Des chercheurs de l'Université d'Édimbourg ont dévoilé GelGenie, un outil open-source basé sur l'IA conçu pour accélérer considérablement et améliorer la précision de l'analyse des données d'électrophorèse sur gel [2, 7]. L'électrophorèse sur gel est une technique largement utilisée dans les sciences biologiques pour analyser les biomolécules, mais l'analyse manuelle des images de gel résultantes peut être longue et sujette aux biais [3, 9].
GelGenie automatise l'identification et la quantification des bandes dans les images de gel, éliminant ainsi les interprétations subjectives [2, 4]. Le modèle d'IA a été entraîné à l'aide de plus de 500 images de gel étiquetées manuellement et peut identifier avec précision les bandes, quelle que soit la qualité de l'image ou le bruit de fond [2, 3, 9]. L'équipe, comprenant des chercheurs de l'Université Harvard et du Dana-Farber Cancer Institute, a publié l'outil en septembre 2024, ainsi que l'ensemble de données et les poids du modèle, afin d'encourager le développement et la collaboration [7, 8].
Cette innovation promet de rationaliser les flux de travail de la recherche, de réduire les erreurs humaines et d'accélérer les découvertes dans divers domaines qui reposent sur l'électrophorèse sur gel [5, 6, 14]. GelGenie apporte des capacités d'IA avancées à une technique de laboratoire fondamentale, marquant une avancée significative dans le traitement des données pour la recherche biologique [3, 7, 9].