اخلاقیات، حیاتیاتی تحفظ، رازداری اور سائنسی سالمیت

فائدہ:

KVKK، GDPR اور اخلاقیات کمیٹی کے قوانین کے مطابق حساس انسانی/جینیاتی ڈیٹا کی حفاظت کرنے اور انہیں کھلے ماڈل کو دینے سے گریز کرنے کی صلاحیت
بائیوسیکیوریٹی/دوہری استعمال اور آبادی کے تعصب کے خطرات کا اندازہ لگا کر نتائج کی صداقت پر سوال اٹھانے کی صلاحیت
اس بات کو سمجھنا کہ اخلاقی ذمہ داری گاڑی کو نہیں سونپی جا سکتی اور یہ کہ بامعنی انسان کے اندر لوپ ضروری ہے۔

حیاتیات میں مصنوعی ذہانت کا مضبوطی سے استعمال اسے ذمہ داری کے ساتھ استعمال کرنے سے مکمل ہوتا ہے۔ حیاتیات ایک حساس شعبہ ہے جو انسانی صحت، جینیاتی رازداری، ماحولیات اور یہاں تک کہ بائیو سیکورٹی کو بھی چھوتا ہے۔ اس یونٹ میں، ہم ان اخلاقی، قانونی اور حفاظتی ذمہ داریوں پر تبادلہ خیال کریں گے جن کا آپ کو بائیولوجیکل اسٹڈیز میں مصنوعی ذہانت کا استعمال کرتے وقت سامنا کرنا پڑے گا۔ یہ یونٹ ایک فریم ورک ہے جو پچھلے تمام یونٹوں میں تصدیق اور ایمانداری کے اصولوں پر بنایا گیا ہے۔

بنیادی اصول: AI ایک ٹول ہے۔ اخلاقی ذمہ داری ہمیشہ انسانوں پر عائد ہوتی ہے۔ "ماڈل تجویز کردہ" ایک عذر نہیں ہے۔

ذمہ داری کے چار شعبے

1. ڈیٹا کی رازداری اور انسانی ڈیٹا

انسانی شرکاء سے جینیاتی، طبی یا صحت کا ڈیٹا انتہائی حساس ہوتا ہے۔ ایک شخص کے ڈی این اے کی ترتیب اس کے اور ان کے رشتہ داروں کی بیماری کے خطرے اور شناخت کو ظاہر کر سکتی ہے۔ یہاں تک کہ جینومک ڈیٹا کو گمنام سمجھا جا سکتا ہے دوبارہ شناخت کیا جا سکتا ہے. اس ڈیٹا کو عوامی طور پر دستیاب AI ماڈل میں چسپاں کرنے سے ڈیٹا کے تحفظ کے قوانین (Türkiye میں KVKK، یورپ میں GDPR) اور اخلاقیات بورڈ (IRB/اخلاقی کمیٹی) کی منظوریوں کی خلاف ورزی ہو سکتی ہے۔

اوپن ماڈل کو ذاتی/طبی ڈیٹا فراہم نہ کریں۔
رضامندی کے دائرہ کار سے باہر استعمال سے گریز کریں؛ شریک نے کیا رضامندی دی؟
انٹرپرائز/مقامی (آن پریمائز) یا ڈیٹا پروسیسنگ کنٹریکٹ ٹولز کا انتخاب کریں۔

2. بایو سیکیوریٹی اور دوہری استعمال

کچھ حیاتیاتی معلومات "دوہری استعمال" ہیں: یہ مفید اور نقصان دہ دونوں ہو سکتی ہیں۔ مثال کے طور پر، روگزنق (بیماری پیدا کرنے والے) سلسلے، ٹاکسن کی پیداوار۔ خطرناک پیتھوجینز کو بڑھانے یا نقصان دہ حیاتیاتی ایجنٹوں کو ڈیزائن کرنے کے بارے میں AI سے معلومات طلب کرنا زیادہ تر جگہوں پر غیر اخلاقی اور غیر قانونی ہے۔

دوہری استعمال کی خطرناک درخواستیں نہ کریں۔
اپنے ادارے کے بائیو سیفٹی بورڈ (IBC) کے رہنما خطوط پر عمل کریں۔

3. سائنسی سالمیت

ہر چیز جو ہم نے پچھلی اکائیوں میں دیکھی ہے وہ یہاں اکٹھی ہوتی ہے: کوئی جعلی انتساب، کوئی ڈیٹا بیوٹیفیکیشن، کوئی پی ہیکنگ، کوئی منتخب رپورٹنگ نہیں۔ مصنوعی ذہانت ان کو آسان یا مشکل بنا سکتی ہے۔ فرق آپ کی ایمانداری میں ہے۔

