據外媒Gizmag報道，賓夕法尼亞大學的一組研究人員正在嚐試使用機器學習係統，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——該係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。該研究算法被稱為“去噪編碼”(denoising autoencoder)而為人們所熟知，這一算法最初其實是被設計用於找出大型數據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征等。意料之中的是，研究發現貓的視頻格外受到人們的歡迎。
而現在，這組研究人員正在嚐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信息。具體來說，他們使用經過特殊設計的分析係統來研究被稱為綠膿杆菌的細菌。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。
該項分析研究利用了109個相互獨立的數據集作為信息庫，其中展示了5000餘個具有身份特征的基因，每個不同的實驗中基因表達水平都不相同。這項研究的目的是發現該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。
該算法不僅能夠識別出在同一環境下的基因集，還能夠分辨出病人身上的綠膿杆菌和那些生長在實驗室中的綠膿杆菌之間的差異。
基於這些早期的研究成果，研究人員相信該係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算法係統的話，引發醫療界的重大突破也並非天方夜譚。
“我們認為， 大數據 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。
上一篇：食品安全風險解析 解讀產誌賀毒素大腸杆菌O26
下一篇：9808家新增機構、8億餘份檢測報告、6440億國民經濟增值
