Microsoft już nie po raz pierwszy nawiązuje współpracę ze światem akademickim. Współpraca z Uniwersytetem Princeton pomoże badaczom lepiej zrozumieć mechanizm formowania się biofilmu dzięki zaawansowanej technologii, która znacząco rozszerza dzisiejsze możliwości badawcze. Biofilmy (nazywane też błoną biologiczną) to złożone wielokomórkowe struktury bakterii (i innych organizmów), otoczone warstwą substancji organicznych i nieorganicznych, produkowanych przez te drobnoustroje. Są one główną przyczyną odporności na antybiotyki - problemu, który Światowa Organizacja Zdrowia uznaje za kryzys, którego nie można ignorować. Lepsze poznanie biofilmu pozwoli opracować lepsze strategie przeciwdziałania.
W ramach tego partnerstwa specjalny zespół pod kierownictwem dr Andrew Phillipsa, szefa grupy Biological Computation w Microsoft Research, będzie blisko współpracował z Bonnie Bassler, światowej sławy pionierką w dziedzinie mikrobiologii i profesorką biologii molekularnej w Princeton, oraz z Nedem Wingreenem, profesorem biologii i biologii molekularnej na Lewis-Sigler Institute of Integrative Genomics.
Używając mocy chmury i zaawansowanego maszynowego uczenia Microsoftu, Princeton będzie mógł studiować różne szczepy biofilmów na nowe sposoby, by lepiej zrozumieć ich działanie. Microsoft dostarcza opartego na chmurze prototypu, który może być używany do biologicznego modelowania i eksperymentowania, które będą odbywały się w Princeton. Praca ta łączy języki programowania i kompilatory, co generuje protokoły biologiczne, nadające się do wykonania z użyciem automatycznej technologii laboratoryjnej. Umożliwi to wgranie eksperymentalnych danych do chmury, gdzie będą analizowane w odpowiedniej skali z użyciem zaawansowanych metod machine learningu i analizy danych, aby wygenerować wiedzę biologiczną.
Princeton University jest jednym ze światowych liderów w badaniach nad biofilmem. Gdy jednak badaniom takim towarzyszy moc chmury obliczeniowej i nowoczesnych algorytmów, rezultaty o charakterze przydatnej wiedzy opracowywane są znacznie szybciej niż w przypadku tradycyjnych metod badawczych.