تمام نتائج کی اطلاع دیں (بشمول منفی)۔
مصنوعی ذہانت کے استعمال کا اعلان کریں۔
خام ڈیٹا اور کوڈ (اگر ممکن ہو) کا اشتراک کرکے تولیدی صلاحیت کی حمایت کریں۔

4. تعصب اور انصاف

AI ماڈلز ڈیٹا کے تعصبات رکھتے ہیں جس پر انہیں تربیت دی جاتی ہے۔ جینومک ڈیٹا بیس بنیادی طور پر یورپی نسل کی آبادی سے آتے ہیں۔ یہ دوسری آبادیوں میں غریب پیشین گوئیوں کی طرف جاتا ہے۔ ایک تصویری ماڈل اس حالت میں خراب کارکردگی کا مظاہرہ کر سکتا ہے جس کی تربیت کے اعداد و شمار میں کم نمائندگی کی گئی ہو۔

سوال کریں کہ ماڈل کو کس آبادی/ڈیٹا پر تربیت دی گئی تھی۔
اس بات کا اندازہ کریں کہ آیا نتائج تمام گروپس میں موجود ہیں۔

مشورہ: اپنے آپ سے پوچھیں: "اگر میں یہ ڈیٹا ماڈل کو دیتا ہوں، تو اس کا تعلق کس سے ہے اور کیا اس شخص نے اجازت دی؟" اگر جواب مبہم ہے تو اسے مت دیں۔ رازداری کی خلاف ورزی ناقابل واپسی ہے۔

مرحلہ وار: ذمہ دار AI کنٹرول

ڈیٹا ماخذ کی درجہ بندی کریں: ذاتی/حساس یا عوامی؟
رضامندی اور اجازتیں چیک کریں: کیا یہ استعمال شامل ہے؟
صحیح ٹول کا انتخاب کریں: حساس ڈیٹا کے لیے محفوظ/مقامی ماحول۔
دوہری استعمال کے خطرے پر غور کریں۔
سوال کا تعصب: کیا نتیجہ تمام گروپوں میں درست ہے؟
دستاویز کریں اور استعمال کا اعلان کریں۔

کاپی کرنے کے قابل پرامپٹ ٹیمپلیٹس

اخلاقی نقطہ نظر سے ذیل میں میرے تجزیاتی منصوبے کا جائزہ لیں: ڈیٹا کی رازداری، شرکت کنندہ کی رضامندی، ممکنہ تعصب، اور دوہری استعمال کے خطرے سے متعلق احتیاطی تدابیر کی فہرست بنائیں۔ منصوبہ: [متن] (نوٹ: میں مریض کا اصل ڈیٹا شیئر نہیں کر رہا ہوں، صرف منصوبہ۔)

اس جینومک ڈیٹاسیٹ کو استعمال کرنے سے پہلے مجھے کن رازداری اور رضامندی کے سوالات کا جواب دینا چاہیے؟ KVKK/GDPR اور اخلاقیات کمیٹی کے لحاظ سے ایک چیک لسٹ تیار کی جاتی ہے۔

مجھے اپنے مضمون کے طریقہ کار کے حصے میں مصنوعی ذہانت کے ٹول کا شفاف طریقے سے کیسے اعلان کرنا چاہیے؟ مثال کے طور پر اعلانیہ جملہ لکھیں؛ اس میں کون سی معلومات (آلہ، ورژن، استعمال کی گنجائش) ہونی چاہیے؟

میں یہ کیسے اندازہ لگا سکتا ہوں کہ آیا اس ماڈل کے نتائج میں آبادی کا تعصب ہے؟ ان سوالات کی فہرست بنائیں جو مجھے تربیتی ڈیٹا اور جانچ کے مراحل کے بارے میں پوچھنے چاہئیں۔

کمزور فوری / مضبوط اشارہ

کمزور: "مندرجہ ذیل مریض کے جینیاتی ڈیٹا کا تجزیہ کریں: [حقیقی ڈیٹا]۔"

Güçlü: "میں ایک تجزیہ کا منصوبہ ترتیب دے رہا ہوں جو کلینیکل جینومک ڈیٹا کے ساتھ کام کرتا ہے، لیکن میں مریضوں کے حقیقی ڈیٹا کا اشتراک نہیں کرتا۔ صرف ایک طریقہ کار کے نقطہ نظر سے: مجھے رازداری کے کون سے اقدامات کرنے چاہئیں، مجھے کس ماحول میں ڈیٹا پر کارروائی کرنی چاہیے، مجھے کون سی منظوری اور اخلاقیات کمیٹی کی شرائط پوری کرنی چاہئیں؟ آپ ڈمی/سیمپل ڈیٹا کے ساتھ بہاؤ دکھا سکتے ہیں۔"

