Naukowcy z Uniwersytetu w Edynburgu zaprezentowali GelGenie, narzędzie AI o otwartym kodzie źródłowym, zaprojektowane w celu znacznego przyspieszenia i poprawy dokładności analizy danych elektroforezy żelowej [2, 7]. Elektroforeza żelowa jest szeroko stosowaną techniką w naukach biologicznych do analizy biomolekuł, ale ręczna analiza uzyskanych obrazów żeli może być czasochłonna i podatna na błędy [3, 9].
GelGenie automatyzuje identyfikację i kwantyfikację prążków na obrazach żeli, eliminując subiektywne interpretacje [2, 4]. Model AI został wytrenowany przy użyciu ponad 500 ręcznie oznaczonych obrazów żeli i może dokładnie identyfikować prążki niezależnie od jakości obrazu lub szumu tła [2, 3, 9]. Zespół, w skład którego wchodzą naukowcy z Uniwersytetu Harvarda i Dana-Farber Cancer Institute, udostępnił narzędzie we wrześniu 2024 r. wraz z zestawem danych i wagami modelu, aby zachęcić do dalszego rozwoju i współpracy [7, 8].
Ta innowacja obiecuje usprawnić procesy badawcze, zmniejszyć liczbę błędów ludzkich i przyspieszyć odkrycia w różnych dziedzinach, które opierają się na elektroforezie żelowej [5, 6, 14]. GelGenie wprowadza zaawansowane możliwości AI do podstawowej techniki laboratoryjnej, co stanowi znaczący krok naprzód w przetwarzaniu danych dla badań biologicznych [3, 7, 9].