.
O genoma humano tem três bilhões de letras de código e cada pessoa tem milhões de variações. Embora nenhum ser humano possa analisar realisticamente todo esse código, os computadores podem. Os programas de inteligência artificial (IA) podem encontrar padrões no genoma relacionados a doenças muito mais rapidamente do que os humanos. Eles também detectam coisas que os humanos não percebem. Algum dia, os leitores de genoma com inteligência artificial poderão até prever a incidência de doenças, do câncer ao resfriado comum. Infelizmente, o recente aumento da popularidade da IA levou a um gargalo na inovação.
“É como o Velho Oeste agora. Todo mundo está fazendo o que quer”, diz o professor assistente do Cold Spring Harbor Laboratory (CSHL), Peter Koo. Assim como o monstro de Frankenstein era uma mistura de partes diferentes, os pesquisadores de IA estão constantemente construindo novos algoritmos de várias fontes. E é difícil julgar se suas criações serão boas ou ruins. Afinal, como os cientistas podem julgar “bom” e “ruim” ao lidar com cálculos que estão além das capacidades humanas?
É aí que entra o GOPHER, a mais nova invenção do laboratório Koo. GOPHER (abreviação de GenOmic Profile-model compreHensive EvaluatorR) é um novo método que ajuda os pesquisadores a identificar os programas de IA mais eficientes para analisar o genoma. “Criamos uma estrutura onde você pode comparar os algoritmos de forma mais sistemática”, explica Ziqi Tang, aluno de pós-graduação do laboratório de Koo.
A GOPHER julga os programas de IA com base em vários critérios: quão bem eles aprendem a biologia do nosso genoma, com que precisão preveem padrões e recursos importantes, sua capacidade de lidar com o ruído de fundo e como suas decisões são interpretáveis. “IA são esses algoritmos poderosos que estão resolvendo questões para nós”, diz Tang. Mas, ela observa: “Um dos principais problemas com eles é que não sabemos como eles chegaram a essas respostas.”
GOPHER ajudou Koo e sua equipe a desenterrar as partes dos algoritmos de IA que impulsionam a confiabilidade, o desempenho e a precisão. As descobertas ajudam a definir os principais blocos de construção para construir os algoritmos de IA mais eficientes daqui para frente. “Esperamos que isso ajude as pessoas que são novas no campo no futuro”, diz Shushan Toneyan, outro aluno de pós-graduação do laboratório Koo.
Imagine se sentir mal e ser capaz de determinar exatamente o que há de errado com o apertar de um botão. A IA pode algum dia transformar esse tropo de ficção científica em um recurso de todos os consultórios médicos. Semelhante aos algoritmos de streaming de vídeo que aprendem as preferências dos usuários com base em seu histórico de visualização, os programas de IA podem identificar características únicas de nosso genoma que levam a medicamentos e tratamentos individualizados. A equipe Koo espera que o GOPHER ajude a otimizar esses algoritmos de IA para que possamos confiar que eles estão aprendendo as coisas certas pelos motivos certos. Toneyan diz: “Se o algoritmo está fazendo previsões pelas razões erradas, elas não serão úteis”.
Fonte da história:
Materiais fornecidos por Laboratório Cold Spring Harbor. Original escrito por Luis Sandoval. Observação: o conteúdo pode ser editado quanto ao estilo e tamanho.
.