فرق: طاقتور پرامپٹ میں کوئی حقیقی حساس ڈیٹا شیئر نہیں کیا جاتا ہے۔ صرف طریقہ پوچھا جاتا ہے۔ رازداری برقرار ہے، ماڈل اب بھی مدد کرتا ہے۔

تین چھوٹے مقدمات

کیس 1 - رازداری کی خلاف ورزی: ایک محقق نے اس کا تجزیہ کرنے کے لیے اسے ایک کھلے ماڈل میں چسپاں کر دیا جو اس کے خیال میں گمنام مریض کے exome ڈیٹا تھا۔ جب اخلاقیات کمیٹی کو اس کا علم ہوا تو مطالعہ معطل کر دیا گیا۔ ڈیٹا پروسیسنگ کا کوئی معاہدہ نہیں تھا۔ سبق: حساس ڈیٹا کبھی بھی کھلے ماڈل میں داخل نہیں ہوتا ہے۔

کیس 2 — آبادی کا تعصب: ایک پولی جینک رسک سکور ٹول کو یورپی نژاد ڈیٹا پر تربیت دی گئی تھی۔ دوسری آبادی میں، خطرے کے تخمینے نمایاں طور پر غلط تھے۔ جب ماڈل نے تربیتی ڈیٹا کی تشکیل پر سوال اٹھانے کا مشورہ دیا تو ٹیم نے اس آبادی میں اس آلے کو استعمال نہ کرنے کا فیصلہ کیا۔ سبق: تعصب جانوں کو بچاتا یا نقصان پہنچاتا ہے۔

کیس 3 — انکشاف اور شفافیت: ایک ٹیم نے AI کے ساتھ ڈیٹا کلیننگ کوڈ لکھا اور طریقہ کار کے سیکشن میں اسے واضح طور پر بتایا۔ اس نے کوڈ بھی شیئر کیا۔ مبصرین نے اس کا خیرمقدم کیا کیونکہ تکرار کی صلاحیت مضبوط تھی۔ سبق: شفافیت اعتماد پیدا کرتی ہے۔

موازنہ چارٹ

علاقہ

محفوظ رویہ

خطرناک رویہ

مریض کے اعداد و شمار

مقامی/محفوظ ماحول

ماڈل کھولنے کے لیے پیسٹ کریں۔

رضامندی

دائرہ کار میں استعمال کریں۔

دائرہ کار سے تجاوز نہ کریں۔

بایو سیکیوریٹی

دوہری استعمال سے گریز

خطرناک مطالبہ

سالمیت

تمام نتائج کی اطلاع دیں۔

منتخب رپورٹنگ

تعصب

آبادی سے استفسار کریں۔

آنکھیں بند کرکے لگائیں۔

شفافیت

استعمال کا اعلان کریں۔

چھپا

عام غلطیاں

کھلے ماڈل کو حساس ڈیٹا دینا: پرائیویسی کی ناقابل واپسی خلاف ورزی۔
رضامندی کے دائرہ کار سے تجاوز کرنا: استعمال کرنے والے کی طرف سے اجازت نہیں دی گئی ہے۔
تعصب کو نظر انداز کرنا: تمام گروپوں کے لیے نتائج کو عام کرنا۔
استعمال کو چھپانا: AI شراکت کا اعلان نہیں کرنا۔
"ماڈل تجویز کردہ" دفاع: گاڑی سے ذمہ داری منسوب کرنا۔

احتیاط: اعلیٰ نتائج والے حیاتیاتی کام میں (طبی فیصلہ، بائیو سیفٹی، انسانی ڈیٹا) AI آؤٹ پٹ قابل ماہر کی تصدیق اور اخلاقی نگرانی کا متبادل نہیں ہے۔ یہ صرف اسے تیز کرتا ہے. فیصلے کے اخلاقی اور سائنسی نتائج کے ساتھ ساتھ حتمی ذمہ داری ہمیشہ انسان پر عائد ہوتی ہے۔

ماحولیات، ماحولیات اور روایتی علم

اخلاقی ذمہ داری انسانی ڈیٹا تک محدود نہیں ہے۔ ماحولیات اور تحفظ حیاتیات میں مصنوعی ذہانت کا استعمال کرتے وقت بھی احتیاط کی ضرورت ہے۔ مثال کے طور پر، خطرے سے دوچار پرجاتیوں کا درست مقام کا ڈیٹا (کیمرہ ٹریپ کوآرڈینیٹ) غیر قانونی شکار کے خطرے کی وجہ سے حساس ہوتا ہے۔ اس ڈیٹا کو کسی کھلے ماڈل یا عوام کو جاری کرنے سے انواع کو نقصان پہنچ سکتا ہے۔ اسی طرح، اخلاقی اور قانونی (جیسے ناگویا پروٹوکول) کے مسائل اس وقت پیدا ہوتے ہیں جب مقامی کمیونٹیز کے روایتی حیاتیاتی علم (مثلاً پودے کا استعمال) بغیر اجازت کے استعمال کیا جاتا ہے۔ ڈیٹا استعمال کرنے سے پہلے، "یہ معلومات کس کی ہے اور اس کے افشاء سے کس کو نقصان پہنچے گا؟" ہمیشہ سوال پوچھیں۔

