက်ချရာတွင် ထည့်မစဉ်းစားခဲ့ပါ။
Astra ၏ ရေတွက်အမှတ်များသည် ပိုးကိုလိုနီတစ်ခုချင်းစီနှင့် ယုံကြည်စိတ်ချရစွာ ကိုက်ညီခြင်းမရှိပါ။ နီးကပ်နေသော ပိုးကိုလိုနီများကို မခွဲနိုင်ခြင်း၊ မြင်သာသော ပိုးကိုလိုနီများကို လွတ်သွားခြင်းနှင့် အာဂါနေရာလွတ်တွင် အမှတ်ပြခြင်းတို့ ဖြစ်ပေါ်သည်။ ဤပန်းကန်အတွက် နောက်ဆုံးရလဒ်မှာ စံအကဲဖြတ်ကိုးကားချက်ထက် ခန့်မှန်းခြေ 12% ပိုရေတွက်ထားခြင်းဖြစ်သည်။
မူရင်းပုံ
Astra ၏ ရေတွက်အမှတ်များ
မူရင်းပုံ
Astra ၏ ရေတွက်အမှတ်များ
မူရင်းပုံ
Astra ၏ ရေတွက်အမှတ်များ
A: ကပ်လျက်ပိုးကိုလိုနီများကြားတွင် ရေတွက်အမှတ်တစ်ခု။ B: မြင်သာသော ပိုးကိုလိုနီနှစ်ခုကို အမှတ်မပြထားခြင်း။ C: အာဂါနေရာလွတ်ကို ပိုးကိုလိုနီအဖြစ် ရေတွက်ခြင်း။ အနီရောင်စက်ဝိုင်းများက Astra ရေတွက်ထားသည့် နေရာများကို ပြသည်။ အနက်ရောင်မြားများမှာ ရှင်းလင်းမြင်သာစေရန် တည်းဖြတ်သူက ထည့်ထားခြင်းဖြစ်သည်။
ပိုးကိုလိုနီအရေအတွက် မတိကျခြင်းက DNA ကို ဆဲလ်များထဲသို့ မည်မျှထိရောက်စွာ ထည့်သွင်းနိုင်ခဲ့သည်ဆိုသည့် ခန့်မှန်းချက်ကို တိုက်ရိုက်ထိခိုက်စေသည်။ ပန်းကန်ထဲထည့်သည့် ထုထည်နှင့် အပျော့ဖျော်နှုန်းကို မပြောင်းဘဲထားလျှင် ပိုရေတွက်မိခြင်းကြောင့် ထိုခန့်မှန်းချက်လည်း တူညီသောအချိုးအစားအတိုင်း ပိုများသွားသည်။
ဇီဝဗေဒသုတေသန အရှိန်မြှင့်ရန် နေ့စဉ်လုပ်ငန်းများကို မှန်ကန်စွာ လုပ်ဆောင်နိုင်ရမည်။ BioBasicsBench က မူရင်းစမ်းသပ်ဒေတာ အဓိပ္ပာယ်ကောက်ခြင်း၊ ထိန်းချုပ်နှိုင်းယှဉ်နမူနာများ စစ်ဆေးခြင်းနှင့် ကောက်ချက်တစ်ခုအတွက် အထောက်အထားမရှိကြောင်း သိရှိခြင်းတို့ကို တိုးတက်အောင်လုပ်ရမည့် ပန်းတိုင်များအဖြစ် သတ်မှတ်ပေးသည်။ ဤလုပ်ငန်းများတွင် တိုးတက်လာပါက သိပ္ပံပညာရှင်များသည် ပြဿနာရှာဖွေဖြေရှင်းရာတွင် အချိန်လျော့သုံးနိုင်ပြီး နောက်ထပ်မည်သည့်စမ်းသပ်မှုကို ဆက်လုပ်မည်ဟု ဆုံးဖြတ်ရာ၌ အချိန်ပိုပေးနိုင်မည်။ ဤစွမ်းရည်များကို စောင့်ကြည့်ခြင်းက ဇီဝဘေးကင်းရေးနှင့် ဇီဝလုံခြုံရေးအပေါ် ၎င်းတို့၏ သက်ရောက်မှုကို နားလည်ရန်လည်း ကူညီပေးမည်။
