一种与Netflix，Facebook和Amazon使用的算法相似，能够“预测”包括阿尔茨海默氏症在内的癌症和神经退行性疾病的生物语言。
根据4月8日报告剑桥大学圣约翰学院学者的《每日邮报》（Daily Mail），通过数十年的研究中积累的数据饲养了一种基于神经网络的语言模型，以查看人工智能是否可以比人类更好地进一步研究研究。
他们发现，机器学习技术能够准确地预测癌症的“生物语言”，可与使用基于知识的特征相媲美。
在癌症研究中使用预测性AI
这项研究是出版在4月8日国家科学院（PNAS）的会议记录中，可以用来“纠正引起疾病的细胞内部的语法错误”。
“将机器学习技术带入神经退行性疾病和癌症的研究是绝对的游戏规则改变者。”圣约翰学院的首席作家Tuomas Knowles教授说。
Knowles补充说，该研究旨在使用人工智能开发有针对性的药物以极大地缓解症状或完全防止痴呆症发生。
研究中使用的算法称为DeepHase，是一种使用预测分析的AI，用于分析历史和现有的外部数据以查找模式和行为。
AI类似于Netflix用来推荐节目的内容，以及Facebook用来提出朋友建议的内容。
通过AI学习分子语法
Reaserch的标题为“从序列决定簇和嵌入蛋白凝结的分子语法”正式是正式的宣布4月8日，剑桥大学圣约翰学院。
这项研究的第一作者Kadi Liis Saar博士是用生成的数据集培训预测性AI的，以更好地了解蛋白质的工作原理。
根据萨尔（Saar）的说法，人体由数千种蛋白质组成，其中尚未完全理解功能，并创建了深层蛋白质来学习蛋白质的语言。
她解释了该团队如何专门要求该计划学习塑造生物分子冷凝物的语言，科学家一直试图理解的是最终理解引起癌症和神经退行性疾病的生物功能和故障语言，例如阿尔茨海默氏症。
研究小组得出的结论是，DeepHase能够了解科学家在研究后几十年后已经发现的东西，而无需明确讲述。
蛋白质是复杂的分子，在体内扮演着许多关键作用，尤其是在人体组织和器官的结构，功能和调节中。
健康的人具有某种类型的质量控制系统，可有效处理被认为对人体危险的蛋白质。
当某人患有神经退行性疾病（例如阿尔茨海默氏症）时，他或她的蛋白质会流氓，形成团块并杀死健康的神经细胞。
Saar强调将自然语言处理技术带入蛋白质故障的分子起源的重要性，并补充说，这样做可以极大地有助于纠正引起疾病的细胞内部的语法错误。
本文由技术时报拥有
由Lee Mercado撰写