انسانی نگرانی اور حتمی فیصلہ

اس پورے ماڈیول کا جوہر ایک اصول پر ابلتا ہے: بامعنی انسانی نگرانی۔ AI ایک تجویز پیش کرتا ہے، ایک مسودہ لکھتا ہے، ایک نمونہ دکھاتا ہے۔ لیکن حیاتیاتی، طبی یا اخلاقی فیصلہ کبھی بھی براہ راست ماڈل آؤٹ پٹ پر مبنی نہیں ہوتا ہے۔ خاص طور پر زیادہ خطرے والے علاقوں میں (تشخیص، علاج، پرجاتیوں کے تحفظ کا فیصلہ، رہائی)، ماڈل کا کردار فیصلے کرنا نہیں، بلکہ ماہر کے فیصلے کو تیز کرنا ہے۔ "ہیومن ان دی لوپ" نقطہ نظر ایک نعرہ نہیں بلکہ ایک ضرورت ہے۔

اس نگرانی کے کام کرنے کے لیے، سپروائزر کا اہل ہونا ضروری ہے۔ اندھی رضامندی ("ماڈل نے کہا، قبولیت") نگرانی نہیں ہے۔ حقیقی نگرانی کے لیے ایسی مہارت کی ضرورت ہوتی ہے جو آؤٹ پٹ پر سوال کر سکے، اس کی غلطی کو پکڑ سکے، اور ضرورت پڑنے پر اسے مسترد کر سکے۔ لہذا، مصنوعی ذہانت ماہر کی جگہ نہیں لیتی۔ یہ ماہر کو اور بھی زیادہ ناگزیر بناتا ہے۔ گاڑی کو بہترین استعمال کرنے والا وہی ہے جو اسے بہترین طریقے سے کنٹرول کر سکتا ہے۔

خلاصہ میں

حیاتیات میں AI کا ذمہ دارانہ استعمال چار شعبوں کا احاطہ کرتا ہے: ڈیٹا پرائیویسی (حساس انسانی ڈیٹا کی حفاظت)، بائیو سیکیورٹی (دوہری استعمال سے گریز)، سائنسی سالمیت (ایماندارانہ اور مکمل رپورٹنگ) اور تعصب سے آگاہی (تمام گروپوں میں نتائج کی درستگی)۔ کھلے ماڈل کو حساس ڈیٹا فراہم نہ کریں، شفاف طریقے سے استعمال کا اعلان کریں، آبادی کے تعصب پر سوال اٹھائیں۔ اخلاقی ذمہ داری کبھی بھی ایجنٹ کو نہیں سونپی جا سکتی۔ یہ ہمیشہ انسانوں میں ہوتا ہے۔

درخواست کا کام

اپنے کام کی جگہ سے ایک منظر نامے پر غور کریں (مثال کے طور پر انسانی ڈیٹاسیٹ یا تصویری ماڈل کا استعمال)۔ حقیقی ڈیٹا کا اشتراک کیے بغیر AI کو اس منظر نامے کی اخلاقی چیک لسٹ (رازداری، رضامندی، تعصب، دوہری استعمال، شفافیت) کے ساتھ پیش کریں۔ ہر آئٹم کے لیے، اسے اپنی صورت حال میں "مناسب/خطرناک/غیر یقینی" کے بطور نشان زد کریں اور ان لوگوں کے لیے ایک ایکشن پلان لکھیں جو خطرناک/غیر یقینی ہیں۔ اپنے مضمون کے لیے AI استعمال کا ایک بیان بھی تیار کریں۔

چیک لسٹ

میں نے کھلے ماڈل کو حساس/ذاتی ڈیٹا فراہم نہیں کیا۔
میں نے رضامندی اور اخلاقیات کمیٹی کے دائرہ کار کو چیک کیا۔
میں نے دوہری استعمال/بائیوسیکیوریٹی رسک کا اندازہ لگایا ہے۔
میں نے ایمانداری سے تمام نتائج کی اطلاع دی۔
میں نے آبادی/ڈیٹا کے تعصب پر سوال اٹھایا۔
میں نے شفاف طریقے سے مصنوعی ذہانت کے استعمال کا اعلان کیا ہے اور ذمہ داری لی ہے۔

ماڈیول امتحان

1. ایک طالب علم نے لینگویج ماڈل سے پوچھا 'اس فاسٹ فائل میں کتنے تار ہیں؟' وہ پوچھتا ہے اور ماڈل جواب دیتا ہے '48'۔ سب سے صحیح طریقہ کون سا ہے؟

