பெசாக் பென்சன் எழுதியது • 20 அக்டோபர் 2026

ஜெருசலேம், 20 அக்டோபர் 2026 (TPS-IL) — பல தசாப்த கால ஆராய்ச்சிகள் அல்சைமர் நோய் குறித்து பல விவரங்களை வெளிப்படுத்தியுள்ள போதிலும், அது ஏன் நோயாளிகளை இவ்வளவு வித்தியாசமாகப் பாதிக்கிறது என்பதை விஞ்ஞானிகளால் இன்னும் முழுமையாகப் புரிந்து கொள்ள முடியவில்லை. பல்வேறு துறைகளைச் சேர்ந்த கண்டுபிடிப்புகளை இணைத்து, இந்நோய் குறித்த விரிவான சித்திரத்தை உருவாக்க ஆராய்ச்சியாளர்களுக்கு உதவக்கூடிய ஒரு கணக்கீட்டுக் கட்டமைப்பை (computational framework) புதிய ஆய்வு ஒன்று முன்மொழிகிறது.

மரபியல், உயிரியல் மற்றும் அறிவாற்றல் சார்ந்த ஆய்வுகள் பெரும்பாலும் அல்சைமர் நோயைத் தனித்தனி கண்ணோட்டங்களிலிருந்தே ஆய்வு செய்துள்ளன என்று இஸ்ரேல் மற்றும் அமெரிக்காவைச் சேர்ந்த ஆராய்ச்சியாளர்கள் வாதிடுகின்றனர். குறிப்பிட்ட சிறப்புக் கணினி மாதிரிகளை ஒன்றோடொன்று இணைப்பதன் மூலம், நோயாளிகளுக்கு இடையே உள்ள வேறுபாடுகளை விளக்க உதவக்கூடிய தொடர்புகளைக் கண்டறிந்து, அதன் மூலம் எதிர்காலத்தில் அதிக இலக்கு நோக்கிய மருத்துவப் பரிசோதனைகள் மற்றும் சிகிச்சைகளுக்கு வழிகாட்ட முடியும் என்று அவர்கள் நம்புகின்றனர்.

ஜெருசலேம் எபிரேயப் பல்கலைக்கழகத்தைச் சேர்ந்த பேராசிரியர் ஷஹார் அர்ஸி இந்த ஆய்வுக்குத் தலைமை தாங்கினார்; கணினி விஞ்ஞானி பராக் ராவே மற்றும் ஹார்வர்ட் மருத்துவப் பள்ளியின் பேராசிரியர் காட் மார்ஷல் ஆகியோர் இதில் பங்களித்தனர். அல்சைமர் நோயின் சிக்கலான தன்மையை எந்த ஒரு ஒற்றை மாதிரியாலும் போதுமான அளவிற்குப் படம் பிடித்துக் காட்ட முடியாது என்று ஆராய்ச்சியாளர்கள் வாதிடுகின்றனர்.

உலகளவில் டிமென்ஷியா (மறதி நோய்) ஏற்படுவதற்கு முதன்மைக் காரணியாக விளங்கும் அல்சைமர் நோய், மில்லியன் கணக்கான மக்களைப் பாதிக்கிறது. இது மூளையில் அமிலாய்டு மற்றும் டாவ் புரதங்களின் அசாதாரணக் குவிப்புடன் தொடர்புடையது. வீக்கம் (inflammation), இரத்த நாளச் சேதம், வளர்சிதை மாற்றக் கோளாறுகள் மற்றும் பிற உயிரியல் செயல்முறைகளும் இது தோன்றுவதற்கும் தீவிரமடைவதற்கும் காரணமாக அமையக்கூடும். நோயாளிகளுக்கு நினைவாற்றல் இழப்பு, மொழி சார்ந்த சிரமங்கள், திசை அறியாமை மற்றும் நடத்தை மாற்றங்கள், அத்துடன் காட்சிப் புலனறிதல் அல்லது முடிவெடுப்பதில் உள்ள பிரச்சனைகள் ஆகியவை வெவ்வேறு சேர்க்கைகளாக ஏற்படக்கூடும்.

