AI를 사용하여 인공 인간 유전자 코드 생성

적어도 1950년부터 Alan Turing의 유명한 "컴퓨팅 기계 및 지능” 논문이 저널에 처음 게재되었습니다. 정신, 인공 지능에 관심이 있는 컴퓨터 과학자들은 마음을 코딩한다는 개념에 매료되었습니다. 이론에 따르면 마음은 기질에 독립적입니다. 즉, 마음의 처리 능력이 필요에 따라 뇌의 습지에 연결될 필요가 없다는 의미입니다. 우리는 마음을 컴퓨터에 업로드할 수도 있고, 소프트웨어 세계에서 완전히 새로운 마음을 만들 수도 있습니다.

이것은 모두 익숙한 것입니다. 우리는 아직 소프트웨어로 마음을 구축하거나 재창조하지 못했지만, 가장 낮은 해상도의 추상화를 제외하고는 현대 신경망이 있기 때문에 이러한 노력을 기울이는 컴퓨터 과학자가 부족하지 않습니다. 순간.

전혀 덜 친숙한 것은 에스토니아의 타르투 대학교와 프랑스의 파리-사클레이 대학교의 연구원들이 수행하고 있는 연구입니다.

단지 소프트웨어에서 마음의 근사치를 재현하려고 하기보다는 다른 문제: 알고리즘을 사용하여 유전자 코드를 생성한 적이 없는 사람들을 위한 유전자 코드를 생성할 수 있습니까? 존재했는가? 동일한 GAN(Generative Adversarial Network) 기술을 적용할 수 있습니까? 일체 포함. BigSleep과 같은 모델 설득력 있게 사실적으로 생성된 이미지를 뱉어내고 대신 이를 사용하여 튜링의 작업 맥락에서 살과 피가 섞인 사람의 DNA와 구별할 수 없는 가짜 DNA를 만드는 것입니까?

인공 유전자 데이터

"서열을 직접 복사하지 않고 충분히 현실적인 인공 유전 데이터를 만드는 것은 매우 어려운 문제입니다." 플로라 제이, 파리 사클레 대학의 기계 학습 및 인구 유전학 전문 연구원은 Digital Trends에 말했습니다. “유전자 데이터는 고차원적이므로 무엇이 중요한지 아닌지를 눈으로만 볼 수는 없습니다. 따라서 우리는 컴퓨터 비전, 텍스트, 음악 또는 단백질 세계에 적용되는 최첨단 기술로 전환했습니다. 이러한 생성 네트워크(GAN 및 제한된 볼츠만 머신)는 인공 유전자 서열을 생성하는 방법을 점진적으로 자동 학습할 수 있도록 설계되었습니다."

연구원이자 현재 Apple 직원인 Ian Goodfellow가 만든 일종의 기계 학습 프레임워크인 GAN은 생성적 결과를 개선하기 위해 전투적인 줄다리기 접근 방식을 사용합니다. 이는 서로 간에 출력을 전달하는 "생성기"와 "판별기"라는 두 개의 신경망으로 구성됩니다.

발전기의 임무는 AI 등 무언가를 생성하는 것입니다. 1과 0의 형태로 인공 게놈을 나타내는 그림이나 코드 덩어리입니다. J.K.의 봇 버전과 같은 판별기. 영화 속 시몬스의 완벽주의 음악강사 편달, 그런 다음 노력을 비판하고 이를 다시 생성기로 보냅니다. 생성자는 이 피드백을 통해 학습하는 반면, 판별자는 생성자가 생성한 내용과 진짜 항목을 추측하는 데 더욱 능숙해집니다. 결국 생성기는 판별자가 속일 수 있도록 시도하는 모든 것의 가짜 버전을 만드는 데 매우 능숙합니다. 더 이상 진짜와 가짜를 구별할 수 없습니다.

"여기서 가장 큰 문제 중 하나는 인공 게놈의 품질을 평가하는 것입니다." 부락 옐멘, 박사 학위 Tartu 대학교 유전체학 연구소의 학생이 Digital Trends에 말했습니다. “이미지를 보고 그것이 실제처럼 보이는지 판단할 수 있지만 게놈에서는 이것이 불가능합니다. 우리 연구에서 우리가 수행한 분석의 대부분은 우리가 생성한 인공 게놈 덩어리가 실제로 실제 것과 유사한지 확인하는 것이었습니다.”

