Génie génétique : voici comment crée un visage à partir de rien…

Être un génie de la reproduction génétique peut-avoir des répercussions sur la fondation de même de l’entreprise qui suivra cette démarche. L’éthique de créer ( un corps humain ) à partir de rien peut en laisser perplexes plus d’un. On perçoit cela comme une avancée technologique ;

Pour autant un meurtre a été commis, et tous les flics doivent aller sur est une trace d’ADN laissé sur les lieux. Il ne correspond à aucun profil dans les bases de données des criminels connus, et la piste se refroidit.

Mais que faire si la police peut émettre un avis de recherche basé sur une ressemblance réaliste »de photofit » construit à partir de l’ADN?

Pas si, mais quand, les chercheurs de revendications qui ont développé une méthode pour déterminer comment nos gènes influencent la forme du visage. Un jour, la technique peut même nous permettre de regarder dans les visages des espèces comme des humains disparus qui croisées avec nos propres ancêtres.

Il est déjà possible de faire des inférences sur l’apparition des cas suspects de crime de leur ADN seul , y compris leur ascendance raciale et quelques nuances de couleur de cheveux. Et en 2012, une équipe dirigée par Manfred Kayser de Medical Center Université Erasmus de Rotterdam, aux Pays-Bas, a identifié cinq variantes génétiques ayant des effets détectables sur la forme du visage . C’était un début, mais encore un long chemin à partir photofits génétiques fiables.

Pour prendre l’idée un peu plus loin, une équipe dirigée par le généticien des populations Mark Shriver de la Pennsylvania State University et spécialiste de l’imagerie Peter Claes de l’Université catholique de Louvain (KUL) en Belgique a utilisé une caméra stéréoscopique pour capturer des images en 3D de près de 600 volontaires de populations d’ascendance africaine et européenne Ouest mixte.

Parce que les gens de l’Europe et l’Afrique ont tendance à avoir des visages de forme différente, l’étude de personnes d’ascendance mixte ont augmenté les chances de trouver des variantes génétiques qui affectent la structure du visage.

L’étude de Kayser avait cherché les gènes qui affectent les positions relatives des neuf « points de repère » du visage, y compris le milieu de chaque globe oculaire et le bout du nez. En revanche, Claes et Shriver superposent un maillage de plus de 7000 points sur les images 3D numérisées et enregistrées l’emplacement précis de chaque point. Ils ont également développé un modèle statistique pour examiner comment les gènes, le sexe et l’ascendance raciale affectent la position de ces points et donc la forme générale du visage.

Suivant les chercheurs ont testé chacun des bénévoles pour 76 variants génétiques dans les gènes qui étaient déjà connus pour provoquer des anomalies faciales lorsqu’ils sont mutés. Ils motivé que la variation normale des gènes qui peuvent provoquer de tels problèmes pourraient avoir un effet subtil sur la forme du visage. Après avoir utilisé leur modèle pour contrôler les effets du sexe et de l’ascendance, ils ont trouvé 24 variantes dans 20 différents gènes qui semblaient être des prédicteurs utiles de la forme du visage.

Génie génétique : voici comment crée un visage à partir de rien..

Reconstructions basées sur ces seules variantes ne sont pas encore prêts pour une utilisation de routine par les laboratoires de la criminalité, les chercheurs admettent. Pourtant, Shriver travaille déjà avec la police pour voir si la méthode peut aider à trouver le coupable dans deux cas de viols en série en Pennsylvanie, pour lesquelles la police ont désespérément besoin de nouveaux indices.

Pour avoir une idée de la puissance actuelle de la méthode, le New Scientist a demandé Claes et Shriver de prévoir l’apparition d’une jeune femme sur la base d’une analyse de son ADN effectué par la société californienne 23andMe . Vous pouvez juger par vous-même à quel point leur prédiction ressemble à l’ancien journaliste du New Scientist Sara Reardon dans les photos ci-dessous.

Génie génétique : voici comment crée un visage à partir de rien..

Affiner la recherche :

La prochaine étape est de lancer des études plus larges dans différentes populations à confirmer que les variantes trouvés jusqu’ici sont statistiquement fiable. Les chercheurs envisagent également d’utiliser la méthode de découvrir de nouvelles variantes génétiques qui affectent la structure du visage. «Je crois que dans un délai de cinq à 10 ans, nous serons en mesure de calcul prédire un visage», explique Claes.

Même si il devient possible de produire des visages reconstruits avec précision, les photofits ne seraient pas utilisés comme preuve dans un procès criminel. Au lieu de cela, toute personne identifiée par les images auraient leur ADN par rapport à l’échantillon de crime scène de la manière habituelle. En ce sens, la technique est plus comme le profilage psychologique, utilisé pour affiner la recherche d’un suspect, que les tests de génétique classique.

