एडिनबर्ग विश्वविद्यालय के शोधकर्ताओं ने GelGenie का अनावरण किया है, जो एक ओपन-सोर्स AI टूल है जिसे जेल इलेक्ट्रोफोरेसिस डेटा विश्लेषण की गति और सटीकता में काफी सुधार करने के लिए डिज़ाइन किया गया है [2, 7]। जेल इलेक्ट्रोफोरेसिस जैविक विज्ञान में बायोमोलेक्यूल्स के विश्लेषण के लिए व्यापक रूप से उपयोग की जाने वाली तकनीक है, लेकिन परिणामी जेल छवियों का मैनुअल विश्लेषण समय लेने वाला और पूर्वाग्रह से ग्रस्त हो सकता है [3, 9]।
GelGenie जेल छवियों में बैंड की पहचान और मात्रा का पता लगाने को स्वचालित करता है, जिससे व्यक्तिपरक व्याख्याएं समाप्त हो जाती हैं [2, 4]। AI मॉडल को 500 से अधिक मैन्युअल रूप से लेबल की गई जेल छवियों का उपयोग करके प्रशिक्षित किया गया था और यह छवि गुणवत्ता या पृष्ठभूमि शोर की परवाह किए बिना बैंड की सटीक पहचान कर सकता है [2, 3, 9]। हार्वर्ड विश्वविद्यालय और दाना-फ़ार्बर कैंसर संस्थान के शोधकर्ताओं सहित टीम ने आगे के विकास और सहयोग को प्रोत्साहित करने के लिए सितंबर 2024 में डेटासेट और मॉडल वेट के साथ टूल जारी किया [7, 8]।
यह नवाचार अनुसंधान वर्कफ़्लो को सुव्यवस्थित करने, मानवीय त्रुटि को कम करने और जेल इलेक्ट्रोफोरेसिस पर निर्भर विभिन्न क्षेत्रों में खोजों को गति देने का वादा करता है [5, 6, 14]। GelGenie एक बुनियादी प्रयोगशाला तकनीक में उन्नत AI क्षमताओं को लाता है, जो जैविक अनुसंधान के लिए डेटा प्रोसेसिंग में एक महत्वपूर्ण कदम है [3, 7, 9]।