东京，7月6日（IANS）——东京大学的研究人员首次使用一种名为贝叶斯神经网络的特殊人工智能（AI），对肠道细菌的数据集进行分析，以寻找当前分析工具无法可靠识别的关系。
肠道细菌被认为是许多健康相关问题的关键因素。人体由大约30万亿到40万亿个细胞组成，但肠道中却含有约100万亿个肠道细菌。
“问题在于，我们才刚刚开始了解哪些细菌会产生哪些人体代谢物，以及这些关系在不同疾病中如何变化，”生物科学系Tsunoda实验室的项目研究员Tung Dang在一篇发表于《生物信息学简报》的论文中表示。
通过准确绘制这些细菌与化学物质之间的关系图，我们有可能开发出个性化的治疗方法，Dang提到：“想象一下，能够培养某种特定细菌来生成有益的人体代谢物，或者设计靶向疗法来修改这些代谢物以治疗疾病。”
该系统被称为VBayesMM，它能自动区分显著影响代谢物的主要参与者和大量不相关微生物的背景，同时承认预测关系中的不确定性，而不是给出过于自信但可能错误的答案。
“当我们在睡眠障碍、肥胖症和癌症研究的真实数据上测试时，我们的方法始终优于现有方法，并确定了与已知生物学过程一致的特定细菌家族，这让我们相信它发现的是真实的生物学关系，而非无意义的统计模式，”Dang解释道。
由于VBayesMM可以处理并传达不确定性问题，因此相比无法做到这一点的工具，它给予研究人员更多信心。尽管该系统经过优化以应对繁重的分析工作量，但挖掘如此庞大的数据仍然伴随着高昂的计算成本；然而，随着时间推移，这对希望使用它的用户来说将变得越来越不成问题。
“我们计划使用涵盖更全面化学数据集，捕捉细菌产物的完整范围，尽管这在确定化学物质是来自细菌、人体还是外部来源（如饮食）方面会带来新的挑战，”Dang说道。
(全文结束)
