研究人员已经开发了一个新的AI驱动平台，可以以受过训练的生物学家的精确度来分析病原体如何感染我们的细胞。
HRMAn(“Herman”)平台代表宿主对微生物分析的反应，它是开源的，易于使用的，可以针对包括沙门氏菌在内的各种病原体进行定制。
由弗朗西斯·克里克研究所(Francis Crick Institute)和伦敦大学学院(UCL)的科学家首创的HRMAn使用深度神经网络来分析病原体和人类(“宿主”)细胞相互作用图像中的复杂模式，从而提取出科学家们手工所做的相同详细特征。这项研究发表在开放存取期刊eLife上，其中包含一个下载平台和访问教程视频的链接。
“对于生物学家来说，过去这是繁琐的手动工作，现在却使我们在计算机上花费了几分钟，使我们能够更快，更准确地了解更多有关传染性病原体以及人体如何对它们做出反应的信息。” Crick小组负责人Frickel领导了该项目。“ HRMAn实际上可以像生物学家一样看到宿主-病原体之间的相互作用，但与我们不同，它不会感到疲劳，不需要睡觉!”
为了展示在KNIME平台上运行的HRMAn的功能，研究小组使用它来分析人体对弓形虫的反应，弓形虫是一种在猫中复制的寄生虫，被认为由世界三分之一以上的人口携带。
在克里克(Crick)的高通量筛选设施中，研究人员收集了50,000种感染弓形虫的五种不同类型人类细胞的显微镜图像，并将其加载到HRMAn中进行分析。HRMAn检测并分析了超过175,000个含有病原体的细胞区室，除其他变量外，还提供了有关每个细胞中寄生虫的数量，寄生虫在细胞内的位置以及有多少细胞蛋白与寄生虫相互作用的详细信息。
UCL的MRC LMCB杰森·默瑟(Jason Mercer)实验室的研究助理，该研究的第一作者，Artur Yakimovich说：“先前对宿主-病原体图像分析进行自动化的尝试未能捕获到如此详细的信息。” “使用与自动驾驶汽车相同的算法，我们创建了一个平台，可提高大容量生物数据分析的精度，这彻底改变了我们在实验室中可以做的事情。当平台使用 AI算法时，它就派上用场了以训练有素的专家的方式评估基于图像的数据。它的确非常易于使用，即使对于几乎不了解编码的科学家也是如此。”
该小组还使用HRMAn分析了肠炎沙门氏菌 -一种比弓形体小16倍的细菌病原体，证明了它在研究不同病原体方面的多功能性。
“我们的团队使用HRMAn来回答有关宿主与病原体相互作用的特定问题，但它在领域外也具有深远的影响，” Crick博士Daniel Fisch说。学生和该研究的共同第一作者。“ HRMAn可以分析任何荧光图像，使其与许多不同的生物学领域相关，包括癌症研究。”