AI使炭疽生物错误检测更容易

AI使炭疽生物错误检测更容易

在911事件恐怖袭击之后,联邦调查局描述的美国历史上最严重的生物攻击事件引发了涉及炭疽的信件的单独恐怖事件造成五名美国人死亡,17人感到恶心。这种致死性炭疽孢子的检测可以从人工智能中获得速度提升,人工智能已经学会了识别显微镜图像中危险细菌的指示图案。

快速检测死亡率超过80%的致命生物制剂的方法依赖于两个关键组成部分:全息显微镜,当光通过各种单细胞生物的细胞结构时,可以测量光散射和折射的独特模式,和基于深入学习的人工智能(AI),已被培训以区分炭疽芽孢杆菌和其他芽孢杆菌属细菌。  

韩国科学技术研究所(KAIST)物理学副教授永康“保罗”公园说:“这项研究表明,全息成像和深度学习可以在几秒内识别炭疽。“常规方法如细菌培养或基因测序将需要数小时到一天。”

Park和他的同事在  2017年8月3日的“ 科学进步  ”杂志上发表的研究可能不仅仅是识别炭疽病,他们的HoloConvNet系统代表了一种多层次的神经网络,可以使用深层学习来识别任何单细胞生物体,松散地模拟生物大脑,只要神经网络首先通过涉及特定生物体图像的适当训练数据集。

例如,韩国研究人员通过使HoloConvNet识别负责孕妇,新生儿和老年人食物传播感染单核细胞增生利斯特氏菌(Listeria monocytogenes bacteria),从而显示出更广泛的深度学习和全息成像的潜力这可以为医生和研究人员提供一个工具,可以更快地诊断负责多种不同疾病如脓毒症的微小动物。

公园还指出,有可能迅速识别危害性食物中毒的细菌,考虑到食源性病原体每年会流血约5000万人,每年杀死351,000人,这是不小的事情。

然而,快速鉴定个别炭疽孢子的新潜力可能会有特殊的共鸣,因为能够扩散到大面积并被数百或数千人吸入的气溶胶炭疽病仍然是专家的生物恐怖主义噩梦。炭疽病是涉嫌生物武器生产事件的主要祸害,于1979年造成约100名苏维埃公民。然后,有一张炭疽的信件杀死了少数美国人,并于2001年引发了大规模的联邦调查局调查。各国认为对美国有敌意如北朝鲜,在过去数十年里,试图发展武装化的炭疽孢子。

鉴于这两个国家在世界上拥有最严密的边界之一,技术上仍然处于1953年7月停火之后的战争状态,北朝鲜发展大规模毁灭性武器的可能性一直特别涉及民主的南韩。这使得朝鲜战争的战斗结束了。 

“几十年来,许多研究都试图建立有效的炭疽病预警系统,”Park说。“然而,常规生物化学方法的敏感度有限,基本上需要预处理步骤,因此检测速度的限制阻碍了其在生物战中的现实环境中的应用。”

韩国研究人员不太容易识别炭疽病。他们首先尝试使用监督机器学习算法来识别炭疽孢子,但只能识别样品属(单个物种上一步更广泛的生物分类)。成功只有在研究人员转而深入学习之后才出现。

进行这一最新实验的清关也花费了近一年时间,因为他们需要进入韩国国防发展局的生物安全3级(BSL-3)实验室  公开研究的合作者之一桑金公园作为国防发展局的一名雇员进入实验室。但是,在处理炭疽样品并在实验室内使用全息显微镜时,他必须穿上通常的防护服。

全息显微镜具有“无活性细胞和组织的无标记定量成像”的前景,不依赖于向样品中加入荧光染料或蛋白质,以便更好地观察细胞的内部结构。但是,它仍然是一个相对年轻的技术,需要更广泛的使用,所以研究人员可以访问一个更大的全息图像数据库,可以训练深入学习AI来识别不同的病原体,Park说。他担任  Tomocube公司的首席技术官和共同创始人,该公司是一家旨在最终提供结合全息显微镜和深度学习 AI 的服务的创业公司

Park说:“其中一个重大挑战是整理全息图像的”大数据“,以更精确和高效地诊断病原体或疾病。” “几个研究小组无法做到这一点,这就是为什么我们已经将全息显微镜商业化,从而可以在许多研究实验室和医院中用作平台设备。”

免责声明:本文由入驻邦投条平台的作者撰写,除邦投条官方账号外,文章观点仅代表作者本人,不代表邦投条立场,文章版权归原作者所有,请联系原作者申请授权。文章内容仅供参考,不构成投资建议。若有投资者据此操作,风险自担。如您发现内容存在版权问题,请提交相关链接至邮箱:banquan@rongebang.com,我们将及时予以处理。阅读更多有价值的内容,欢迎下载 邦投条APP

分享到:

参与评论

回复: X

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

登录 后参与评论
提交评论

相关投条号

四川钢结构网是四川钢结构行业的互联网平台;
大庆市格瑞设备清洗有限公司官方头条号
甘肃旅游网由创始人李福创立的甘肃旅游服务平台
中国建筑劳务云商由李福创立的劳务行业平台
梦客科技提供最前沿的便携式电动滑板车最新资讯及欧美行情。