하지만 걱정하지 마세요. 인간의 암호를 다시 작성하기 위해 고안된 매우 의심스러운 유전자 조작에 관한 기사가 점점 늘어나고 있음에도 불구하고, 이 작품은 인간의 도움으로 창조될 수 있는 부모 없는 새로운 인간을 '쓰려고' 하는 것이 아닙니다. 슈퍼컴퓨터.

“분명히 말하자면, 우리 연구의 목적은 기존 유전적 특성을 더 잘 이해하고 암호화하는 것입니다. 인공 세포를 만드는 것이 아니라 전 세계 수천, 수백만 명의 다양성을 추구하는 것입니다.” Jay 말했다. “신경망은 기존의 다양성에 대해 훈련을 받았기 때문에 생성된 게놈 영역에는 추가적인 새로운 돌연변이가 발생하지 않습니다. 서열의 기능을 쉽게 방해할 수 있으며 인간 전체에 걸쳐 보존되는 세그먼트를 그대로 포함합니다. 인구.”

Jay는 전체 게놈 규모에서 생성된 수백만 개의 뉴클레오티드의 특정 조합이 실제로 존재할 수 있는지 여부를 "말하기 어렵다"고 지적했습니다. "기능의." 즉, 이 코드를 컴파일하고 실행하면서 완전한 형태의 사람(또는 그들의 청사진)이 다른 코드에서 나타날 것이라고 기대하지 마십시오. 끝. 대신, 그 목적은 완전히 덜 불길하고 잠재적으로 더 유용한 것입니다.

데이터 개인정보 보호에 관한 모든 것

Yelmen은 "바이오뱅크에는 엄청난 양의 데이터가 있으며 매일 계속 증가하고 있습니다."라고 말했습니다. “그러나 게놈 데이터는 민감한 데이터이며 윤리적 문제로 인해 연구자가 이러한 바이오뱅크에 접근하는 것이 어려울 수 있습니다. 우리 작업의 주요 목표는 기존 게놈 은행의 고품질 대체물을 만들고 안전한 윤리적 틀 내에서 이러한 접근성 장벽에 대한 솔루션을 제공하는 것입니다. 우리의 연구가 첫 번째 단계라는 점을 기억하는 것이 중요합니다. 아직 해야 할 일이 남아 있습니다.”

Jay는 다음과 같이 덧붙였습니다. “우리 연구의 기본 아이디어는 실제 게놈 대신 인공 게놈을 공개하는지 여부를 조사하기 시작하는 것입니다. 인구 유전학에 유용한 정보를 제공하면서 게놈 기증자의 프라이버시를 보호할 수 있습니다. 지역 사회. [가능한] 인공 게놈의 적용 범위는 진화의 과거에 대한 더 나은 이해에서부터 더 넓은 범위의 다양성을 포함하여 의학 유전학에 대한 통찰력 제공에 이르기까지 다양합니다.”

어떻게 보면 트랜드를 연상시키는 작품이기도 하고, 몇 년 전, GAN을 사용하여 생성 웹사이트에 요약된 가상의 사람, 동물 등의 이미지를 생성했습니다. ThisPersonDoesNotExist.com. 물론 이번에는 단순한 그림이 아닌 실제 유전자 코드가 포함됩니다.

"생성 신경망을 사용하여 인공 인간 게놈 만들기"라는 제목의 프로젝트를 설명하는 논문은 다음과 같습니다. 최근 PLOS Genetics 저널에 게재됨.

편집자의 추천

• 착시 현상은 차세대 AI를 구축하는 데 도움이 될 수 있습니다
• 아날로그 AI? 이상하게 들리겠지만, 미래일 수도 있습니다
• AI의 섬뜩할 정도로 아름다운 '종합 성서'를 읽어보세요. 그게 신이라고 생각하는 거야
• 알고리즘 아키텍처: A.I. 우리를 위한 건물 디자인?
• 이 기술은 20년 전에는 공상과학 소설이었습니다. 이제 현실이다