snippi

Ihmisellä on n. 25000 geeniä, DNAssa on 3 miljardia emäsparia, joista 99,9% on samanlaisia kaikilla ihmisillä. Tutkijoita tietysti kiinnostaa ne paikat, joissa on eroja (geeneettistä variaatiota). Osa sairauksista voi johtua yhdestä tai useammasta geenistä. DNA:n yhden emäksen (A,C,G tai T) muuttuinen esim. C:stä G:ksi DNAssa kutsutaan single nucleotide polymorfismiksi (SNP). C ja G ovat alleeleja. On  myös muitakin muutosmahdollisuuksia (korvaus, poisto, lisäys). Se voi osua tietysti proteiinia koodaavaan geenin alueelle tai jonnekkin välille, mutta yli 99% muutoksista ei aiheuta mitään, mutta joskus ne on hyvästä (esim. evoluution tapahtuminen) tai pahasta (taudit). Tietysti se mutaatio voi poistuakin myöhemmin. Niitä on ihmisillä luokka 10 miljoonaa.

Tietotekniikan, automaatiotekniikan ja tuotantotalouden talous, joka on aika uusi. 

Maanantaina Aalto-yliopiston isohko sali oli hyvin täytetty ml. useita professoreita. HIITin luentosarjassa piti vierailuluennon piti mm. Rolf Nevanlinna ja Turing palkinnon (vast. Fieldsin mitalia matematiikassa) vastaan ottanut Leslie Valiant. Ei pitä sekoittaa alan muihin kuuluisuuksiin kuten Leslie Lamportiin, joka on myös alan tutkija. Brittiläinen, Harvardissa proffana oleva Valiant on myös kiinnostunut biologiasta. Hän


Evoluutiota ei voi selittää  sillä, että DNAssa tapahtuu mutaatioita satunnaisesti: laske 4 potensiin 3 miljardia. Ei paljoa auta vaikka olisi muutama miljardi otusta yht'aikaa miljardivuotta. Kuinka rotan DNA:n voi mennä kaaliin, että tuota sientä ei kannata syödä?
Luento käsittely biologista evoluutiota koneoppimisen muotona, jossa on ideaalifunktio (fixed degree polynomial) ja geneettinen funktio kohtaa kulloisessakin todellisuudessa. Kts. Wikipedia sivu aiheesta evolvability, jossa viitataan hänen aiempaan tutkimukseen (PAC). Häneltä ilmestyy kohta kirja aiheesta, jolla on hauska nimi: Probably approximately correct. Tavoite ei ole ihan vaatimaton: he focus here will be the unified study of the mechanisms of evolution, learning, and intelligence using the methods of computer science. Evoluutiolle on hankala mieltää, mitään tavoitetta, jota kohti suunnata, mikä on normaaleja optimointalgoritmeila verrattuna aika ikävää. Hän vertasi tilannetta koneoppiseen kädet sidottuna seläntakana. Toki on olemassa geneettisiä algoritmejä eri muotoineen, joissa muuttujat ovat ikään kuin DNA:ta, jota mutoidaan ja risteytetään eri tavalla ja jatkoon valitaan parhaat yksilöt, jotka antavat tavoitefunktiolle parhaan arvon. Kyllä sillä on saatu ihan toimiviakin tuloksia, kuten optimoitua dieselmoottorin osaa Suomessa.

P.S Aka.fin uutinen maanantailta kertoo Helsingissä tehdystä tutkimukseesta, miten tappaa jakaantumisesta väsähtäneet syöpäsolut, jotka eivät vaivaudu tuottamaan adenosiinitifosfaattivaranstonja (ATP:tä).