Искусственный интеллект для картирования кишечных бактерий

Современные исследования изучают роль кишечной микробиоты в физических заболеваниях, таких как диабет и ожирение, а также возможную связь с аутизмом, шизофренией и депрессией. Однако изучение примерно 500-1000 различных видов среди ~100 миллиардов активных бактерий в кишечнике остается сложной задачей.

Исследователи из Копенгагенского университета разработали прорывную методику, которая может помочь раскрыть некоторые тайны кишечных бактерий. Дисбаланс в их составе является причиной хронических заболеваний пищеварительного тракта, от которых страдают 50 000 датчан.

"В последние годы мы обнаружили, что бактерии оказывают большое влияние на организм. Знание о бактериях жизненно важно, если мы хотим понять, что происходит. Именно здесь наша методика может изменить ситуацию", — говорит доцент Симон Расмуссен.

Ключ к пониманию — в фекалиях

Вместо изучения бактерий внутри кишечника исследователи проанализировали его конечный продукт — фекалии. Они содержат остатки бактерий, которые помогали метаболизировать пищу, и дают уникальное представление о недоступной среде.

До сих пор технология позволяла исследователям читать только фрагменты ДНК бактерий. Команда разработала алгоритм, который использует искусственный интеллект для восстановления полных цепочек ДНК бактерий в фекалиях.

"Один грамм фекалий содержит около миллиарда бактерий 500-1000 различных видов. Если мы сможем восстановить их ДНК, это даст нам представление о типах бактерий, их возможностях и функциях. Это не полная картина, но огромный шаг вперед. Наш алгоритм доступен другим исследователям и бесплатен для использования".

Идентификация паттернов в различных типах данных

Метод не ограничивается кишечными бактериями. Способность ИИ анализировать бактериальное содержание очень маленьких образцов может быть использована для изучения других веществ, например, загрязненной почвы или воды.

"Алгоритм можно использовать и для анализа медицинских данных. Мы можем собрать информацию о группе пациентов: генетику, состав белков, вещества в крови, данные электронных карт. Наш ИИ может анализировать эти различные наборы данных и выявлять закономерности и связи. Это имеет большой потенциал".

Результаты исследования опубликованы в Nature Biotechnology. У команды есть несколько других работ в разработке, демонстрирующих применение их технологии.