Maschinelles Lernen erzeugt jetzt realistische Genome von Menschen, die es nicht gibt

Zwischen neuen Algorithmen und IT-Fortschritten können Maschinen jetzt immer komplexere Modelle lernen. Sie erzeugen hochwertige synthetische Daten wie fotorealistische Bilder und sogar Lebensläufe von fiktiven Menschen.

Uhr eine Studie, die in der internationalen Zeitschrift veröffentlicht wurde PLoS Genetics zeigt den fortgeschrittenen Einsatz von maschinellem Lernen auf biometrische Daten. Aus den vorhandenen Biobanken generiert das System ganze menschliche Genomblöcke, die nicht echten Menschen gehören, aber die Eigenschaften eines echten Genoms aufweisen.

Umgehen des Datenschutzproblems

„Die bestehenden genomischen Datenbanken sind eine unschätzbare Ressource für biomedizinische Forschung," Er sagt Burak Jelmen, Erstautor der Studie und Junior Research Fellow of Modern Population Genetics an der Universität Tartu. „Das Problem ist, dass sie aufgrund berechtigter ethischer Bedenken nicht öffentlich zugänglich oder vor langwierigen und anstrengenden Antragsverfahren geschützt sind. Das schafft eine wichtige wissenschaftliche Barriere für Forscherinnen und Forscher. Ein maschinengeneriertes Genom, ein ‚künstliches Genom‘, kann uns helfen, es zu überwinden.“ das Problem innerhalb eines sicheren ethischen Rahmens ".

Das multidisziplinäre Team führte weitere Analysen durch, um die Qualität des durch maschinelles Lernen generierten Genoms im Vergleich zum echten zu bewerten. „Überraschenderweise ahmt dieses Genom die Komplexität nach, die wir in echten menschlichen Populationen beobachten können, und für die meisten Eigenschaften Sie sind nicht von den anderen Genomen der Biobank zu unterscheiden, mit denen unser Algorithmus trainiert wurde. Bis auf ein Detail: Sie gehören keinem Genspender“, so die DR. Luca Pagani, einer der führenden Autoren der Studie und Mitmobilitas Pluss.

Ein maschinell erzeugtes Genom, ein „künstliches Genom“, kann uns helfen, das Problem innerhalb eines sicheren ethischen Rahmens zu lösen

Burak Jelmen

Ist es wirklich ein Original-Genom oder eine „Spuck“-Kopie?

Die Studie sieht auch die Bewertung der Nähe des künstlichen Genoms zum echten Genom vor, um zu überprüfen, ob die Privatsphäre der Originalproben gewahrt bleibt. „Während die Erkennung von Datenschutzlecks in Tausenden von Genomen wie die Suche nach einer Nadel im Heuhaufen erscheinen mag, ermöglicht uns die Kombination mehrerer statistischer Maßnahmen, alle Modelle genau zu überwachen. Interessanterweise führt die detaillierte Untersuchung von Streumusterkomplexen wiederum zu weiteren Verbesserungen in der Auswertung von GAN und es wird den Bereich des maschinellen Lernens befeuern.“ Das ist es, was Dr. Flora Jay, Studienkoordinator und Forscher des CNRS (Französisches Nationales Zentrum für wissenschaftliche Forschung).

Alles in allem sind die Ansätze des maschinellen Lernens bereits vorhanden Volti, Biografien und viele andere Funktionen zu einer Handvoll imaginärer Menschen. Wir wissen jetzt auch mehr über ihre Biologie. Diese fiktiven Menschen mit realistischen Genomen könnten als experimentelle Bank anstelle von realen Genomen dienen, die nicht öffentlich verfügbar sind.

Die Forschung könnte eine wichtige Zugänglichkeitsbarriere in der Genomforschung beseitigen, insbesondere für unterrepräsentierte Bevölkerungsgruppen.