科學家近日使用與自動駕駛汽車相同的算法，創建一個AI平台HRMAn對病原體感染人類細胞進行分析，不僅達到生物學家人工操作所能完成的效果，同時還提高了海量生物數據分析的精度。弗朗西斯克里克研究所(Francis Crick Institute)和倫敦大學學院(UCL)的科學家創建一個利用AI算法的HRMAn（Host Response to Microbe Analysis）平台，並將研究結果發表在期刊eLife上。

HRMAn平台利用深層神經網絡來分析病原體和人類（即：宿主）細胞相互作用圖像中的複雜模式，提取出與科學家人工完成相同的細節特徵，具有開源性，易於使用的特點，可以針對包括腸道沙門氏菌在內的不同病原體進行定制。

該項目負責人表示，對生物學家來說，這項曾經耗時費力的任務，現在卻只需在電腦上花幾分鐘，就能夠了解更多關於傳染性病原體的知識，以及身體如何對這些病原體做出反應。HRMAn可以像生物學家一樣看到宿主和病原體的相互作用。

研究小組通過人體對剛地弓形蟲的反應來驗證HRMAn平台的效果。研究人員收集逾3萬張5種不同類型弓形蟲感染的人類細胞顯微鏡圖像，並載入HRMAn進行分析。HRMAn檢測並分析了17.5萬個含有病原體的細胞室，提供了關於每個細胞中寄生蟲數量、寄生蟲在細胞內的位置、以及有多少細胞蛋白質與寄生蟲相互作用等變量的詳細信息。研究人員發現，此前的自動宿主-病原體圖像分析的嘗試未能捕捉到這一層次的細節，而使用與自動駕駛汽車相同的算法所創建的這個平台，則提高了海量生物數據分析的精度。當平台以訓練有素的專家的方式評估基於圖像的數據時，人工智能（AI）算法就會派上用場。

此外，研究人員還表示，HRMAn平台不僅能用於回答宿主-病原體相互作用的具體問題，在這一領域之外也有深遠的影響。HRMAn可以分析任何熒光圖像，使之與生物學的許多不同領域相關，包括癌症研究。