Maskinindlæring skaber realistiske genomer af imaginære mennesker

Takket være nye algoritmer og fremskridt inden for computerteknologi kan maskiner nu studere

komplekse modeller og endda genereresyntetiske data af høj kvalitet, såsom fotorealistiske billeder eller endda CV'er af imaginære personer. I en undersøgelse for nylig offentliggjort i det internationale tidsskriftPLOS genetik,maskinlæring bruges til at mine eksisterende biobanker og skabe fragmenter af menneskelige genomer, der ikke tilhører rigtige mennesker, men har karakteristika af rigtige genomer.

"Eksisterende genomiske databaser eren uvurderlig ressource for biomedicinsk forskning. De er dog enten ikke tilgængelige for offentligheden eller er beskyttet af lange og opslidende ansøgningsprocedurer på grund af alvorlige etiske spørgsmål. Dette skaber en alvorlig videnskabelig barriere for forskere. Kunstige genomer vil hjælpe os med at overvinde dette problem,” forklarer Burak Elmen, førsteforfatter af undersøgelsen og juniorforsker i moderne populationsgenetik ved University of Tartu.

Det tværfaglige team gennemførte flereanalyser til vurdering af kvaliteten af ​​de genererede genomer sammenlignet med reelle. ”Overraskende efterligner disse genomer, som kommer ud af tilfældig støj, de kompleksiteter, vi ser i ægte menneskelige befolkninger. For de fleste af deres egenskaber kan de ikke skelnes fra andre genomer fra biobanken, som vi brugte til at træne vores algoritme, bortset fra en detalje: de tilhører virkelig ikke nogen donor, ”understreger Dr. Luca Pagani, en af ​​undersøgelsens hovedforfattere. og samarbejdspartner Mobilitas Pluss.

Læs mere

Se på et billede på 8 billioner pixel af Mars

Abort og videnskab: hvad vil der ske med de børn, der føder

Forskere forklarer, hvorfor wolfia-planten er den hurtigst voksende