Защита конфиденциальности в геномных исследованиях
Геномные исследования, ищущие связи между генетическими вариантами и заболеваниями, сталкиваются с проблемой приватности: из сырых геномных данных можно вывести фамилии и даже черты лица. Это ограничивает участие людей и доступ учёных к данным.
В Nature Biotechnology представлена новая система от MIT и Стэнфорда для защиты приватности в масштабных исследованиях. Она эффективно работает с миллионом геномов, в отличие от ранних криптографических методов, которые были слишком ресурсоёмкими.
Как это работает
В основе — метод секретного разделения (secret
sharing), распределяющий данные между несколькими серверами.
Например, число x делится на случайное r
(сервер 1) и x-r (сервер 2). Ни один сервер не видит
x, но вместе они могут выполнять операции (сложение,
умножение).
Для умножения используются тройки Бивера (Beaver triples) — наборы случайных чисел, также разделённые между серверами. Главная инновация — оптимизация для работы с огромной матрицей "геномы × SNP" (примерно миллион на миллион).
Ключевые оптимизации
- Повторное использование троек Бивера: Структурирование вычислений позволяет многократно использовать одни и те же тройки, что резко снижает вычислительную сложность.
- Эффективная генерация случайных чисел: Центральный сервер рассылает не сами большие массивы случайных чисел, а "зерно" для их генерации на каждом сервере, экономя трафик.
- Случайное проецирование (random projection): Используется для сжатия огромной матрицы с сохранением точности итоговых результатов.
Система успешно воспроизвела три опубликованных геномных исследования с 23 000 геномов и показала потенциал для масштабирования до миллиона. Это открывает путь к безопасному объединению распределённых геномных данных для научного прогресса.