Mikrobiom hraje klíčovou roli ve zdraví a nemoci.
Při jeho analýze moderními sekvenačními metodami však získáme ke každému jednomu vzorku informaci o cca 25 milionech nukleotidů bakterií, které se ve vzorku nachází. Potřebujeme tak nástroje, které nám pomohou získat z těchto dat smysluplné informace. A právě zde se do hry zapojuje strojové učení, nebo-li machine learning.
Strojové učení je technika, při níž se počítače učí z dat a zlepšují své schopnosti, aby dělaly úkoly lépe a rychleji.
V případě mikrobiomových dat se tyto technologie stávají neocenitelnými. Díky strojovému učení dokáže totiž umělá inteligence identifikovat vzory v řetězcích osekvenovaných nukleotidů, čímž nám umožňuje například hledat chyby, které při sekvenaci nenáhodně vznikly a zpřesňovat tak výsledek. Nebo nám pomáhají rychleji a přesněji hledat příbuzné bakterie.
Umělá inteligence není jenom o sci-fi filmech, ale má reálný a pozitivní dopad na náš každodenní život a zdraví!
Mgr. Iva Kotásková, Ph.D.
