来自印第安纳大学与普渡大学印第安纳波利斯联合分校（Indiana University-Purdue University Indianapolis ，IUPUI)生命科学研究中心（Bindley Bioscience Center at Purdue University）的科学家们最新发明了一项迅速检验病原菌的技术，可用于保障食品的安全供应。该技术基于复杂的统计方法，使用电脑对测试样本进行探测，创新性地将食物中的有害细菌混合物进行自动探测和分类。并且，该技术具有促进计算机模拟学习的能力，保证了已知及未知的食物病原体的分类识别。该研究发表于十月的《统计分析与数据挖掘》（Statistical Analysis and Data Mining）杂志上。

　　在这项技术中，为了利用其光学属性检测并确认病原菌群落，如李斯特菌属、葡萄球菌属、沙门氏菌属、弧菌属及大肠杆菌属，研究学者们研发了以激光扫描仪为原型的分类仪器。由于该仪器具备的机器学习能力，该技术的光散射感应器可以探测到该系统的坚定程序中没有明确规划分类的病原菌类别。

　　M•穆拉特•顿达（M. Murat Dundar）是该校计算机助教授，也是该项研究的主要负责人。 他表示说，由于现存的病原菌数量非常庞大，且具有高度的突变率，要想把病菌成千上万种亚型编入计算机程序中是不现实的，因为要让计算机慢慢“学”会分辨它们。该技术可以对病菌实现实时鉴别，希望将来有助于避免食物传染病的爆发。最终，研究学者们希望这将发展为国家生物预警系统的一部分。

　　顿达及其同僚表示，希望在不久的将来，这项探测方法能够拓展应用于血液分析及其他生物样本的研究方向。