Mélanie Thomas Le génome humain est composé de trois milliards de lettres de code et chaque personne a des tens of millions de variants. Alors qu’aucun humain ne peut passer au crible de manière réaliste tout ce code, les ordinateurs le peuvent. Ils repèrent également des choses qui manquent aux humains. Un jour, les lecteurs de génome alimentés par l’IA pourraient même être en mesure de prédire l’incidence de maladies allant du most cancers au rhume. Malheureusement, la récente montée en flèche de la popularité de l’IA a entraîné un goulot d’étranglement dans l’innovation.
“C’est comme le Far West en ce moment. Tout le monde fait ce qu’il veut”, déclare Peter Koo, professeur adjoint au Chilly Spring Harbor Laboratory (CSHL). Tout comme le monstre de Frankenstein était un mélange de différentes parties, les chercheurs en IA construisent constamment de nouveaux algorithmes à partir de diverses resources. Et il est difficile de juger si leurs créations seront bonnes ou mauvaises.?
C’est là qu’intervient GOPHER, la dernière creation du laboratoire Koo. GOPHER (abréviation de GenOmic Profile-product Comprehensive EvaluatoR) est une nouvelle méthode qui aide les chercheurs à identifier les programmes d’IA les plus efficaces pour analyser le génome. “Nous avons créé un cadre dans lequel vous pouvez comparer les algorithmes de manière in addition systématique”, explique Ziqi Tang, étudiant diplômé du laboratoire de Koo.
GOPHER juge les programmes d’IA sur plusieurs critères :, la précision avec laquelle ils prédisent les modèles et caractéristiques importants. “L’IA sont ces algorithmes puissants qui résolvent des thoughts pour nous”, explique Tang. Mais, notice-t-elle : “L’un des principaux problèmes avec eux est que nous ne savons pas remark ils ont trouvé ces réponses.”
GOPHER a aidé Koo et son équipe à déterrer les functions des algorithmes d’IA qui favorisent la fiabilité, les performances et la précision. Les résultats aident à définir les éléments de foundation clés pour construire les algorithmes d’IA les moreover efficaces à l’avenir. “Nous espérons que cela aidera à l’avenir les nouveaux venus dans le domaine”, déclare Shushan Toneyan, un autre étudiant diplômé du laboratoire Koo.
L’IA pourrait un jour transformer ce trope de science-fiction en une caractéristique de chaque cupboard médical. les programmes d’IA peuvent identifier des caractéristiques uniques de notre génome qui conduisent à une médecine et à des traitements individualisés. Toneyan dit: “Si l’algorithme fait des prédictions pour de mauvaises raisons, elles ne seront pas utiles.”
