據外媒gizmag報導，賓夕法尼亞大學的一組研究人員，正在嘗試使用機器學習系統，來研究如何消滅抗藥性極強的細菌。日前，該項研究工作已經取得了突破性進展——該系統可以深度剖析細菌的抗藥性，並最終找出合適的治療方法。
該研究演算法被稱為「去噪編碼」(denoising
autoencoder)而為人們所熟知，這一演算法最初其實是被設計用於，找出大型資料集中的特定模式或特定規律。不過這項技術早已被用於各種其他的研究中，比如通過分析隨機出現的YouTube圖像，來找出常見的趨勢或特徵等。意料之中的是，研究發現貓的影像格外受到人們的歡迎。
而現在，這組研究人員正在嘗試將其融入生物科學技術中，來發現新的生物和它們的基因資訊。具體來說，他們使用經過特殊設計的分析系統，來研究被稱為綠膿桿菌的細菌。這是一種與囊性纖維化，和其他慢性肺部疾病有關的細菌。研究人員在研究過程中發現，這是一個特別有趣的生物體——因為它表現出了非常強的抗藥性。
綠膿桿菌
該項分析研究利用了109個，相互獨立的資料集作為資料庫，其中展示了5000餘個具有身份特徵的基因，每個不同的實驗中基因表達水準都不相同。這項研究的目的是發現該演算法，如何在基因表達中精確定位，以及這些模式在不同的情況下（比如在抗生素的存在環境下）如何發生變化。
該演算法不僅能夠辨識出在同一環境下的基因集，還能夠分辨出病人身上的綠膿桿菌，和那些生長在實驗室中的綠膿桿菌之間的差異。
基於這些早期的研究成果，研究人員相信該系統在未來，將能夠用於尋找有效消滅囊性纖維化肺感染的新療法。如果能夠在更大的範圍內使用這種演算法系統的話，引發醫療界的重大突破也並非天方夜譚。
「我們認為，〔大資料〕時代的到來為我們提供了一個使用無人值守的機器學習的絕佳良機。利用這一演算法，我們甚至都不需要設定方向，就能在生物學界中尋找到意想不到的新發現。」團隊成員Casey Greene說道。
Via gizmag
0 comments:
張貼留言