研究人員已經(jīng)開發(fā)了一個新的AI驅(qū)動平臺，可以以受過訓(xùn)練的生物學(xué)家的精確度來分析病原體如何感染我們的細胞。

HRMAn（“Herman”）平臺代表宿主對微生物分析的反應(yīng)，它是開源的，易于使用的，可以針對包括沙門氏菌在內(nèi)的各種病原體進行定制。

由弗朗西斯·克里克研究所（Francis Crick Institute）和倫敦大學(xué)學(xué)院（UCL）的科學(xué)家首創(chuàng)的HRMAn使用深度神經(jīng)網(wǎng)絡(luò)來分析病原體和人類（“宿主”）細胞相互作用圖像中的復(fù)雜模式，從而提取出科學(xué)家們手工所做的相同詳細特征。這項研究發(fā)表在開放存取期刊eLife上，其中包含一個下載平臺和訪問教程視頻的鏈接。

“對于生物學(xué)家來說，過去這是繁瑣的手動工作，現(xiàn)在卻使我們在計算機上花費了幾分鐘，使我們能夠更快，更準確地了解更多有關(guān)傳染性病原體以及人體如何對它們做出反應(yīng)的信息。” Crick小組負責人Frickel領(lǐng)導(dǎo)了該項目?！?HRMAn實際上可以像生物學(xué)家一樣看到宿主-病原體之間的相互作用，但與我們不同，它不會感到疲勞，不需要睡覺！”

為了展示在KNIME平臺上運行的HRMAn的功能，研究小組使用它來分析人體對弓形蟲的反應(yīng)，弓形蟲是一種在貓中復(fù)制的寄生蟲，被認為由世界三分之一以上的人口攜帶。

在克里克（Crick）的高通量篩選設(shè)施中，研究人員收集了50，000種感染弓形蟲的五種不同類型人類細胞的顯微鏡圖像，并將其加載到HRMAn中進行分析。HRMAn檢測并分析了超過175，000個含有病原體的細胞區(qū)室，除其他變量外，還提供了有關(guān)每個細胞中寄生蟲的數(shù)量，寄生蟲在細胞內(nèi)的位置以及有多少細胞蛋白與寄生蟲相互作用的詳細信息。

UCL的MRC LMCB杰森·默瑟（Jason Mercer）實驗室的研究助理，該研究的第一作者，Artur Yakimovich說：“先前對宿主-病原體圖像分析進行自動化的嘗試未能捕獲到如此詳細的信息?！?“使用與自動駕駛汽車相同的算法，我們創(chuàng)建了一個平臺，可提高大容量生物數(shù)據(jù)分析的精度，這徹底改變了我們在實驗室中可以做的事情。當平臺使用 AI算法時，它就派上用場了以訓(xùn)練有素的專家的方式評估基于圖像的數(shù)據(jù)。它的確非常易于使用，即使對于幾乎不了解編碼的科學(xué)家也是如此?！?/p>

該小組還使用HRMAn分析了腸炎沙門氏菌 -一種比弓形體小16倍的細菌病原體，證明了它在研究不同病原體方面的多功能性。

“我們的團隊使用HRMAn來回答有關(guān)宿主與病原體相互作用的特定問題，但它在領(lǐng)域外也具有深遠的影響，” Crick博士Daniel Fisch說。學(xué)生和該研究的共同第一作者。“ HRMAn可以分析任何熒光圖像，使其與許多不同的生物學(xué)領(lǐng)域相關(guān)，包括癌癥研究。”