哥本哈根大学 信用:CC0公共领域 过去和现在的科学家都怀疑肠道在各种疾病中起作用
目前的研究集中在肠道菌群在糖尿病和超重等身体疾病中的作用,而其他研究试图在肠道菌群和大肠杆菌之间建立联系
g
自闭症、精神分裂症和抑郁症
但是即使是现代科学家也很难研究大约500-1000种不同的物种
我们肠道中的1000亿活性细菌
因此,哥本哈根大学的研究人员开发了一种突破性的技术,可以帮助我们揭开人类肠道细菌的一些秘密
除了与免疫系统在重要的合作中一起工作之外,肠道细菌组成的不平衡是消化道慢性疾病的原因
000丹麦人受苦
“近年来,我们发现细菌对身体有很大的影响
在这一领域正在进行大量的研究,但是我们仍然没有确定在人体内和人体上发现的所有细菌
如果我们想了解发生了什么,对细菌的了解是至关重要的
这就是我们的技术能发挥作用的地方,”西蒙·拉斯姆森副教授说,他和他在诺和诺德基金会蛋白质研究中心的研究团队一起负责这项新的研究,其结果刚刚发表在《自然生物技术》杂志上
“细菌的存在对免疫系统至关重要,尤其是肠道细菌
但问题是,很难研究它们自然环境中的肠道细菌,它们为了生存往往深深依赖这些细菌
现在,我们已经开发了一种方法,使用人工智能来帮助我们识别在人体内和人体上发现的细菌
这将让我们了解他们是如何一起工作的,以及当我们生病时会发生什么,”他解释道
粪便是理解的关键 研究人员没有研究肠道内的细菌,而是分析了肠道的最终副产品:粪便
粪便中含有细菌的残余,这些细菌有助于胃和肠内食物的新陈代谢,从而提供了对原本无法进入的环境的独特见解
到目前为止,技术只允许研究人员读取细菌的脱氧核糖核酸片段——这相当于只用一小部分片段做一个谜题
因此,西蒙·拉斯姆森和他的研究小组开发了一种算法,利用人工智能来完成粪便中细菌的DNA字符串
现在,来自世界各地的研究人员可以帮助完成这个难题
“一克粪便含有大约10亿种500-1000种不同的细菌
如果我们能够重建它们的基因,这将让我们了解我们正在对付的细菌类型,它们的能力和实际作用
这不是全部,但这是向前迈出的一大步
我们算法可供其他研究人员免费使用,”他说
识别不同类型数据中的模式 西蒙·拉斯穆森解释说,但是这种方法并不局限于肠道细菌
人工智能分析极小样本中细菌含量的能力也可用于研究粪便以外的其他物质
例如,如果你想知道被污染的土壤是如何影响微生物的,你可以使用新的方法来分析该地区的土壤样本
这同样适用于工厂附近的湖泊和水道
或者,正如西蒙·拉斯姆森所指出的,如果存在细菌,现在就可以识别它们
“但是这个算法不仅可以用来研究细菌
例如,您也可以使用它来分析健康数据
假设你正在努力增加我们对特定疾病的知识
为了帮助我们做到这一点,我们可以收集大量关于患者群体的信息,例如他们的遗传学知识、蛋白质组成、血液中的物质以及来自电子记录的数据
然后,我们的人工智能可以分析这些非常不同的数据集,并识别模式和联系
它拥有巨大的潜力,”西蒙·拉斯穆森解释道
除了关于算法的文章之外,该团队还有其他几项正在进行的研究来展示他们技术的使用
来源:由phyica.com整理转载自PH,转载请保留出处和链接!