AIMine现有生物库为虚构人生成实战基因组

随机数字噪声产生染色体功劳:Burak Yelmen

机器多亏新算法和计算机技术的进步,现在可以学习复杂模型,甚至生成高品质合成数据,如摄影现实图像或甚至人工恢复最近国际杂志上发布的研究报告SPLOS遗传学使用机器学习挖掘现有生物库并生成不属于真人但有真基因组特征的人类基因块

现有基因组数据库是生物医学研究的宝贵资源,但由于合理的伦理问题,数据库不是公开存取或屏蔽在漫长耗竭应用程序后这为研究者制造了重大科学屏障机器生成基因组或人工基因组能帮助我们在安全道德框架内克服问题,

生成机构造随机噪声,而导师机则用数据库可用真实数据测试生成数据进程完成后算法生成人造数据,看起来像真数据,但实际上完全新数据信用公司Yelmen等2021

多元学科团队进行了多项分析,评估生成基因组质量与实生基因组质量之比随机噪声生成的基因组仿真复杂性, 多数特性无法辨别出生物库中的其他基因组与我们训练算法时所用的生物库, 只有一个细节例外:它们不属于基因捐献者, Luca Pagani博士说, 研究高级作者之一和Miblits+s

这项研究还涉及评估人工基因组接近真基因组测试原样本隐私是否保留发现数千基因组私密泄漏时, 似似似在干草堆中寻找针头, 并用多项统计计量方法使我们能仔细检查所有模型详细探索复杂渗漏模式可改善变形模型评价设计,并会回溯机学习领域”,Flora Jay博士说,该研究协调员和计算机科学跨科实验室CNRS研究员LRI/LISN大学-Paris-Saclay法兰西国家科学研究中心

俄罗斯比利时赔率总而言之,机器学习方法为少数虚构人提供面孔、传记和多功能:我们现在更多了解他们的生物学假人和现实基因组可替代所有非公开或需要长应用程序或协作的真正基因组,从而消除基因组研究中重要的无障碍屏障,特别是对代表性不足的人口而言。

参考文献:Burak Yelmen、Aurelien Decele、Linda Ongarao、Davide Marnetto、Corentin Tallec、Francesco Montinaro、Cyril Furtlehner、LucaPagani和Flora Jay编写,2021年2月4日SPLOS遗传学.
DOI: 10.1371/journal.pgen.1009303