“இதன் பொருள், அல்சைமர் நோயால் பாதிக்கப்பட்டுள்ளதாக ஒரே மாதிரியான மருத்துவப் பரிசோதனை முடிவைப் பெறும் இரண்டு நபர்கள், நடைமுறையில் முற்றிலும் மாறுபட்ட உயிரியல் மற்றும் அறிவாற்றல் மாற்றங்களை அனுபவிக்கக்கூடும்,” என்று அர்ஸி கூறினார்.

“ஒவ்வொரு நோயாளிக்கும் பொருந்தக்கூடிய ஒரு ஒற்றை விளக்கத்தைத் தேடுவதற்குப் பதிலாக, இந்த நோயின் தனிப்பட்ட விவரக்குறிப்பை நாம் புரிந்து கொள்ள வேண்டும்,” என்று அவர் மேலும் கூறினார்.

இந்தச் சிக்கலான நிலையை எதிர்கொள்ள, மெடாமோடெலிங் (metamodeling) எனப்படும் முறையை ஆராய்ச்சியாளர்கள் முன்மொழிகின்றனர். கிடைக்கக்கூடிய ஒவ்வொரு தகவலையும் இணைத்து ஒரு மிகப்பெரிய மாதிரியை உருவாக்க முயற்சிப்பதற்குப் பதிலாக, இந்த அணுகுமுறை மூளை ஸ்கேன்கள், மரபணுத் தகவல்கள், மூலக்கூறு மாற்றங்கள், அறிவாற்றல் சார்ந்த அறிகுறிகள் மற்றும் பிற காரணிகளை ஆய்வு செய்யும் பிரத்யேக கணினி மாதிரிகளை ஒன்றிணைக்கும். மாதிரிகளுக்கு இடையிலான கணித ரீதியான தொடர்புகள், இந்த வெவ்வேறு கூறுகள் எவ்வாறு ஒன்றுக்கொன்று தொடர்பு கொண்டுள்ளன என்பதை ஆராய ஆராய்ச்சியாளர்களுக்கு உதவும்.

இக்கட்டமைப்பு முழுமையாக உருவாக்கப்பட்டு சரிபார்க்கப்பட்டால், நோயாளிகளிடையே அல்சைமர் நோய் ஏன் வித்தியாசமாக முன்னேறுகிறது என்பதை ஆராயவும், வெவ்வேறு நோய் சுயவிவரங்களுடன் தொடர்புடைய வடிவங்களை அடையாளம் காணவும், உயிரியல் செயல்முறைகள் எவ்வாறு ஒன்றுடன் ஒன்று தொடர்பு கொள்கின்றன என்பதை ஆய்வு செய்யவும் ஆராய்ச்சியாளர்களுக்கு உதவக்கூடும்.

மேலும், உத்தேச சிகிச்சைச் சூழல்களை மாதிரியாக்கம் செய்யவும், ஒரே மாதிரியான உயிரியல் பண்புகளைக் கொண்ட நோயாளிகள் குறிப்பிட்ட சிகிச்சைகளுக்கு வெவ்வேறு விதமாகப் பதிலளிக்கக்கூடுமா என்பதை ஆராயவும் இது ஆராய்ச்சியாளர்களை அனுமதிக்கக்கூடும். இக்கட்டமைப்பின் பயன் கூடுதல் மேம்பாடு மற்றும் பரிசோதனைகளையே சார்ந்திருக்கும் என்ற போதிலும், இதுபோன்ற கண்டுபிடிப்புகள் எதிர்கால ஆராய்ச்சி மற்றும் மருத்துவப் பரிசோதனை வடிவமைப்புக்கு வழிகாட்ட உதவக்கூடும்.

இந்த ஆய்வு, சக மதிப்பாய்வு செய்யப்பட்ட Brain இதழில் வெளியிடப்பட்டது.