據(jù)外媒gizmag報(bào)道，賓夕法尼亞大學(xué)的一組研究人員正在嘗試使用機(jī)器學(xué)習(xí)系統(tǒng)，來研究如何消滅抗藥性極強(qiáng)的**。日前，該項(xiàng)研究工作已經(jīng)取得了突破性進(jìn)展——該系統(tǒng)可以深度剖析**的抗藥性，并*終找出合適的**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*初其實(shí)是被設(shè)計(jì)用于找出大型數(shù)據(jù)集中的特定模式或特定規(guī)律。不過這項(xiàng)技術(shù)早已被用于各種其他的研究中，比如通過分析隨機(jī)出現(xiàn)的YouTube圖像，來找出常見的趨勢(shì)或特征等。意料之中的是，研究發(fā)現(xiàn)貓的視頻格外受到人們的歡迎。

而現(xiàn)在，這組研究人員正在嘗試將其融入生物科學(xué)技術(shù)中，來發(fā)現(xiàn)新的生物和它們的基因信息。具體來說，他們使用經(jīng)過特殊設(shè)計(jì)的分析系統(tǒng)來研究被稱為綠膿桿菌的**。這是一種與囊性纖維化和其他慢性肺部**有關(guān)的**。研究人員在研究過程中發(fā)現(xiàn)，這是一個(gè)特別有趣的生物體——因?yàn)樗憩F(xiàn)出了非常強(qiáng)的抗藥性。

綠膿桿菌

該項(xiàng)分析研究利用了109個(gè)相互獨(dú)立的數(shù)據(jù)集作為信息庫，其中展示了5000余個(gè)具有身份特征的基因，每個(gè)不同的實(shí)驗(yàn)中基因表達(dá)水平都不相同。這項(xiàng)研究的目的是發(fā)現(xiàn)該算法如何在基因表達(dá)中**定位，以及這些模式在不同的情況下（比如在***的存在環(huán)境下）如何發(fā)生變化。

該算法不僅能夠識(shí)別出在同一環(huán)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(zhǎng)在實(shí)驗(yàn)室中的綠膿桿菌之間的差異。

基于這些早期的研究成果，研究人員相信該系統(tǒng)在未來將能夠用于尋找有效消滅囊性纖維化肺感染的新療法。如果能夠在更大的范圍內(nèi)使用這種算法系統(tǒng)的話，引發(fā)醫(yī)療界的重大突破也并非天方夜譚。

“我們認(rèn)為，‘大數(shù)據(jù)’時(shí)代的到來為我們提供了一個(gè)使用無人值守的機(jī)器學(xué)習(xí)的**良機(jī)。利用這一算法，我們甚至都不需要設(shè)定方向，就能在生物學(xué)界中尋找到意想不到的新發(fā)現(xiàn)?！眻F(tuán)隊(duì)成員Casey Greene說道。