Анализ ДНК стал доступным инструментом для любопытных, открывающим двери к истории предков и этническому составу. Эта технология помогает проследить миграции семьи и даже обнаружить генетическое наследие далеких эпох.
Прорывной метод на основе графовых нейросетей
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ представили инновационное решение для точного различения близкородственных популяций. В основе их метода – работа графовых нейронных сетей. Вместо анализа прямой последовательности ДНК алгоритм AncestryGNN фокусируется на структурированных связях между людьми, выявляя общие генетические сегменты, указывающие на степень родства и время существования последнего общего предка. Каждый человек представлен как вершина графа, а связи между ними иллюстрируют уровень генетической близости.
Точные результаты для сложных регионов
Эффективность технологии подтверждена тестами на данных из разных частей света. Особенно впечатляющие результаты достигнуты для народов Восточно-Европейской равнины. Нейросеть уверенно идентифицировала популяционное происхождение представителей этнических групп с очень схожей генетикой.
Ответ на вызовы российской генетики
"Традиционные ДНК-тесты хорошо определяют принадлежность к крупным, географически удаленным группам, например, французам или англичанам. На разработка AncestryGNN дает возможность работать с генетически близкородственными сообществами, что крайне важно для многонациональных стран, таких как Россия", — с гордостью поясняет Алексей Шмелев, стажер-исследователь лаборатории Института ИИ ВШЭ, соавтор проекта.
AncestryGNN: Будущее исследований происхождения
Команда нацелена на дальнейшее развитие: нейросеть обучат вычислять точное процентное соотношение популяций в индивидуальном геноме. Как подчеркнул Владимир Щур, заведующий Международной лабораторией статистической и вычислительной геномики Института ИИ ВШЭ, новый метод создает уникальные перспективы для антропологии и генеалогии, предлагая беспрецедентную детализацию картины человеческого происхождения.
Разработка AncestryGNN выполнена при поддержке гранта Правительства РФ в рамках федерального проекта "Искусственный интеллект".