Bruce Budowle de l’Université de North Texas à Fort Worth, autrefois le plus grand expert du FBI sur l’analyse d’ADN médico-légale, espère que la méthode sera également conduire à de meilleures reconstitutions faciales des gens de restes squelettiques. « C’est une étape facile, parce que le crâne vous donne un point d’ancrage», dit Budowle. « Si vous avez l’information génétique qui pourrait guider l’artiste, de sorte qu’ils ne sont pas seulement en roue libre, que pourrait nous aider à identifier les restes. »

Ensuite, il ya la possibilité intrigante de produire des reconstitutions faciales des parents humaines éteintes. Même pour l’homme de Néandertal, où il ya de nombreux crânes fossiles, paléoanthropologues ont peu d’idée sur les tissus mous de la face.

« Nous ne savons pas dans quelle mesure leurs nez prolongés», dit Shriver. Cela signifie que les impressions de ce que les espèces ressemblaient d’artistes sont en partie des conjectures. Shriver espère qu’il y aura suffisamment de chevauchement entre l’homme de Neandertal et l’homme moderne génomes des variantes qui influent sur la forme visage à commencer à remplir ces lacunes.

Pour les autres hominidés anciens, tels que les Denisovans – qui occupait autrefois une vaste étendue de l’Asie, de la Sibérie à l’Indonésie – il ya jusqu’à présent, aucun crânes confirmés pour aller d’, si la reconstruction de l’ADN est le meilleur espoir de mettre un visage sur le nom de l’espèce .

Tant les Néandertaliens et Denisovans croisèrent à l’occasion avec nos propres ancêtres, laissant des traces révélatrices de leur ADN dans certains génomes humains modernes. En effet, les généticiens évolutionnistes croient que l’Homo sapiens début hybridées avec une variété de hominidés éteints , ce qui signifie que le génome humain devrait être jonché de signatures de ces anciens inter-espèces des rencontres sexuelles.

Joshua touche A de l’Université de Washington à Seattle, qui est à la recherche de ces « fossiles » ADN, est enthousiasmé par la possibilité de les utiliser pour reconstruire ce que les hominidés éteints pouvaient ressembler. « Nous ne sommes pas encore là, » dit-il. « Mais cette fin de compte pourrait être un outil très profonde. »

Génie génétique : voici comment crée un visage à partir de rien..

Le génie génétique

ou ingénierie génétique est un ensemble de techniques, faisant partie de la biologie moléculaire et ayant pour objet l’utilisation des connaissances acquises en génétique pour utiliser, reproduire, ou modifier le génome des êtres vivants.Il a souvent pour but la modification des génotypes, et donc des phénotypes.

Le génie génétique est un champ très actif de la recherche car les applications possibles sont multiples, notamment en santé humaine (correction d’un gène porteur d’une mutation délétère, production de protéines thérapeutiques, élimination de séquences virales persistantes, etc.), en agriculture biotechnologique (mise au point de nouvelles générations de plantes génétiquement modifiées, etc.) ou encore pour la mise au point d’outils destinés à la recherche (par exemple pour explorer la fonction d’un gène).

Pour aller plus loin. Regardons quelques point qui nous semble intéressant a connaitre

1 – La Recombinaison homologue ou plutôt la Recombinaison génétique 

2 – La reconnaissance de visage

3 – Méthode de Viola et Jones

1 – La Recombinaison homologue :

Les premières tentatives de modification des génomes ont consisté à modifier des séquences génétiques en utilisant uniquement la recombinaison homologue. Ce mécanisme de maintenance naturel de l’ADN permet de réparer un brin d’ADN en utilisant comme modèle une séquence homologue située sur un autre brin.

Il est possible d’induire des recombinaisons homologues entre l’ADN naturel d’une cellule et un brin d’ADN exogène introduit par les chercheurs, en utilisant comme vecteur le génome modifié d’un rétrovirus par exemple. Le phénomène de recombinaison est suffisamment souple pour qu’il soit possible d’introduire un certain niveau de changement (ajout, suppression ou modification d’une portion d’ADN) au niveau de la zone d’homologie visée.

Dès les années 1980, Mario R. Capecchi et Oliver Smithies ont travaillé sur la recombinaison homologue de l’ADN comme outil de « ciblage de gène », c’est-à-dire comme instrument d’inactivation ou de modification de gènes précis. Avec la collaboration de Martin J. Evans, ils ont mis au point un procédé permettant de modifier le génome de souris en modifiant l’ADN de cellules souches embryonnaires murines en culture, et en injectant ces cellules souches modifiées dans des embryons de souris. Les souris génétiquement modifiées ainsi générées permettent d’étudier des maladies humaines en laboratoire. C’est aujourd’hui un outil couramment utilisé en recherche médicale. Les travaux des trois chercheurs leur ont valu le Prix Nobel de physiologie ou médecine en 2007.

