• source: https://blog.genomes.io/the-niome-manifesto-f9f861cb0bd4?postPublishedType=initial
  

Key point

NIOME = “실제 DNA 없이도, 통계적으로 똑같은 ‘가짜 DNA’를 만들어서
제약/AI 연구를 가능하게 만드는 Bittensor 기반 데이터 인프라”

---

Manifesto의 논리

① 문제 정의: 데이터 병목 (Data Bottleneck)

• 제약회사/연구기관은 10만~100만 명 규모 유전체 데이터 필요

• 현실:

  • 개인정보 규제 (GDPR 등)
  • 동의 문제
  • 데이터 유출 리스크 (예: 23andMe 사건)

결과: “약 개발은 눈 감고 하는 수준이다” (데이터 부족)

---

② 해결책: Synthetic Genomic Data

• NIOME의 핵심 아이디어:
  실제 DNA를 쓰지 않고, AI로 ‘통계적으로 동일한 DNA’를 생성

• 특징:

  • 실제 사람 데이터 없음 → 프라이버시 리스크 없음

  • 하지만:

    • allele frequency
    • 유전자 상관관계
      → 현실과 동일하게 유지

요약: “Real은 아니지만, Research에는 Real보다 더 좋을 수도 있음”

---

③ 작동 방식 (Mechanism)

전형적인 Bittensor 구조 활용

• Miner
  → synthetic DNA 생성
• Validator
  → 데이터 품질 검증
• Researcher
  → API로 데이터 사용

---

예시

• 특정 유전자: CYP2D6

  • 약물 반응에 영향

NIOME 방식:

1. 다양한 변형을 가진 synthetic DNA 생성
2. population distribution 맞게 검증
3. AI 모델 학습

결과: “개인별 약 반응 예측 가능”

---

④ 왜 이게 중요한가 (Value Proposition)

1. Safety

• 실제 사람 데이터 없음
• GDPR / HIPAA 부담 없음

2. Precision

• 통계적으로 실제와 동일

3. Scale

• 10만 → 수백만까지 생성 가능

기존 대비:

---

⑤ 시장 (Why now)

• Precision Medicine 시장: 약 $44B 규모 ([NIOME][1])
• 문제:
  → 데이터가 없어서 AI가 못 학습함

NIOME 포지션: “AI 시대의 가장 큰 병목 = 데이테 해결”