機器算法或可以解決細菌抗藥性大難題

算法演算，大數據分析細菌抗藥性。

我們都知道的一個常識就是，一種藥一旦服用的次數多了或是時間長了，細菌或是病毒就會產生抗藥性，那么效果就會大大減少，甚至都沒有，特別是世界重大的病毒災害。比如以前的非典、HINI等等，這種癥狀尤為嚴峻，因為隨時都有可能剛剛研發出來的藥物，用不了多久細菌、病毒就會產生抗藥性。因此就需要花費大量的人力物力不斷進行新藥品的研發，治療和控制病情的過程也會顯得異常地艱難。

但是，如果告訴你機器說不定可以解決這件事，你是不是會異常詫異？但是，沒錯，真的有！

據外媒報道，賓夕法尼亞大學的一個研究團隊目前正在研究機器學習系統，讓機器能夠解決如何消滅抗藥性極強的細菌問題。目前該項目已經取得了突破性進展，能夠深度剖析細菌的抗藥性，并且最終找出最合適的治療方法。

這種研究算法叫做“去噪編碼”，一開始的時候被設計出來是用于找出大型數據集中的特定模式或是特定規律。該技術也早就已經被用于其他的研究當中，比如分析隨機出現的YouTube圖像，找出常見的趨勢或是特征等等，人們還特別發現關于貓的視頻能夠引起更多的人關注。

現在，人們正打算將這一算法用到生物科學技術當中，為了發現新的生物和他們的基因信息。具體說就是，使用特殊設計的分析系統來研究一種叫做綠膿桿菌的細菌，它是一種和囊性纖維化和其他慢性肺部疾病有關的細菌。研究人員發現，這是一種很有趣的生物體，因為它具有非常強的抗藥性。

在此次研究當中，實驗人員使用了109個相互獨立的數據庫作為信息庫，展示了5000多個具備省份特征的基因，不同的試驗當中基因表達水平都不相同。因此這個研究的目的就在于找出該算法如何在基因表達中可以精確的進行定位，以及模式在不同的情況下會發生怎么樣的變化。

該算法不僅可以識別出在同一環境下的基因集，還可以分辨出病人身上綠膿桿菌和那些在實驗室里生長的綠膿桿菌有什么樣的差異。

從這些早期的研究成果當中，研究人員相信未來，該系統一定可以用于尋找有效消滅囊性纖維化肺感染的新療法。如果可以在更大的范圍中使用這種算法系統的話，說不定就可以引發醫療界的重大突破啊，現在看來這是非常有可能發生的事。

無疑，大數據時代給我們提供了一個機器學習的好時機，運用算法，甚至于都不用設定方向就可以在生物學界中有了意想不到的收獲。

無數的案列已經證實了這一點，任何事物都可以被拿來分析，只有你想不到，沒有數據做不到。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！