Новый AI, анализируя код ДНК, сможет определять основные физиологические признаки его владельца
Привет. Одна и та же ли ДНК у близнецов?
Это зависит от того, являются ли они однояйцовыми или многояйцовыми (дизиготными) близнецами.
Многояйцовые близнецы рождаются, когда два яйца оплодотворяются двумя сперматозоидами. Каждая из этих оплодотворенных яйцеклеток превращается в эмбрион, и дети рождаются в одно и то же время. Но, даже если их вынашивали в одной и той же утробе в одно и то же время, у этих близнецов нет одной и той же ДНК.
Между тем, однояйцовыми близнецы происходят только из одного яйца, которое оплодотворено одним сперматозоидом. Это происходит, когда яйцо делится, и каждая половина превращается в эмбрион. Поскольку они происходят из одной и той же оплодотворенной яйцеклетки, младенцы называются однояйцовыми близнецами, они имеют идентичную ДНК.
Однако у однояйцовых близнецов разные отпечатки пальцев. И мы знаем, что близнецы растут с разными личностями. Их таланты и навыки могут отличаться, как и их интеллект.
Таким образом, само собой разумеется, что исследование ДНК человека действительно очень сложный комплексный процесс.
Тем не менее, в связи с развитием технологий AI и машинного обучения возникли новые вопросы, которые сегодня будоражат научный мир.
Группа ученых недавно опубликовала исследование, где утверждается, что они построили алгоритмы, которые могут создавать компьютерные образы людей на основе данных об их геноме.
Это вызвало тревогу в обществе, поскольку многие люди, которые предоставляли свои данные о геноме в различные исследовательские центры, хотя оставаться анонимными.
По мнению авторов, большая часть возможностей секвенирования генома основана на нашей способности связывать генотипы с физическими и другими чертами человека. Однако, прогнозирование фенотипа может позволить идентифицировать людей через геномику, это создает проблему нарушения конфиденциальности геномных данных.
Сегодня, когда онлайн-услуги с персональными изображениями сосуществуют вместе с большими генетическими базами данных, такими как 23andMe, связывание геномных данных с физическими признаками (например, цветом глаз и кожи) приобретает особую актуальность. Фактически данные генома могут быть связаны с метаданными через онлайн-социальные сети и сервисы, что усложняет защиту конфиденциальности генома. Выявление идентичности данных генома может не только повлиять на донора, но также может поставить под угрозу конфиденциальность членов его семьи.
В исследовании участвовали 1061 этнически разных людей в возрасте от 18 до 82 лет, чьи геномы были секвенированы до средней глубины, по крайней мере, в 30 раз. Также были собраны данные фенотипа в виде трехмерных изображениях лица, данных о цвете глаз и кожи, образцы голоса, возраст, рост и вес.
Команда смогла прогнозировать цвет глаз и кожи, включая пол с высокой точностью. Однако, они столкнулись с трудностями идентификации других, более сложных генетических характеристик.
Между тем, исследователи разработали алгоритм машинного обучения, называемый «алгоритмом максимальной энтропии». Этот алгоритм также оказался успешным, так как нашел оптимальную комбинацию всех прогностических моделей для сопоставления данных секвенирования целого генома с фенотипическими и демографическими данными и позволил правильно идентифицировать в среднем 8 из 10 участников разнообразной этнической принадлежности.
Количество участников в их исследовании может быть и не очень большое, но команда считает, что их интеллектуальные модели надежны.
Исследователи говорят: «Мы решили сделать это исследование, чтобы доказать, что наш геном делает нас именно такими, какие мы есть".
Ученые считаю, что по мере увеличения числа людей в этом исследовании и в базе данных HLI до сотен тысяч, они смогут точно предсказать все, что только можно предсказать, опираясь на человеческий геном.
В тоже время, они обеспокоены тем, что общественность и исследовательское сообщество в целом не видят необходимости в установлении более строгих правил и более надежных гарантий для тех, кто предоставляет свои геномные данные различным учреждениям. Исследователи хотят, чтобы все осознали, что дальнейшее обсуждение и аналитические исследования этой темы имеют огромное значение.
Исследование показывает потенциал технологий обработки изображений для выявления признаков большого числа людей. Машинное обучение позволяет полностью автоматизировать интерпретацию данных ДНК и играет решающую роль в дальнейших научных открытиях.
Многие люди обеспокоены тем, что их геномные данные могут быть использованы страховыми компаниями или недобросовестными лицами в злонамеренных целях.
Теперь, при сдаче генетического материала, необходимо серьезно оценивать все риски. Нужно учитывать, что и членов семьи донора также затрагивает эта опасность, поскольку все больше и больше геномов размещаются в публичных базах данных, поэтому лучше определиться сейчас, стоит ли предоставлять свои генетические данные вообще кому-либо.
