211service.com
Tre spørsmål til J. Craig Venter
Genomforsker og gründer J. Craig Venter er mest kjent for å være den første personen som sekvenserte sitt eget genom, tilbake i 2001.
I år startet han et nytt selskap, Human Longevity, som har til hensikt å sekvensere én million menneskelige genomer innen 2020, og til slutt tilby nettbaserte programmer for å hjelpe folk med å lagre og forstå deres genetiske data (se Microbes and Metabolites Fuel an Ambitious Aging Project ) .
J. Craig Venter
Venter sier at han har sekvensert 500 menneskers genomer så langt, og at frivillige også begynner å gjennomgå et batteri av tester som måler deres styrke, hjernestørrelse, hvor mye blod hjertet deres pumper, og, sier Venter, omtrent alt som kan måles om en person, uten å kutte dem opp. Denne informasjonen vil bli matet inn i en database som kan brukes til å oppdage koblinger mellom gener og disse egenskapene, så vel som sykdom.
Men det kommer til å kreve noe massiv dataknusing. For å få disse ferdighetene rekrutterte Venter Franz Och , maskinlæringsspesialisten som leder Google Translate. Nå vil Och bruke lignende metoder for å studere genomer i en datavitenskap og programvarebutikk som Venter etablerer i Mountain View, California.
Ansettelsen kommer akkurat da Google selv har lansert en lignende innsats for å begynne å samle biomedisinske data (se What’s a Moon Shot Worth These Days). Venter kaller Googles planer for en biomedisinsk database et babysteg, en mye mindre versjon av det vi gjør.
Det som er klart er at genomforskning og datavitenskap kommer sammen på nye måter, og i mye større skala enn noen gang før. Vi spurte Venter hvorfor.
Hvordan har vi det innen genomikk?
Etter mitt syn har det ikke vært et betydelig antall fremskritt. En grunn til det er at genomikken følger en lov med veldig store tall. Jeg har hatt genomet mitt i 15 år, og det er ikke mye jeg kan lære fordi det ikke er så mange andre å sammenligne det med.
Hvorfor ansatte du en ekspert på maskinoversettelse som din beste dataforsker?
Til nå har det ikke vært programvare for å sammenligne genomet mitt med ditt genom, langt mindre med en million genom. Vi ønsker å komme til et punkt hvor det tar noen sekunder å sammenligne genomet ditt med alle de andre. Det kommer til å kreve mye arbeid å gjøre det.
Google Translate startet som en langsom algoritme som tok timer eller dager å kjøre og var ikke særlig nøyaktig. Men Franz [Och] bygde en maskinlæringsversjon som kunne gå ut på nettet og finne hver artikkel oversatt fra tysk til engelsk eller omvendt, og lære av dem. Og så ble den optimalisert, så den fungerer på millisekunder.
Jeg overbeviste Franz, og han overbeviste seg selv, om at det å forstå det menneskelige genomet i den skalaen vi prøver å gjøre det kommer til å bli en av de største oversettelsesutfordringene i historien.
Hvordan er det å oppdage sammenhengen mellom gener og sykdom som å oversette språk?
Alt i en celle stammer fra DNA-koden din, alle proteinene, deres struktur, enten de varer i sekunder eller dager. Alt som er forhåndsprogrammert i DNA-språk. Så blir det oversatt til livet. Folk kommer til å bli veldig overrasket over hvor mye av en DNA-programvareart vi er.