I ricercatori dell'Università di Edimburgo hanno presentato GelGenie, uno strumento open source basato sull'IA progettato per accelerare significativamente e migliorare l'accuratezza dell'analisi dei dati di elettroforesi su gel [2, 7]. L'elettroforesi su gel è una tecnica ampiamente utilizzata nelle scienze biologiche per analizzare le biomolecole, ma l'analisi manuale delle immagini del gel risultanti può richiedere molto tempo ed essere soggetta a distorsioni [3, 9].
GelGenie automatizza l'identificazione e la quantificazione delle bande nelle immagini del gel, eliminando le interpretazioni soggettive [2, 4]. Il modello di IA è stato addestrato utilizzando oltre 500 immagini di gel etichettate manualmente e può identificare accuratamente le bande indipendentemente dalla qualità dell'immagine o dal rumore di fondo [2, 3, 9]. Il team, che comprende ricercatori dell'Università di Harvard e del Dana-Farber Cancer Institute, ha rilasciato lo strumento nel settembre 2024, insieme al set di dati e ai pesi del modello, per incoraggiare l'ulteriore sviluppo e la collaborazione [7, 8].
Questa innovazione promette di semplificare i flussi di lavoro di ricerca, ridurre l'errore umano e accelerare le scoperte in vari campi che si basano sull'elettroforesi su gel [5, 6, 14]. GelGenie porta capacità avanzate di IA a una tecnica di laboratorio fondamentale, segnando un significativo passo avanti nell'elaborazione dei dati per la ricerca biologica [3, 7, 9].