Dr inż. Łukasz Maziarka z Uniwersytetu Jagiellońskiego został laureatem konkursu Polskiego Stowarzyszenia Sztucznej Inteligencji na najlepszą polską pracę doktorską z obszaru AI. Nagrodzona rozprawa dotyczy wykorzystania głębokiego uczenia w projektowaniu leków i analizie związków chemicznych.
Krakowski sukces w dziedzinie sztucznej inteligencji
Laureat jest związany z Grupą Metod Uczenia Maszynowego na Wydziale Matematyki i Informatyki UJ. Jego praca doktorska nosi tytuł „Adapting Deep Learning Architectures for Drug Discovery”. Promotorem rozprawy był prof. Jacek Tabor, a promotorem pomocniczym dr Stanisław Jastrzębski. To kolejny dobry wynik tej jednostki w konkursie Polskiego Stowarzyszenia Sztucznej Inteligencji – rok wcześniej finalistą był dr inż. Dawid Rymarczyk.
Sztuczna inteligencja w poszukiwaniu nowych terapii
Nagrodzona praca dotyczy jednego z najtrudniejszych etapów współczesnej medycyny i farmacji, czyli projektowania leków wspomaganego komputerowo. Punktem wyjścia była skala niepowodzeń kandydatów na leki w późnych fazach badań klinicznych. Takie sytuacje oznaczają ogromne koszty i wydłużają drogę do nowych terapii. Badania dr. inż. Łukasza Maziarki pokazują, że odpowiednio dostosowane modele deep learning mogą wcześniej przewidywać właściwości związków chemicznych i pomagać w optymalizacji cząsteczek.
Modele analizujące cząsteczki
Rozprawa obejmuje dwa główne kierunki: przewidywanie właściwości molekularnych oraz generowanie nowych związków chemicznych. W badaniach powstały modele wykorzystujące między innymi sieci grafowe, mechanizmy uwagi oraz architektury transformerowe. Wśród ważnych rezultatów wymieniane są modele SAN, SGCN, MAT i R-MAT, które usprawniają analizę struktur molekularnych. Autor stworzył także bibliotekę HuggingMolecules, ułatwiającą korzystanie z wytrenowanych modeli, oraz zaproponował EmBERT, czyli wielozadaniową adaptację architektury BERT do zastosowań chemoinformatycznych.
Od przewidywania do projektowania cząsteczek
W drugiej części badań znalazły się metody Mol-CycleGAN i PluGeN, które służą do generowania oraz kontrolowanej modyfikacji molekuł o pożądanych właściwościach. Oznacza to, że sztuczna inteligencja może nie tylko oceniać istniejące związki chemiczne, ale również wspierać tworzenie nowych kandydatów na leki. Według wyników przedstawionych w pracy takie podejście może przyspieszać proces odkrywania leków i zwiększać skuteczność wczesnych etapów badań.
Ponad 800 cytowań i dziewięć publikacji
Znaczenie badań potwierdza ich odbiór w środowisku naukowym. Dorobek związany z pracą obejmuje ponad 800 cytowań oraz dziewięć publikacji naukowych, w tym artykuły w prestiżowych czasopismach i materiały konferencyjne. Rozprawa została uznana za istotny wkład w rozwój metod sztucznej inteligencji stosowanych w nowoczesnym projektowaniu leków.
UJ rozwija zaplecze dla badań nad AI
Grupa Metod Uczenia Maszynowego należy do wiodących polskich zespołów badawczych zajmujących się sztuczną inteligencją. Na bazie jej dorobku powołano Jagiellońskie Centrum Sztucznej Inteligencji, którego działalność koncentruje się na zwiększaniu liczby specjalistów AI na Uniwersytecie Jagiellońskim oraz tworzeniu interdyscyplinarnych zespołów badawczych. Nagroda dla dr. inż. Łukasza Maziarki wpisuje się w ten kierunek rozwoju krakowskiej nauki.
Dziękujemy, że przeczytałeś nasz artykuł do końca. W Kurierze Krakowskim każdego dnia piszemy o najważniejszych wydarzeniach z Krakowa i Małopolski.
Bądź na bieżąco! Obserwuj, komentuj i udostępniaj. Odwiedź nas także na Facebooku i YouTubie.
Masz temat? Napisz do nas: kontakt@kk24.info
