{科研}机器学习Get新用途 利用这个算法可以解决抗药性细菌

前几天这项研究工作有了突破——这个系统可以深入分析细菌的耐药性，最终找出合适的治疗方法。

这种研究算法被称为“去噪自动编码器”，最初是为了在大型数据集中找到特定的模式或规则而设计的。然而，这项技术已经被用于其他各种研究中，例如分析随机的youtube图像以找出共同的趋势或特征。不出所料，研究发现猫的视频特别受人们欢迎。

现在，这组研究人员正试图将其整合到生物科学和技术中，以发现新的生物及其遗传信息。具体来说，他们使用了一种专门设计的分析系统来研究一种叫做铜绿假单胞菌的细菌。这是一种与囊性纤维化和其他慢性肺部疾病相关的细菌。在研究过程中，研究人员发现这是一种特别有趣的生物——因为它表现出非常强的耐药性。

本次分析以109个独立数据集为信息库，其中展示了5000多个具有同一性特征的基因，不同实验中基因表达水平不同。本研究的目的是找出算法是如何准确定位基因表达的，以及这些模式在不同条件下(如抗生素的存在)是如何变化的。

该算法不仅可以识别同一环境中的基因集，还可以区分患者体内铜绿假单胞菌和实验室生长的铜绿假单胞菌之间的差异。

基于这些早期研究结果，研究人员认为，该系统将用于在未来找到有效消除囊性纤维化肺部感染的新治疗方法。如果这个算法体系能在更大范围内使用，也不是不可能在医学领域引发重大突破。

“我们相信‘大数据’时代的到来为我们提供了一个使用无人值守机器学习的绝佳机会。有了这个算法，我们甚至不需要设定方向，就可以发现生物学领域意想不到的新发现。”队员凯西.格林说。