Q:
Comment l'apprentissage automatique affecte-t-il les tests génétiques?
UNE:L'apprentissage automatique est appliqué aux tests génétiques de différentes manières.
Les applications sont presque infinies. L'apprentissage automatique aide les scientifiques à analyser l'ADN, à décoder le génome humain, à évaluer les phénotypes de la maladie, à comprendre l'expression des gènes et même à participer à un processus appelé édition des gènes, où l'ADN est en fait «épissé» dans le code génétique d'un organisme.
| Téléchargement gratuit: apprentissage automatique et pourquoi c'est important |
Les méthodes de l'informatique utilisées dans l'apprentissage automatique génétique varient également beaucoup. Certains projets utilisent l'apprentissage supervisé, où toutes les données sont précédemment étiquetées. D'autres utilisent l'apprentissage non supervisé, qui s'appuie sur des ensembles de données non étiquetés, ou un mélange des deux principes appelés apprentissage semi-supervisé.
De nombreuses technologies de tests génétiques destinées aux consommateurs que nous voyons sur le marché utilisent une certaine forme d'apprentissage automatique ou d'intelligence artificielle pour fonctionner. Par exemple, les produits qui aident à mieux montrer aux individus leur constitution génétique ont pu bénéficier de l'apprentissage automatique dans la recherche et le développement, ou dans l'analyse continue des spécimens.
À bien des égards, les tests génétiques sont le domaine idéal pour les applications d'apprentissage automatique, en partie à cause des énormes volumes de données auxquels ces programmes doivent faire face. Par exemple, travailler sur le génome humain implique de déchiffrer des milliards de bits d'informations, et avant l'avènement de l'apprentissage automatique, beaucoup de ces tâches étaient assez intimidantes.
Par exemple, Google a un programme appelé DeepVariant qui, selon les scientifiques, peut maintenant être utilisé pour cartographier entièrement le génome humain - qui peut être utilisé sur tout le spectre des informations génétiques d'une personne.
Des agences comme les National Institutes of Health documentent les nombreuses façons dont l'apprentissage automatique et l'intelligence artificielle contribuent à une meilleure compréhension de la génétique et de la génomique, la branche de la biologie moléculaire qui couvre la science génétique. Il existe même une «école» d'apprentissage automatique appelée évolutionnisme qui couvre bon nombre des tâches d'apprentissage automatique classées pertinentes pour le travail génétique. En fin de compte, l'apprentissage automatique agit comme un catalyseur pour un développement plus rapide et plus diversifié dans la recherche et l'ingénierie génétiques.
