據外媒gizmag報道，賓夕法尼亞大學(xué)的一組研究人員正在嘗試使用機器學(xué)習系統，來(lái)研究如何消滅抗藥性極強的細菌。日前，該項研究工作已經(jīng)取得了突破性進(jìn)展——該系統可以深度剖析細菌的抗藥性，并最終找出合適的治療方法。

　　該研究算法被稱(chēng)為“去噪編碼”（denoising autoencoder）而為人們所熟知，這一算法最初其實(shí)是被設計用于找出大型數據集中的特定模式或特定規律。不過(guò)這項技術(shù)早已被用于各種其他的研究中，比如通過(guò)分析隨機出現的YouTube圖像，來(lái)找出常見(jiàn)的趨勢或特征等。意料之中的是，研究發(fā)現貓的視頻格外受到人們的歡迎。

　　而現在，這組研究人員正在嘗試將其融入生物科學(xué)技術(shù)中，來(lái)發(fā)現新的生物和它們的基因信息。具體來(lái)說(shuō)，他們使用經(jīng)過(guò)特殊設計的分析系統來(lái)研究被稱(chēng)為綠膿桿菌的細菌。這是一種與囊性纖維化和其他慢性肺部疾病有關(guān)的細菌。研究人員在研究過(guò)程中發(fā)現，這是一個(gè)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(gè)相互獨立的數據集作為信息庫，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)驗中基因表達水平都不相同。這項研究的目的是發(fā)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(huán)境下）如何發(fā)生變化。

　　該算法不僅能夠識別出在同一環(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(cháng)在實(shí)驗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在未來(lái)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使用這種算法系統的話(huà)，引發(fā)醫療界的重大突破也并非天方夜譚。

　　“我們認為，‘大數據’時(shí)代的到來(lái)為我們提供了一個(gè)使用無(wú)人值守的機器學(xué)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(xué)界中尋找到意想不到的新發(fā)現。”團隊成員Casey Greene說(shuō)道。