机器学习和实验室实验的结合使研究人员能够了解细菌用于交流的不同语言。了解细菌如何沟通以及何时无法沟通对于治疗耐药细菌和开发生物计算工具具有重要意义。

这项研究建立在一个早期项目的基础上，其中研究人员表明，破坏细菌通讯是对抗多重耐药细菌的有效方法。细菌利用小分子相互通讯并协调感染，研究小组表明，通过阻断这些分子来干扰细菌通讯可以减少炎症并使细菌更容易受到抗生素的影响。

现在，研究人员更仔细地研究了细菌用来交流的语言。该团队结合使用机器学习和湿实验室实验来检查所有大约170种已知的细菌语言。该分析提供了对语言之间相似性和差异的理解，这既可以用来破坏有害细菌，也可以用来构建有用的“细菌逻辑电路”。研究结果发表在《AngewandteChemie国际版》杂志上。

第一步是机器学习分析，根据语言的分子结构将语言分组。由此产生的组由彼此更相似但与其他组中的语言不同的语言组成。这与人类语言类似：例如，英语、法语和荷兰语属于一组语言，而阿拉伯语和希伯来语则属于另一组语言。

接下来，研究小组通过实验证明细菌可以在一定程度上理解相关语言。“我们进行了&luo;细菌语言检查&ruo;，发现使用非常相似语言的细菌可以相互理解，就像荷兰人可能听懂一些德语一样。我们还测试了使用非常不同语言的细菌之间的交流，发现它们无法理解领导这项研究的博士生克里斯托弗·琼克古(ChristopherJonkergouw)表示：“彼此之间根本没有任何联系，就像讲芬兰语、荷兰语和阿拉伯语的人之间的对话不会走得太远一样。”

研究人员表明，利用这些工具，我们可以准确地估计细​​菌语言之间的联系，并预测它们是否可以被理解。这些发现对于进一步完善该团队的新治疗方法非常有价值，并且对生物技术也具有影响——细菌语言可用于协调细菌群落中群体之间的任务，甚至可用于细菌微处理器中。