Нов алгоритъм генерира синтетичен човешки генетичен код

8
672

Виждали сме AI да пресъздава изключително правдоподобни снимки на хора, които не съществуват, произведения на изкуството, новинарски статии и дори покемони. Но сега екип от учени отвежда нещата една крачка напред, с алгоритъм за генериране на целия генетичен код на несъществуващи пора.

Използвайки AI, наречен Generative Adversarial Network (GAN), при който два алгоритъма бързо генерират резултати, проверяват работата си спрямо реални примери и усъвършенстват нещата, в същото време, в което работят, екип от учени е успял да възпроизведе реалистични човешки геноми, които според тях са неразличими от истинските, според изследванията, забелязани за първи път от The Next Web.

За разлика от други проекти на GAN – като онези ужасяващи покемони – които са предназначени да бъдат забавни малки AI странности, екипът от изследователи от естонския университет в Тарту и френския университет Paris-Saclay, разработили проекта за изкуствен геном, казват, че техните фалшиви генетични последователности имат реална стойност като инструмент в помощ на изследванията на генетиците.

Те твърдят в своя доклад, публикуван в четвъртък в списанието PLOS Genetics, че тези ДНК кодове могат да помогнат за по-нататъшно генетично експериментиране – без да нарушават поверителността на действителните хора, които ще трябва да се откажат от генетичните си данни.

Но може би на този етап науката не разполага с всичко необходимо, за да даде възможност за AI генериране на геноми, каза генетик, който не е участвал в изследването, пред Futurism. За да обясни защо, той ни препоръчва да разгледаме другите примери за това, което GAN може да създаде. Знаем как изглеждат човешкото лице, известните произведения на изкуството и покемоните. Така че за AI ученето от тези примери и изграждането на собствени не е проблем. Но по отношение на човешкия геном все още има толкова много въпроси за това какво правят различните части и това означава, че всъщност не е възможно да разполагаме с достатъчно информация, която да включим в алгоритъм за обучение.

„Първоначалното ми мнение е, че е интересно, но не съм сигурен, че виждам реални практически последици за изследванията в момента“, каза Диана Чърч, вицепрезидент на софтуерната стратегия в биотехнологичната компания Inscripta, пред Futurism. „Голяма част от научната общност все още се опитва да разбере как некодиращата част (по-голямата част) от генома„ работи “. Това, че не можете да изчислително разграничите тези генерирани геноми от реални геноми, не означава, че те наистина са със запазени функционални мотиви и домейни, които са ключово важни – има много неща в тази област, които все още не разбираме. „

Истинският въпрос в съзнанието ни е дали тези геноми, генерирани от GAN, всъщност ще се компилират, така да се каже, в реална, функционална човешка генетична последователност. Авторите на статията не са отговорили на искането на Futurism за коментар. Но в това отношение, казва Чърч, тя не е твърде оптимистична.

„Що се отнася до„ компилирането “на геном като този  в реален човек – определено не виждам пътя към това“, каза Чърч пред Futurism. „Има дълъг път от генерирането на изчисления на геномни последователности до превръщането им в ДНК клетка, още по-малко в човешка.“

2 4 гласа
Оценете статията
Абонирай се
Извести ме за
guest
8 Коментара
стари
нови оценка
Отзиви
Всички коментари