A) ماڈل کے ذریعہ دیے گئے نمبر 48 کو براہ راست استعمال کرنا۔ ماڈل قابل اعتماد ہے کیونکہ یہ فائل کو دیکھتا ہے۔
ب) نمبر سے ایک بار پھر پوچھیں اور اگر دونوں جوابات ایک ہیں تو اسے درست مان لیں۔
C) بایوپیتھون کے ساتھ فائل کو پڑھنا، کوڈ کے ساتھ ترتیب کی تعداد گننا اور آؤٹ پٹ کا استعمال کرنا ✔
D) فائل کو دستی طور پر کھولنا اور آنکھوں کے فیصلے سے گننا

وضاحت: تعییناتی کام جیسے کہ گنتی اور پیمائش آپ کے چلائے جانے والے کوڈ پر چھوڑ دی جائے، زبان کے ماڈل پر نہیں۔ ماڈل نمبر کو 'یاد نہیں کرتا'، یہ ایک امکانی قدر پیدا کرتا ہے اور ہو سکتا ہے کہ غلطی ہو؛ Biopython جیسے آلے کے ساتھ گنتی درست اور تولیدی نتائج دیتی ہے۔

2. آپ ایک خوردبین تصویر میں خلیات کو شمار کرنا چاہتے ہیں اور ہر ایک کے رقبے کی پیمائش کرنا چاہتے ہیں۔ اس کام کے لیے سب سے مناسب طریقہ کیا ہے؟

A) سیلپوز/اسٹار ڈسٹ جیسے ماہر سیگمنٹیشن ٹول کا استعمال اور دستی طور پر نتیجہ کی تصدیق کرنا ✔
ب) تصویر کو عام زبان کے ماڈل میں چسپاں کریں اور پوچھیں 'کتنے سیل ہیں'
ج) ماڈل کو تصویر کی وضاحت کریں اور تخمینہ نمبر طلب کریں۔
D) بغیر کسی انشانکن کے پکسلز کی تعداد کو سیلوں کی تعداد کے طور پر قبول کرنا

وضاحت: سیل کی تقسیم اور پیمائش عام زبان کے ماڈل کا ڈومین نہیں ہے، بلکہ اس کام کے لیے خصوصی طور پر تربیت یافتہ تصویری ماڈلز (Cellpose، StarDist) کا ہے۔ لینگویج ماڈل وہ کوڈ لکھتا ہے جو ان ٹولز کو کال کرتا ہے۔ ماہر ماڈل پیمائش کرتا ہے، اور ماہر حیاتیات نتیجہ کی تصدیق کرتا ہے۔

3. ایک گریجویٹ طالب علم اپنے مقالے کے تعارف میں لینگویج ماڈل کے ذریعہ تیار کردہ 8 ذرائع کا اضافہ کرتا ہے۔ کنسلٹنٹ کو پتہ چلا کہ ان میں سے 3 بالکل موجود نہیں ہیں۔ اس صورتحال کو کیسے روکا جا سکتا ہے؟

A) ماڈل سے ایک بار پھر وسائل پیدا کرنے کے لیے کہہ کر
ب) DOI کے ساتھ صرف اقتباسات کو منتخب کرکے (اگر DOI ہے تو یہ حقیقی ہے)
C) ماڈل کو 'فٹ' کرنے کی ہدایت دے کر فہرست کی درخواست کرنا
D) PubMed/doi.org پر ہر ایک حوالہ کی آزادانہ طور پر تصدیق کرنا اور صرف ان مضامین کا حوالہ دینا جو اس نے پڑھے ہیں ✔

وضاحت: عام زبان کے ماڈل ادب کا ڈیٹا بیس نہیں ہیں۔ حقیقی ریکارڈ تلاش کرنے کے بجائے، یہ حقیقت پسندانہ آواز دینے والے انتساب (من گھڑت انتساب) کو 'پیدا' کرتا ہے۔ ہر بائی لائن اور DOI کو PubMed/doi.org جیسے ذرائع میں آزاد تصدیق کے بغیر استعمال نہیں کیا جانا چاہئے اور صرف ان مضامین کا حوالہ دیا جانا چاہئے جو واقعی پڑھ چکے ہیں۔

4. مصنوعی ذہانت سے لکھے گئے ڈیٹا کلیننگ کوڈ کی درستگی کو یقینی بنانے کا سب سے طاقتور طریقہ کیا ہے؟