350px-Gène

La recombinaison génétique est un échange d’information génétique entre deux génomes différents ou bien entre deux chromosomes. Il s’agit en général d’un échange entre fragments d’ADN. Mais chez certains virus comme celui de la grippe, il s’agit d’échange d’ARN. Cela permet de créer de nouvelles combinaisons génétiques donc des génomes nouveaux. La recombinaison est un phénomène naturel et universel dans le monde vivant, et c’est un des facteurs essentiels permettant de maintenir la diversité génétique dans une population. La formation de nouvelles combinaisons génétiques assure le brassage génétique et le maintien de la diversité génétique dans une population, ce qui augmente la possibilité pour une espèce de s’adapter à une modification de l’environnement. La recombinaison est donc l’un des processus essentiels de l’évolution des espèces.

  1. Chez les eucaryotes, elle se produit lors de la reproduction sexuée, grâce à la méiose, quand se forment les gamètes, et grâce à la fécondation.
  2. Chez les procaryotes (bactéries), elle se produit grâce à la conjugaison bactérienne, la transformation bactérienne, ou la transduction bactérienne.
  3. Chez les virus, la recombinaison peut avoir lieu au sein des cellules infectées par deux virus différents. L’apparition du nouveau virus H5N1 est par exemple, le résultat de recombinaisons génétiques.

Du fait du coût lié à la synthèse des enzymes nécessaires au processus, la maintenance de la recombinaison est nécessairement associée à un avantage évolutif. L’hypothèse la plus probable, du moins chez les eucaryotes, est liée à l’amélioration du brassage génétique au cours de la reproduction sexuée. En l’absence de recombinaison, les chromosomes seraient redistribués aléatoirement au cours de la méiose, mais les gènes liés sur le même chromosome resteraient toujours associés. La recombinaison, en permettant le réassortiment des haplotypes, permet de diminuer le déséquilibre de liaison et de créer de nouvelles combinaisons, augmentant ainsi la diversité génétique au sein de la population. L’évolution de la fonction de recombinaison se heurte néanmoins aux mêmes obstacles théoriques que l’évolution de la reproduction sexuée, et n’est susceptible de se produire que dans des conditions démographiques (taille de population) et génétiques (importance et directionalité des interactions génétiques) spécifiques, et pas encore clairement élucidées.

2 – La reconnaissance de visage ( faciale ),

est un domaine de la vision par ordinateur consistant à reconnaitre automatiquement une personne à partir d’une image de son visage. C’est un sujet particulièrement étudié en vision par ordinateur, avec de très nombreuses publications, brevets, et de conférences spécialisées.

La reconnaissance de visage a de nombreuses applications en vidéo-surveillance, biométrie, robotique, indexation d’images et de vidéos, recherche d’images par le contenu, etc…

La reconnaissance de visage fait partie du domaine du traitement du signal.

La reconnaissance de visage consiste à déterminer l’identité d’une personne à partir d’une image de son visage. Pour cela, il est nécessaire que l’identité de la personne soit connue au préalable, au moyen d’une ou plusieurs images de son visage, ou d’un modèle 3D de son visage.

On distingue deux types de tâches :

  • L’identification, appelée aussi one-to-many (1:N), consiste à déterminer l’identité d’un individu parmi N identités connues, présentes dans une base.
  • La vérification, appelée aussi one-to-one (1:1), consiste à vérifier que l’identité prétendue est bien la bonne.

Applications :

  • Retrouver un ami ou un membre de sa famille dont on a juste une photo.
  • Identifier un criminel dont le forfait a été filmé par un caméra de vidéo-protection.
  • Chercher sur toutes les caméras de vidéo-protection où est une personne identifiée.
  • Identifiant biométrique pour le contrôle d’accès (téléphone, bâtiment, voiture, ordinateur…)
  • Aide aux aveugles et aux personnes souffrant de prosopagnosie

Le 7 juin 2011,

Facebook a lancé un service de reconnaissance faciale accessible à tous. Celui-ci a été vivement critiqué par un bon nombre d’associations de protection de la vie privée et du droit à l’oubli. Sous cette pression, Facebook a du abandonner ce service le 22 septembre 2012 en Europe

3 – Méthode de Viola et Jones :

Génie génétique - voici comment crée un visage à partir de rien - Méthode de Viola et Jones 1

La méthode de Viola et Jones est une méthode de détection d’objet dans une image numérique, proposée par les chercheurs Paul Viola et Michael Jones en 2001. Elle fait partie des toutes premières méthodes capables de détecter efficacement et en temps réel des objets dans une image. Inventée à l’origine pour détecter des visages, elle peut également être utilisée pour détecter d’autres types d’objets comme des voitures ou des avions. La méthode de Viola et Jones est l’une des méthodes les plus connues et les plus utilisées, en particulier pour la détection de visages et la détection de personnes.

