北京时间2月13日消息，科学家近日使用与自动驾驶汽车相同的算法，创建一个AI平台HRMAn对病原体感染人类细胞进行分析，不仅达到生物学家人工操作所能完成的效果，同时还提高了海量生物数据分析的精度。
弗朗西斯克里克研究所(Francis Crick Institute)和伦敦大学学院(UCL)的科学家创建一个利用AI算法的HRMAn（Host Response to Microbe Analysis）平台，并将研究结果发表在期刊eLife上。HRMAn平台利用深层神经网络来分析病原体和人类（即：宿主）细胞相互作用图像中的复杂模式，提取出与科学家人工完成相同的细节特征，具有开源性，易于使用的特点，可以针对包括肠道沙门氏菌在内的不同病原体进行定制。
该项目负责人表示，对生物学家来说，这项曾经耗时费力的任务，现在却只需在电脑上花几分钟，就能够了解更多关于传染性病原体的知识，以及身体如何对这些病原体做出反应。HRMAn可以像生物学家一样看到宿主和病原体的相互作用。
研究小组通过人体对刚地弓形虫的反应来验证HRMAn平台的效果。研究人员收集逾3万张5种不同类型弓形虫感染的人类细胞显微镜图像，并载入HRMAn进行分析。HRMAn检测并分析了17.5万个含有病原体的细胞室，提供了关于每个细胞中寄生虫数量、寄生虫在细胞内的位置、以及有多少细胞蛋白质与寄生虫相互作用等变量的详细信息。研究人员发现，此前的自动宿主-病原体图像分析的尝试未能捕捉到这一层次的细节，而使用与自动驾驶汽车相同的算法所创建的这个平台，则提高了海量生物数据分析的精度。当平台以训练有素的专家的方式评估基于图像的数据时，人工智能（AI）算法就会派上用场。
此外，研究人员还表示，HRMAn平台不仅能用于回答宿主-病原体相互作用的具体问题，在这一领域之外也有深远的影响。HRMAn可以分析任何荧光图像，使之与生物学的许多不同领域相关，包括癌症研究。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。