A) اگر کوڈ غلطیوں کے بغیر کام کرتا ہے تو اسے درست تسلیم کریں۔
ب) ایک چھوٹے سے معلوم نمونے کے ساتھ نتیجہ کی جانچ کرنا اور اصرار کے ساتھ توقع کی تصدیق کرنا ✔
C) ماڈل سے پوچھیں 'کیا کوڈ درست ہے؟' پوچھنا اور جواب 'ہاں' پر بھروسہ کرنا
D) کوڈ کو کئی بار چلائیں اور ہر بار ایک ہی آؤٹ پٹ حاصل کریں۔

تبصرہ: صرف اس لیے کہ کوڈ غلطیوں کے بغیر کام کرتا ہے اس کا مطلب یہ نہیں کہ یہ درست ہے۔ 'غلط کوڈ غلطیوں کے بغیر کام کرنا' حیاتیات میں سب سے خطرناک صورتحال ہے۔ ایک چھوٹے نمونے کے ساتھ جانچ کرنا جس کا نتیجہ آپ کو پہلے سے معلوم ہو اور کوڈ میں توقع کو اصرار کے ساتھ شامل کرنا خاموش غلط نتائج کے خلاف سب سے مضبوط ڈھال ہے۔

5. ایک RNA-seq تجزیہ میں، 20,000 جینوں کی جانچ کی جاتی ہے اور 3,800 جینز بغیر کسی اصلاح کے p <0.05 کے ساتھ 'اہم' پائے جاتے ہیں۔ اس نتیجے کے ساتھ اصل مسئلہ کیا ہے؟

ا) نمونوں کی تعداد بہت زیادہ ہے، اسے کم کیا جائے۔
ب) پی تھریشولڈ بہت زیادہ ہے، 0.10 استعمال کیا جانا چاہیے تھا۔
C) ایک سے زیادہ موازنہ اصلاح (FDR) نہیں کی گئی تھی۔ بہت سے غلط مثبت ہیں ✔
ڈی) جین کے بجائے نمونوں کی جانچ ہونی چاہیے تھی۔

وضاحت: جب آپ بیک وقت ہزاروں جینوں کی جانچ کرتے ہیں، تو بہت سے جین اتفاقاً 'اہم' دکھائی دیتے ہیں، چاہے کوئی حقیقی فرق نہ ہو۔ اسے کثیر موازنہ مسئلہ کہا جاتا ہے۔ اس کا حل یہ ہے کہ FDR (جھوٹی دریافت کی شرح) کو درست طریقے سے لاگو کیا جائے جیسے کہ بنجمینی-ہچبرگ؛ اصلاح کے ساتھ، فہرست عام طور پر دسیوں سے چند سو جین تک کم ہو جاتی ہے۔

6. BLAST کے نتیجے میں بہترین میچ کی E-value 2.0 ہوتی ہے۔ اس کا کیا مطلب ہے؟

A) میچ بے ترتیب ہونے کا امکان ہے۔ ✔ قابل اعتماد میچ نہیں ہے۔
ب) جوڑا بہت مضبوط ہے؛ ای ویلیو جتنی زیادہ ہوگی، اتنا ہی بہتر ہے۔
C) ترتیب 2% کی شرح سے مماثل ہے
D) دو ترتیبوں کے درمیان 2 بنیادی فرق ہے۔

وضاحت: ای ویلیو میچ کے بے ترتیب ہونے کی توقع کی نشاندہی کرتی ہے۔ چھوٹا ہونا بہتر ہے۔ 1 سے بڑی ای ویلیو اس بات کی نشاندہی کرتی ہے کہ میچ بے ترتیب ہونے کا امکان ہے۔ قابل اعتماد میچوں کے لیے، عام طور پر e <1e-5 جیسی بہت چھوٹی حدیں تلاش کی جاتی ہیں۔

7. الفا فولڈ ماڈل میں، پروٹین کا ٹرمینل ریجن کم pLDDT سکور (<50) دکھاتا ہے۔ اس خطے کی تشریح کیسے کی جائے؟

A) AlphaFold نے اس خطے میں غلطی کی ہے، اس خطے کو تجزیہ سے ہٹا دیا جانا چاہیے۔
ب) یہ خطہ یقینی طور پر الفا ہیلکس ہے۔
C) ماڈل مکمل طور پر ناقابل اعتماد ہے، ساخت کا استعمال نہیں کیا جانا چاہئے
D) خطہ ممکنہ طور پر بے قاعدہ/ لچکدار ہے۔ 'غلط' کی بجائے 'غیر واضح' سے تعبیر کیا جانا چاہیے ✔

تفصیل: pLDDT ہر امینو ایسڈ کے لیے مقامی اعتماد کا سکور ہے۔ 50 سے نیچے کی قدریں اکثر واقعی بے قاعدہ (لچکدار، غیر مقررہ) علاقوں کی عکاسی کرتی ہیں۔ ان خطوں کو 'غلط اندازے' کے طور پر خود بخود حذف کرنا غلط ہے۔ کم اسکور کو 'غیر یقینی/لچکدار' کے طور پر پڑھنا چاہیے اور اس کی حیاتیاتی اہمیت کا جائزہ لینا چاہیے۔

