哥德堡大学的研究人员创建了一个人工智能模型，通过糖分析增强癌症检测能力。这种人工智能模型在识别异常的速度和准确性上都优于现有的半人工技术。
质谱仪可以检测出细胞中不同结构的糖分子（称为聚糖）。这些结构可以显示细胞中不同形式的癌症。图片来源：伦德伯格研究基金会/马格努斯-哥坦德
质谱法可用于测量细胞中的糖分子结构。这些结构可以揭示细胞中是否存在各种癌症。然而，质谱仪的测量数据必须经过人工仔细分析，才能从聚糖碎片中找出结构。每个样本的这一过程可能需要数小时到数天不等，而且只能由世界上少数几个专家以极高的置信度来完成，因为这实质上是一项多年积累的侦查工作。
因此，在使用聚糖分析（例如用于癌症检测）时，当有许多样本需要分析时，这一过程就成了瓶颈。哥德堡大学的研究人员开发了一种人工智能模型，可以自动完成这项检测工作。这个名为 Candycrunch 的人工智能模型每次测试只需几秒钟就能完成任务。《自然方法》（Nature Methods）杂志上的一篇科学文章报告了这一成果。
Daniel Bojar，哥德堡大学生物信息学副高级讲师。图片来源：伦德伯格研究基金会/马格努斯-哥坦德
该人工智能模型是利用一个包含 50 多万个不同片段和糖分子相关结构实例的数据库进行训练的。
哥德堡大学生物信息学副高级讲师丹尼尔-博雅尔（Daniel Bojar）说："通过培训，Candycrunch 可以在 90% 的情况下准确计算出样本中的糖结构。"
这意味着人工智能模型很快就能达到与其他生物序列（如DNA、RNA 或蛋白质）测序相同的准确度。由于人工智能模型的速度如此之快，答案又如此准确，因此它可以加速发现基于糖的生物标记物，用于癌症的诊断和预后。
Daniel Bojar 说："我们相信，既然我们已经自动化了最大的瓶颈，糖分析将成为生物和临床研究中更重要的一部分。"
人工智能模型 Candycrunch 还能识别因浓度低而经常被人工分析遗漏的结构。因此，该模型可以帮助研究人员找到新的糖基生物标记物。
编译自/ScitechDaily