En tant que procédé d’apprentissage supervisé, la méthode de Viola et Jones nécessite de quelques centaines à plusieurs milliers d’exemples de l’objet que l’on souhaite détecter, pour entraîner un classifieur. Une fois son apprentissage réalisé, ce classifieur est utilisé pour détecter la présence éventuelle de l’objet dans une image en parcourant celle-ci de manière exhaustive, à toutes les positions et dans toutes les tailles possibles.

Considérée comme étant l’une des plus importantes méthodes de détection d’objet, la méthode de Viola et Jones est notamment connue pour avoir introduit plusieurs notions reprises ensuite par de nombreux chercheurs en vision par ordinateur, à l’exemple de la notion d’image intégrale ou de la méthode de classification construite comme une cascade de classifieurs boostés.

Cette méthode bénéficie d’une implémentation sous licence BSD dans OpenCV, une bibliothèque très utilisée en vision par ordinateur.

Historique :

Paul Viola et Michael Jones, alors employés au Cambridge Research Laboratory de la société américaine Compaq, publient la méthode qui porte leur nom pour la première fois le 13 juillet 2001 dans le journal scientifique International Journal of Computer Vision (IJCV). Les deux auteurs publient ensuite deux autres articles sur la méthode : une version moins détaillée, présentée à la Conference on Computer Vision and Pattern Recognition (CVPR) en décembre 2001 et une version révisée en 2004, toujours dans IJCV.

Les caractéristiques extraites par cette méthode sont inspirées des travaux de Papageorgiou, Oren et Poggio, datant de 1998, qui utilisent des caractéristiques construites à partir d’ondelettes de Haar. La méthode s’inspire également de précédents travaux de Paul Viola et Kinh Tieu dans un autre domaine, celui de la recherche d’image par le contenu, en reprenant l’idée de sélection de caractéristiques par AdaBoost.

Parmi les nombreuses méthodes de détection de visages publiées à l’époque, Viola et Jones considèrent en particulier celle de Rowley-Kanade : en raison de ses excellents résultats et de sa rapidité, ils la prennent comme référence pour les comparaisons. À performances équivalentes, Viola et Jones notent que la détection par leur méthode est 15 fois plus rapide que le détecteur de Rowley-Kanade.

La méthode, considérée comme l’une des plus efficaces en détection de visage, devient rapidement un standard dans ce domaine. Les travaux de Viola et Jones sont parmi les plus utilisés et les plus cités par les chercheurs, et de nombreuses améliorations sont ainsi proposées. Leurs travaux sont également étendus à d’autres types d’objets que les visages et la méthode devient ainsi un standard en détection d’objet. La méthode est par ailleurs reconnue comme étant celle ayant eu le plus d’impact dans le domaine de la détection de visage dans les années 2000.

méthode et fonctionnement :

La méthode de Viola et Jones est une approche basée sur l’apparence, qui consiste à parcourir l’ensemble de l’image en calculant un certain nombre de caractéristiques dans des zones rectangulaires qui se chevauchent. Elle a la particularité d’utiliser des caractéristiques très simples mais très nombreuses. Une première innovation de la méthode est l’introduction des images intégrales, qui permettent le calcul rapide de ces caractéristiques. Une deuxième innovation importante est la sélection de ces caractéristiques par boosting, en interprétant les caractéristiques comme des classifieurs. Enfin, la méthode propose une architecture pour combiner les classifieurs boostés en un processus en cascade, ce qui apporte un net gain en temps de détection.

La méthode, en tant que méthode d’apprentissage supervisé, est divisée en deux étapes : une étape d’apprentissage du classifieur basé sur un grand nombre d’exemples positifs (c’est-à-dire les objets d’intérêt, par exemple des visages) et d’exemples négatifs, et une phase de détection par application de ce classifieur à des images inconnues.

Génie génétique - voici comment crée un visage à partir de rien - La Méthode de Viola et Jones 2

Exemple en plus avec les OGM ( Organisme génétiquement modifié ):

Partagez l’ article sur vos réseaux sociaux en cliquant sur le bouton ci-dessous.

Paix et sincérité à tous !

Eveil-delaconscience