Q:
Como o aprendizado de máquina afeta os testes genéticos?
UMA:O aprendizado de máquina está sendo aplicado aos testes genéticos de várias maneiras diferentes.
As aplicações são quase infinitas. O aprendizado de máquina está ajudando os cientistas a analisar o DNA, decodificar o genoma humano, avaliar os fenótipos de doenças, entender a expressão gênica e até participar de um processo chamado edição de genes, onde o DNA é realmente "unido" ao código genético de um organismo.
| Download grátis: Machine Learning e por que é importante |
Os métodos da ciência da computação usados no aprendizado de máquina genética também variam bastante. Alguns projetos usam aprendizado supervisionado, onde todos os dados são rotulados anteriormente. Outros usam aprendizado não supervisionado, que se baseia em conjuntos de dados não rotulados ou uma mistura dos dois princípios chamados aprendizado semi-supervisionado.
Muitas das tecnologias de teste genético voltadas para o consumidor que vemos no mercado estão usando alguma forma de aprendizado de máquina ou inteligência artificial para funcionar. Por exemplo, produtos que ajudam a mostrar aos indivíduos mais sobre sua composição genética podem ter se beneficiado do aprendizado de máquina em pesquisa e desenvolvimento ou na análise contínua de amostras.
De muitas maneiras, o teste genético é o campo perfeito para aplicativos de aprendizado de máquina, em parte devido aos enormes volumes de dados com os quais esses programas precisam lidar. Por exemplo, trabalhar no genoma humano envolve decifrar bilhões de bits de informação e, antes do advento do aprendizado de máquina, muitas dessas tarefas eram bastante assustadoras.
Por exemplo, o Google tem um programa chamado DeepVariant que, segundo os cientistas, agora pode ser usado para mapear completamente o genoma humano - que pode ser usado em todo o espectro das informações genéticas de uma pessoa.
Agências como os Institutos Nacionais de Saúde estão documentando as várias maneiras pelas quais o aprendizado de máquina e a inteligência artificial contribuem para uma melhor compreensão da genética e da genômica, o ramo da biologia molecular que abrange a ciência genética. Existe até uma "escola" de aprendizado de máquina chamada evolucionismo que abrange muitas das tarefas classificadas de aprendizado de máquina relevantes para o trabalho genético. No final, o aprendizado de máquina está atuando como um catalisador para um desenvolvimento mais rápido e diversificado em pesquisa e engenharia genética.
