Các nhà nghiên cứu tại Đại học Edinburgh đã công bố GelGenie, một công cụ AI mã nguồn mở được thiết kế để tăng tốc đáng kể và cải thiện độ chính xác của phân tích dữ liệu điện di gel [2, 7]. Điện di gel là một kỹ thuật được sử dụng rộng rãi trong khoa học sinh học để phân tích các phân tử sinh học, nhưng phân tích thủ công các hình ảnh gel thu được có thể tốn thời gian và dễ bị sai lệch [3, 9].
GelGenie tự động hóa việc xác định và định lượng các dải trong hình ảnh gel, loại bỏ các diễn giải chủ quan [2, 4]. Mô hình AI được đào tạo bằng cách sử dụng hơn 500 hình ảnh gel được gắn nhãn thủ công và có thể xác định chính xác các dải bất kể chất lượng hình ảnh hoặc nhiễu nền [2, 3, 9]. Nhóm nghiên cứu, bao gồm các nhà nghiên cứu từ Đại học Harvard và Viện Ung thư Dana-Farber, đã phát hành công cụ này vào tháng 9 năm 2024, cùng với bộ dữ liệu và trọng số mô hình, để khuyến khích phát triển và hợp tác hơn nữa [7, 8].
Sự đổi mới này hứa hẹn sẽ hợp lý hóa quy trình làm việc nghiên cứu, giảm thiểu lỗi của con người và đẩy nhanh các khám phá trong các lĩnh vực khác nhau dựa trên điện di gel [5, 6, 14]. GelGenie mang đến các khả năng AI tiên tiến cho một kỹ thuật phòng thí nghiệm cơ bản, đánh dấu một bước tiến quan trọng trong xử lý dữ liệu cho nghiên cứu sinh học [3, 7, 9].