美國學者稱基因檢測行業存隱私隱患：可從樣本反推消費者長相

基因檢測日益普及，通過少量的血液或唾液樣本，人們試圖了解自己的祖先是誰，身體是否有健康隱患等。

但美國科學院院士、「科學怪才」克雷格·文特爾（Craig Venter）本周發表在《美國國家科學院院刊》（PNAS）的論文給基因檢測行業的隱私安全扔下一顆「炸彈」：從DNA序列中，通過機器學習的演算法，人們可以反推知道，這份DNA序列的擁有者是什麼膚色，有著什麼顏色的瞳孔，甚至聲音如何。

而過去，像美國基因檢測公司23andMe和葯企合作，根據海量消費者的基因數據進行疾病基礎研究時，做出保證，消費者的基因信息都是匿名化的，不會泄露隱私。在文特爾看來，這些承諾都是「虛假的」，他呼籲更全面的措施來監管基因檢測中的個人隱私問題。

儘管，他作為聯合創始人的「人類長壽公司（Human Longevity Inc）」也涉及基因測序業務，收集了大量基因組數據。此次論文的第一完成機構也是「人類長壽公司」。

在社交媒體推特（Twitter）上，文特爾團隊的文章引起波瀾。當地時間9月6日，另一家美國DNA檢測公司MyHeritage的首席科學家、哥倫比亞大學計算機學助理教授Yaniv Erlich將質疑文發至無需同行評議的預印本網站bioRxiv，指出文特爾團隊論文的「主要錯誤」，認為其實際上並沒有利用全基因組信息中的標記物來識別身份。

隨後，文特爾團隊中完成該論文的第一作者Christoph Lippert在推特上回復：「（這是）數字時代的同行評議。我們正在準備相應的答覆。」

演算法來預測DNA背後的人像

文特爾團隊在發表於當地時間9月5日的論文中表示，他們實現「身份反推」所依靠的是基於機器學習的演算法。他們搜集了1061個樣本進行訓練，建立起基因信息和面部特徵、聲音等的關係，並搭建了模型來預測DNA背後的三維面部結構、年齡、身高、體重、膚色、瞳孔顏色和聲音。

三幅人臉對比中，左側為真實人臉，右側為演算法預測的人臉。

為了測試這套演算法，研究人員選取了10位來自不同種族志願者的圖像和基因信息，並打亂，然後讓計算機進行配對。結果顯示，計算機的配對正確率是80%。但如果測試對象是來自同一個種族，比如歐洲裔或非洲裔，配對的正確率會有所下降，為50%。

文特爾團隊表示，就目前而言，這一演算法對膚色、瞳孔顏色等簡單特徵已有較高的預測準確率，但在聲音等複雜特徵上還有些困難，也無法準確預測DNA擁有者是不是禿頭，有沒有雀斑等。

但研究人員表示，目前演算法還僅基於千餘個樣本的訓練，隨著樣本的增加，準確率會得到改善。

通過DNA數據來預測擁有者的面部特徵是文特爾近兩年的主要工作之一。文特爾被冠以「科學怪才」的稱呼，他曾成立公司與「人類基因組計劃（HGP）」的六國科學家公開競爭，並因開發新的測序技術成功追趕，後和六國科學家合作，完成該項目。此外，他還先後完成全球第一個人工合成生命體和最簡單的人工合成生命體。

質疑：只是根據人口統計學上的平均值來進行了預測

但「怪才」的名號沒有為文特爾避免此次的學術爭議。

美國DNA檢測公司MyHeritage的首席科學家、哥倫比亞大學計算機學助理教授Yaniv Erlich毫不客氣地將質疑文發表在預印本網站bioRxiv，認為文特爾團隊論文存在幾大「錯誤」。

其中，Erlich指出的一點是，他通過仔細查看論文圖表後發現，文特爾團隊從基因數據中並不是挖掘出了與面部特徵有關的標記點，而只是從中知道了DNA所有者的祖源和性別信息。「原作者並不知道某位特定個體的身高或者面部結構，他們只是根據人口統計學上的平均值來進行了預測。」Erlich說。

在推特上，Erlich還翻出了自己一年前的推特。當時，文特爾根據自己的DNA「預測」出了一張側臉三維圖像，並在推特上發表了虛實對比圖。但這遭到Erlich的「吐槽」，他隨即找出了美國影星布萊德利·庫珀（Bradley Cooper）的側面照，表示：「很多白人男性在相同的拍攝角度下，看起來都很像預測出的這張臉。」

左側為克雷格·文特爾（Craig Venter）的真人照，中間為預測圖，右側為布萊德利·庫珀（Bradley Cooper）真人照。

「如果文特爾的方法真的那麼棒，為什麼他們不在獲得允許的情況下，從公開的基因資料庫中直接挑一個基因樣本，看看能不能識別背後的身份？」Erlich在質疑文的末尾寫道。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！