8. ایک محقق سیل کے علاقوں کو صرف پکسلز میں رپورٹ کرتا ہے اور نتائج ادب سے مطابقت نہیں رکھتے۔ لاپتہ قدم کیا ہے؟

A) مزید خلیات کو شمار کیا جانا چاہئے تھا۔
ب) اسکیل کیلیبریشن (پکسل سے مائیکرو میٹر کی تبدیلی) نہیں کی گئی، نتائج کو جسمانی اکائیوں میں تبدیل نہیں کیا گیا ✔
سی) سیگمنٹیشن ٹول کا انتخاب غلط طریقے سے کیا گیا تھا۔
D) تصویر کی قرارداد بہت زیادہ ہے۔

وضاحت: تصویر سے جسمانی سائز نکالنے کے لیے اسکیل کیلیبریشن (کتنے مائکرو میٹر فی پکسل) ضروری ہے۔ اگر اس قدم کو چھوڑ دیا جاتا ہے تو مائکروسکوپ کی ترتیب کے لحاظ سے اقدار لاجواب رہیں گی۔ علاقوں کو طبعی اکائیوں میں تبدیل کیا جانا چاہیے جیسے مربع مائکرو میٹر۔

9. ایک طالب علم ایک ماؤس سے 10 ٹشو نمونے لیتا ہے اور شماریات میں 'n=10' استعمال کرتا ہے۔ یہ کیوں غلط ہے؟

A) اعداد و شمار کے لیے 10 نمونے بہت کم ہیں، کم از کم 30 کی ضرورت ہے۔
ب) مختلف اعضاء سے ٹشو کے نمونے لینے پڑتے تھے۔
C) یہ 10 مثالیں تکنیکی تکرار ہیں۔ حیاتیاتی n اب بھی 1 ہے، یہ نام نہاد تکرار ہے ✔
D) نمونے غلط ہیں کیونکہ وہ ایک ہی دن لیے گئے تھے۔

وضاحت: ایک ہی فرد سے بار بار کی گئی پیمائش تکنیکی دہرائی جاتی ہے۔ جہاں شماریاتی n حیاتیاتی اکائیوں کی تعداد ہے (یہاں چوہوں)۔ تکنیکی تکرار کو حیاتیاتی (pseudoreplication) سمجھنا غلط اہمیت پیدا کرتا ہے۔ مناسب ڈیزائن کا مطلب ہے متعدد افراد کے ساتھ کام کرنا۔

10. ایک تجزیہ p=0.03 ملا۔ اس قدر کی صحیح تشریح کیا ہے؟

A) اس یا اس سے زیادہ انتہائی نتیجہ دیکھنے کا 3% امکان ہے جب حقیقت میں کوئی فرق نہیں ہے ✔
ب) اثر کے حقیقی ہونے کا امکان 97% ہے
C) کالعدم مفروضے کے درست ہونے کا امکان 3% ہے
D) نتیجہ 97٪ دوبارہ قابل تکرار ہے۔

وضاحت: p-value 'امکان ہے کہ مفروضہ سچ ہے' یا 'امکان ہے کہ اثر درست ہے'۔ p-value کسی فرق کو دیکھنے کا امکان ہے جیسا کہ مشاہدہ کیا گیا ہے جب کہ حقیقت میں کوئی فرق نہیں ہے۔ لہذا p=0.03 کا مطلب یہ نہیں ہے کہ 'اثر 97 فیصد حقیقی ہے'۔ نتائج کا اندازہ اثر کے سائز اور اعتماد کے وقفے سے بھی کیا جانا چاہیے۔

11. ایک پریزنٹیشن میں، y-axis کو 95-100 کی حد تک سکیڑ کر دو گروپوں کے درمیان 3% کا فرق بہت بڑا دکھایا گیا ہے۔ یہ کیا مثال ہے؟

A) ایک اچھی تصور کی تکنیک؛ فرق کو نمایاں کرتا ہے۔
ب) کلر بلائنڈ دوستانہ پیلیٹ کا مسئلہ
ج) ایک قابل قبول انداز کا انتخاب
D) ایک گمراہ کن اور بے ایمان چارٹ جو تراشے ہوئے محور کے ساتھ فرق کو بڑھا چڑھا کر پیش کرتا ہے ✔

وضاحت: محور کو صفر سے شروع نہ کرنا (چھوٹا ہوا محور) ایک چھوٹے سے فرق کو بصری طور پر بڑھا چڑھا کر دیکھنے والے کو گمراہ کرتا ہے۔ یہ ایمانداری کے اصول کی خلاف ورزی ہے۔ خاص طور پر بار چارٹس میں، محور صفر سے شروع ہونا چاہیے اور فرق کو اس کے اصل سائز کے ساتھ دکھایا جانا چاہیے۔

