Учёные ВШЭ научили нейросети точно различать генетические группы из соседних популяций

В Институте искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали новый метод на основе машинного обучения, который способен с высокой точностью распознавать генетическое происхождение человека. В центре технологии — графовые нейросети, позволяющие различать даже очень близкие по генетике популяции.

За последние 15 лет генетический анализ стал востребованным не только в медицине, но и среди тех, кто хочет лучше понять свои корни. Анализ ДНК предоставляет данные об этническом составе, миграциях предков и даже об унаследованных мутациях от неандертальцев.

Современные достижения в области генотипирования, системы хранения информации и методы машинного обучения сделали такие исследования доступными и относительно недорогими. Однако имеющиеся алгоритмы часто не справляются с задачей разделения генетически близких, соседних по регионам популяций.

Ученые из Института ИИ и цифровых наук НИУ ВШЭ предложили систему, которая опирается не на обычное сравнение последовательностей ДНК, а на графовую модель, отражающую генетические связи между людьми. Каждая вершина графа соответствует конкретному человеку, а ребра показывают степень родства и дают понять, сколько поколений назад были общие предки.

Протестированная на данных разных регионов модель продемонстрировала высокую точность, особенно среди жителей Восточно-Европейской равнины, население которой хорошо изучено с генетической точки зрения. Графовая нейросеть чётко разграничила даже близкие генетически этнические группы.

«Традиционные методы фокусируются на крупных этнических группах, например, французы, немцы или англичане. Наш подход выделяет близкородственные популяции, что особенно важно для такой многонациональной страны, как Россия», — отмечает Алексей Шмелев, стажер-исследователь из Международной лаборатории статистической и вычислительной геномики ВШЭ.

В дальнейшем специалисты планируют обучить нейросеть не только выявлять происхождение, но и оценивать процентное соотношение различных популяций в геноме человека.

Новую технологию под названием AncestryGNN — «Нейросетевое предсказание популяционной принадлежности по общим сегментам генома» — уже зарегистрировали официально.

Заведующий лабораторией Владимир Щур подчеркнул, что это решение открывает новые возможности для точного изучения популяционной истории и может быть востребовано в генеалогии и антропологии.

Проект выполнен при поддержке гранта Правительства РФ в рамках федерального проекта «Искусственный интеллект».

Информация предоставлена пресс-службой НИУ ВШЭ

Фото: ru.123rf.com

Источник

Что читать дальше

Подборка материалов по этой теме.

Сейчас читают

Материалы, которые чаще открывают сегодня.

Загрузка…

Ещё по теме

Продолжить чтение

Материалы, которые помогут не выпадать из темы.