哥德堡大學的研究人員創建了一個人工智慧模型，透過糖分析增強癌症檢測能力。這種人工智慧模型在識別異常的速度和準確性上都優於現有的半人工技術。

質譜儀可以檢測出細胞中不同結構的醣分子（稱為聚醣）。這些結構可以顯示細胞中不同形式的癌症。圖片來源：倫德伯格研究基金會/馬格努斯-哥坦德

質譜法可用來測量細胞中的醣分子結構。這些結構可以揭示細胞中是否存在各種癌症。然而，質譜儀的測量數據必須經過人工仔細分析，才能從聚醣碎片中找出結構。每個樣本的這一過程可能需要數小時到數天不等，而且只能由世界上少數幾個專家以極高的置信度來完成，因為這實質上是一項多年積累的偵查工作。

因此，在使用聚醣分析（例如用於癌症檢測）時，當有許多樣本需要分析時，這個過程就成了瓶頸。哥德堡大學的研究人員開發了一種人工智慧模型，可以自動完成這項檢測工作。這個名為Candycrunch 的人工智慧模型每次測試只需幾秒鐘就能完成任務。 《自然方法》（Nature Methods）雜誌上的一篇科學文章報告了這項成果。

Daniel Bojar，哥德堡大學生物資訊學副資深講師。圖片來源：倫德伯格研究基金會/馬格努斯-哥坦德

這個人工智慧模型是利用一個包含50 多萬個不同片段和糖分子相關結構實例的資料庫進行訓練的。

哥德堡大學生物資訊學副高級講師丹尼爾-博雅爾（Daniel Bojar）說：”通過培訓，Candycrunch 可以在90% 的情況下準確計算出樣本中的糖結構。”

這意味著人工智慧模型很快就能達到與其他生物序列（如DNA、RNA 或蛋白質）定序相同的準確度。由於人工智慧模型的速度如此之快，答案又如此準確，因此它可以加速發現基於糖的生物標記物，用於癌症的診斷和預後。

Daniel Bojar 說：”我們相信，既然我們已經自動化了最大的瓶頸，糖分析將成為生物和臨床研究中更重要的一部分。”

人工智慧模型Candycrunch 也能辨識出因濃度低而常被人工分析遺漏的結構。因此，該模型可以幫助研究人員找到新的糖基生物標記物。

編譯自/ ScitechDaily