12. ایک محقق اپنے خیال میں گمنام مریض کے exome ڈیٹا کو عوامی زبان کے ماڈل میں پیسٹ کرتا ہے تاکہ اس کا تجزیہ کیا جا سکے۔ یہ رویہ مسئلہ کیوں ہے؟

A) کوئی مسئلہ نہیں ہے؛ گمنام ہونے پر ڈیٹا شیئر کیا جا سکتا ہے۔
ب) ایک کھلے ماڈل کو حساس مریض کا ڈیٹا فراہم کرنا رازداری اور اخلاقی/قانونی (KVKK/GDPR) کی خلاف ورزی ہے اور اسے تبدیل نہیں کیا جا سکتا ✔
ج) یہ صرف اس لیے مشکل ہے کہ تجزیہ سست ہوگا۔
D) ماڈل مشکل ہے کیونکہ یہ ڈیٹا کو نہیں سمجھ سکتا

تفصیل: مریض کا جینیاتی/طبی ڈیٹا انتہائی حساس ہوتا ہے۔ یہاں تک کہ گمنام ہونے کے بارے میں سوچنے والے جینومک ڈیٹا کی دوبارہ شناخت کی جا سکتی ہے۔ عوامی ماڈل کو یہ ڈیٹا فراہم کرنے سے KVKK/GDPR اور اخلاقیات کمیٹی (IRB) کی منظوریوں کی خلاف ورزی ہوتی ہے اور یہ رازداری کی ناقابل واپسی خلاف ورزی ہے۔ حساس ڈیٹا کو مقامی/محفوظ، معاہدہ شدہ ماحول میں پروسیس کیا جانا چاہیے۔

13. ایک مطالعہ میں، ان کے خیال میں 'مریض بمقابلہ کنٹرول' کا فرق درحقیقت نمونوں پر دو مختلف دنوں پر عملدرآمد کی وجہ سے تھا۔ اس صورتحال کو کیا کہتے ہیں اور اس سے کیسے نمٹا جاتا ہے؟

A) یہ بیرونی اثر ہے؛ نقطوں کو حذف کیا جانا چاہئے
ب) یہ معمول کی کمی ہے۔ صرف پیمانے کی اصلاح ہی کافی ہے۔
C) یہ بیچ اثر ہے؛ ڈیزائن میں متوازن ہونا چاہیے اور بیچ متغیر کے طور پر ماڈل میں شامل کیا جانا چاہیے ✔
ڈی) پی ہیکنگ؛ ٹیسٹ کو تبدیل کیا جانا چاہئے

وضاحت: سیمپلنگ بیچ/ پروسیسنگ ڈے کی وجہ سے تکنیکی فرق کو بیچ اثر کہا جاتا ہے اور اسے حیاتیاتی فرق کے ساتھ الجھایا جا سکتا ہے۔ صحیح طریقہ یہ ہے کہ ڈیزائن میں بیچوں کو متوازن کیا جائے اور بیچ کے متغیر کو شماریاتی ماڈل میں شامل کیا جائے (مثلاً '~ بیچ + حالت')، اس طرح تکنیکی سگنل کو حیاتیاتی سگنل سے الگ کرنا ہے۔

14. آپ ڈی این اے کی ترتیب کے GC تناسب کا حساب لگانا چاہتے ہیں۔ صحیح اور تکرار کرنے والا طریقہ کون سا ہے؟

A) وہ کوڈ پرنٹ کریں جو Biopython کے ساتھ GC کی شرح کا حساب لگاتا ہے، اسے چلائیں اور آؤٹ پٹ استعمال کریں ✔
ب) ماڈل کو ترتیب دیں اور اسے زبانی طور پر GC کی شرح بتانے کو کہیں۔
ج) دوسرے ماڈل کے ذریعہ ماڈل کے ذریعہ دیئے گئے تناسب کی تصدیق کرنا
D) سیریز کے پہلے 100 حروف کو دیکھنا اور آنکھوں سے اندازہ لگانا

وضاحت: جی سی کی شرح ایک تعییناتی حساب ہے۔ اس کوڈ پر مبنی ہونا چاہئے جو سرنی پر کارروائی کرتا ہے، نہ کہ اس قدر پر جو زبان کا ماڈل 'یاد رکھتا ہے'۔ ماڈل کو اس کا حساب لگانے کے بجائے، کیلکولیشن کوڈ کو Biopython جیسے ٹول سے پرنٹ کرنے اور اسے خود چلانے سے ایک درست آؤٹ پٹ ملے گا جو ہر بار آپ اسے چلانے پر ایک ہی نتیجہ دیتا ہے۔