Геном как генеративная модель: учёные проводят параллель между ДНК и ИИ

Исследователи из Университета Вермонта и Тринити-колледжа в Дублине предложили новую аналогию для понимания того, как гены кодируют сложную информацию для создания организма. Их работа опубликована в журнале Trends in Genetics.

Новая метафора для старого вопроса

Один из ключевых вопросов биологии — как форма и природа организма закодированы в его ДНК? Существующие метафоры — от «чертежа» до «программы» или «рецепта» — часто оказываются недостаточными или вводящими в заблуждение.

В новой статье генетик Кевин Митчелл и специалист по компьютерным наукам Ник Чейни проводят аналогию с системами машинного обучения.

Принцип генеративных моделей ИИ

Современные генеративные модели ИИ (например, для создания изображений) учатся на тысячах примеров. Их нейронные сети кодируют сжатую репрезентацию наиболее существенных признаков объекта (кошки или собаки), которую затем можно «декодировать» для создания нового уникального изображения.

Геном как сжатая модель организма

Учёные предлагают рассматривать геном по аналогии как генеративную модель организма. Это высокосжатое представление признаков вида, воплощённое в химической последовательности ДНК.

• Эволюция выступает в роли «энкодера» — алгоритма, который обучается и постоянно корректирует «веса» в генетической сети, формируя переменные генеративной модели.
• Процесс развития (эмбриогенез) действует как «декодер» — он разворачивает (декомпрессирует) модель для создания новой особи с типичной для вида формой и свойствами.

Значение и перспективы

Эта аналогия предлагает новую перспективу для понимания, как сложность организмов может храниться в одной клетке. Она также предоставляет:

• Математическую основу для анализа огромных массивов данных об экспрессии генов в эмбрионах.
• Новый взгляд на то, как генетические вариации влияют на признаки и как виды эволюционируют.
• Возможность применять те же принципы в искусственных системах, где искусственная жизнь и интеллект могли бы эволюционировать по аналогичным с биологией законам.

«Наша аналогия генома как генеративной модели даёт платформу для изучения открытых вопросов биологии в рамках более управляемой вычислительной модели», — отметил профессор Чейни.