机器学习Get新用途 利用这个算法可以解决抗药性细菌

　　日前，该项研究工作已经取得了突破性进展——该系统可以深度剖析细菌的抗药性，并最终找出合适的治疗方法。

　　该研究算法被称为“去噪编码”（denoising autoencoder）而为人们所熟知，这一算法最初其实是被设计用于找出大型数据集中的特定模式或特定规律。不过这项技术早已被用于各种其他的研究中，比如通过分析随机出现的YouTube图像，来找出常见的趋势或特征等。意料之中的是，研究发现猫的视频格外受到人们的欢迎。

　　而现在，这组研究人员正在尝试将其融入生物科学技术中，来发现新的生物和它们的基因信息。具体来说，他们使用经过特殊设计的分析系统来研究被称为绿脓杆菌的细菌。这是一种与囊性纤维化和其他慢性肺部疾病有关的细菌。研究人员在研究过程中发现，这是一个特别有趣的生物体——因为它表现出了非常强的抗药性。

　　该项分析研究利用了109个相互独立的数据集作为信息库，其中展示了5000余个具有身份特征的基因，每个不同的实验中基因表达水平都不相同。这项研究的目的是发现该算法如何在基因表达中精确定位，以及这些模式在不同的情况下（比如在抗生素的存在环境下）如何发生变化。

　　该算法不仅能够识别出在同一环境下的基因集，还能够分辨出病人身上的绿脓杆菌和那些生长在实验室中的绿脓杆菌之间的差异。

　　基于这些早期的研究成果，研究人员相信该系统在未来将能够用于寻找有效消灭囊性纤维化肺感染的新疗法。如果能够在更大的范围内使用这种算法系统的话，引发医疗界的重大突破也并非天方夜谭。

　　“我们认为，‘大数据’时代的到来为我们提供了一个使用无人值守的机器学习的绝佳良机。利用这一算法，我们甚至都不需要设定方向，就能在生物学界中寻找到意想不到的新发现。”团队成员Casey Greene说道。