Машинско учење ствара реалне геноме замишљених људи

Благодаря новым алгоритмам и достижениям в области компьютерных технологий машины теперь могут изучать

сложные модели и даже генерировать высококачественные синтетические данные, такие как фотореалистичные изображения или даже резюме воображаемых людей. В исследовании, недавно опубликованном в международном журнале ПЛОС Генетицс, машинное обучение используется для майнинга существующих биобанков и создания фрагментов геномов человека, которые не принадлежат реальным людям, но имеют характеристики настоящих геномов.

«Существующие геномные базы данных — это бесценный ресурс для биомедицинских исследований. Однако они либо недоступны для общественности, либо защищены долгими и изнурительными процедурами подачи заявок из-за серьезных этических проблем. Это создает серьезный научный барьер для исследователей. Искусственные геномы помогут нам преодолеть эту проблему», — объясняет Бурак Ельмен, первый автор исследования и младший научный сотрудник современной популяционной генетики Тартуского университета.

Мултидисциплинарни тим је спровео неколикоанализе за процену квалитета генерисаних генома у поређењу са стварним. „Изненађујуће, ови геноми који настају из случајне буке опонашају сложеност коју видимо у стварним људским популацијама. По већини својих својстава не могу се разликовати од осталих генома из биобанке које смо користили за обуку нашег алгоритма, осим једног детаља: они заиста не припадају ниједном даваоцу “, наглашава др. Луца Пагани, један од водећих аутора студије и сарадник. Мобилитас Плусс.

Опширније

Погледајте слику Марса од 8 билиона пиксела

Побачај и наука: шта ће бити са децом која ће се родити

Научници објашњавају зашто је биљка вучица најбрже растућа