Protein-forskere har sorteret data til de var blå i hovedet, når de fx undersøgte, hvordan proteiner bevægede sig og interagerede med deres omgivelser. Det var nemlig et kæmpearbejde – et arbejde, der nu kan klares med tryk på en knap.
Knappen, eller rettere den bagvedliggende machine learning-algoritme, er udarbejdet af forskere fra Kemisk Institut, Nano-Science Center, Novo Nordisk Foundation Center for Protein Research og Niels Bohr Institutet. De har i fællesskab fået den nye algoritme til at tage det tunge slæb.
Før sad vi og sorterede data, indtil vi var ved at blive skøre. Nu trykker vi på en knap, og så er al vores data analyseret. Og algoritmen gør det mindst lige så godt eller bedre end os. Det frigiver ressourcer til, at vi kan optage endnu større datamængder end tidligere og hurtigere nå resultater, siger Simon Bo Jensen, biofysiker og Ph.d.-studerende ved Kemisk Institut og Nano-Science Center.
Algoritmen har lært at genkende mønstre i proteinernes bevægelser, så den på få sekunder kan klassificere datasæt, som det normalt kan tage eksperter flere dage at komme igennem.
AI-værktøjet er et kæmpe plus for hele forskningsfeltet, fordi det giver nogle fælles standarder, man ikke før har haft, når forskere verden over skal sammenligne data. Før var meget af analysen baseret på en subjektiv opfattelse af, hvilke mønstre, der var brugbare. Og det kan jo variere fra forskningsgruppe til forskningsgruppe. Nu har vi et værktøj, der kan sikre, at vi alle når de samme konklusioner, siger forskningsleder og lektor Nikos Hatzakis fra Kemisk Institut og Novo Nordisk Foundation Center for Protein Research.
Kilde: Københavns Universitet
