Erschaffung künstlicher menschlicher Genome mit generativen neuronalen Netzwerken

Generative Modelle haben in einer breiten Palette von Bereichen Durchbrüche gezeigt, die auf jüngste Fortschritte bei Algorithmen des maschinellen Lernens und erhöhten Rechenleistungen zurückzuführen sind. Trotz dieser beeindruckenden Errungenschaften ist die Fähigkeit generativer Modelle, realistische synthetische Daten zu erstellen, in der Genetik nach wie vor unterausgeschöpft und in der Populationsgenetik abwesend. Eine bekannte Einschränkung in diesem Bereich ist der eingeschränkte Zugang zu vielen Gen-Datenbanken aufgrund von Bedenken hinsichtlich der Verletzung der individuellen Privatsphäre, obwohl sie eine wertvolle Ressource für Datenanalyse und -integration zur Förderung genetischer Studien darstellen würden. In dieser Studie haben wir gezeigt, dass tiefe generative gegnerische Netzwerke (GANs) und eingeschränkte Boltzmann-Maschinen (RBMs) trainiert werden können, um die komplexen Verteilungen realer genomischer Datensätze zu lernen und neuartige, hochwertige künstliche Genome (AGs) mit keinem bis nur geringem Verlust an Privatsphäre zu erzeugen. Wir zeigen, dass unsere erzeugten AGs Merkmale des Quell-Datensatzes replizieren, wie Allelfrequenzen, Kopplungsungleichgewicht, paarweise Haplotypabstände und Populationsstruktur. Darüber hinaus können sie auch komplexe Merkmale wie Selektionssignale erben. Um die vielversprechenden Ergebnisse unserer Methode zu veranschaulichen, haben wir gezeigt, dass die Imputationsqualität für niedere Allelfrequenzen durch Datenaugmentation zu Referenz-Panels mit AGs verbessert werden kann und dass der RBM-latente Raum eine relevante Kodierung der Daten bietet, die eine weitere Erkundung des Referenzdatensatzes und der Merkmale zur Lösung überwachter Aufgaben ermöglicht. Generative Modelle und AGs haben das Potenzial, wertvolle Ressourcen in genetischen Studien zu werden, indem sie eine umfangreiche, aber kompakte Darstellung existierender Genome und hochwertige, leicht zugängliche und anonyme Alternativen für private Datenbanken bieten.