Machine learning creëert realistische genomen van denkbeeldige mensen

Dankzij nieuwe algoritmen en vooruitgang in de computertechnologie kunnen machines nu studeren

complexe modellen en zelfs genererenhoogwaardige synthetische gegevens, zoals fotorealistische afbeeldingen of zelfs cv's van denkbeeldige mensen. Dat blijkt uit een onderzoek dat onlangs in het internationale tijdschrift is gepubliceerdPLOS Genetica,Machine learning wordt gebruikt om bestaande biobanken te ontginnen en fragmenten van menselijke genomen te creëren die niet van echte mensen zijn, maar de kenmerken van echte genomen hebben.

“Bestaande genomische databases zijn dat weleen onschatbare bron voor biomedisch onderzoek. Ze zijn echter ofwel niet beschikbaar voor het publiek, ofwel worden ze beschermd door lange en slopende aanvraagprocedures vanwege ernstige ethische problemen. Dit creëert een ernstige wetenschappelijke barrière voor onderzoekers. Kunstmatige genomen zullen ons helpen dit probleem te overwinnen”, legt Burak Elmen uit, eerste auteur van de studie en junior onderzoeker in moderne populatiegenetica aan de Universiteit van Tartu.

Het multidisciplinaire team heeft verschillendeanalyses om de kwaliteit van de gegenereerde genomen te beoordelen in vergelijking met echte genomen. "Verrassend genoeg bootsen deze genomen, die voortkomen uit willekeurige ruis, de complexiteit na die we in echte menselijke populaties kunnen waarnemen. Voor de meeste van hun eigenschappen zijn ze niet te onderscheiden van andere genomen van de biobank die we hebben gebruikt om ons algoritme te trainen, behalve één detail: ze zijn echt niet van een donor, "benadrukt Dr. Luca Pagani, een van de hoofdauteurs van het onderzoek en medewerker Mobilitas Pluss.

Lees verder

Kijk naar een afbeelding van 8 biljoen pixels van Mars

Abortus en wetenschap: wat gebeurt er met de kinderen die zullen bevallen

Wetenschappers leggen uit waarom de wolfia-plant het snelst groeit