Vědci v Qminers: bayesovské modely i klíčová chemie života

Věda je jedním z jazyků, kterým v Qminers mluvíme. Nejsme výzkumný ústav, ale kdybyste Qminers brali jako dataset a hledali společné vzory v našich kariérách, věda by naskočila velmi rychle. Mnozí z nás publikovali v impaktovaných časopisech, řešili optimalizační úlohy ve výrobních procesech, vedli semináře na akademii. Dnes vymýšlíme strategie, modelujeme a píšeme kód, ale zkušenost z výzkumu v nás zůstává. Je to způsob myšlení. Cílevědomost. Zpětná vazba. Záliba v systému i detailu.

Někteří s akademickým prostředím dodnes udržují vazby. Mirek Rapčák stále přednáší – na podzim povede seminář na Ústavu teoretické fyziky Akademie věd. Šárka Večeřová se věnovala vývoji bayesovského modelu moderované mediace, který dokáže zachytit komplexní vztahy v hierarchických datech se souběžnými mediátory a ordinálním výstupem – například při zkoumání, zda pacienti doporučí nemocnici v závislosti na systému ošetřovatelské péče. Vítek Kubelka dokončil doktorát ze stochastické analýzy, zatímco zároveň pracoval a budoval vlastní projekt – a právě tuhle dynamiku si chtěl přenést i do své další práce. Filip Matzner se aktuálně věnuje výzkumu v oblasti strojového učení a návrhu efektivních rekurentních neuronových sítí pro predikci časových řad, který letos odprezentoval na prestižní konferenci ICRL. A pak je tu Raman Samusevich. Jeho příběh je tak trochu jako z Nature. Vlastně doslova.

Když ML model najde vůni života v nejstarších organismech 

Raman Samusevich pracuje od ledna letošního roku v deep learning týmu Qminers jako ML Reseacher. Předtím působil jako výzkumný pracovník na Ústavu organické chemie a biochemie AV ČR (ÚOCHB) a v CIIRC ČVUT.

„Během covidu mě začaly fascinovat proteiny. Tím, jakou přesnost a sílu v sobě mají, působí skoro mimozemsky. Zároveň se tehdy otevřel celý nový svět poznání díky průlomům v predikci proteinových struktur. Byl to ideální moment ponořit se do bioML.“

Z intenzivní spolupráce s ÚOCHB vznikl výzkumný projekt, který spojuje biochemii, strojové učení a touhu přijít věcem na kloub – doslova až na molekulární úroveň. Cílem bylo najít v DNA enzymy zvané terpen syntázy (TPS). Možná to zní abstraktně, ale důsledky jsou velmi konkrétní: TPS jsou zodpovědné za většinu přírodních vůní a chutí, včetně těch, které se využívají v parfumerii, farmacii nebo potravinářství.

„Když chemici neumějí něco efektivně vyrobit, kradou to přírodě. Ale příroda tyhle molekuly neprodukuje sama od sebe – dělají to enzymy. My jsme naučili AI, jak tyto enzymy najít.“

AI jako čichové čidlo  

Ramanův ML model dokázal z DNA vyčíst přítomnost TPS – a vědce to zavedlo k prvnímu funkčnímu objevu těchto enzymů v Archaee, nejstarší známé doméně života. Biologové následně tuto DNA vložili do kvasinek… a ty skutečně začaly produkovat terpenoidy. „Jako byste po milionech let poprvé rekonstruovali vůni něčeho prastarého.“

Raman a jeho vedoucí Tomáš Pluskal na základě výzkumu připravil sérii odborných přednášek, které zazněly na Harvardu, v DeepMindu nebo na evropském kongresu EUROBIOTECH. Jejich článek je aktuálně v in-depth review v Nature Chemical Biology.

Vedlejší objevy, vedlejší radosti

Při analýze dat objevili Raman a jeho kolegové i další zajímavosti – například, že viry pravděpodobně voní. (Ano, doslova.) Jejich TPS se ukázaly jako funkční, a tak vzniká nová výzkumná linie, která propojuje virologii s chemickým vnímáním. Na MIT spolupracoval na optimalizaci známých proteinů, přispěl k projektům o katalytické DNA, pomáhal s interpretací spekter v hmotnostní spektrometrii…

„Bylo to krásné období. Ale pak přišlo něco, co jsem do té doby v akademii nezažil. Potkal jsem se s Filipem Matznerem, nynějším CTO Qminers, v rámci jeho předchozího projektu. Pomocí ML navrhli metodu, jak automatizovaně analyzovat městský dopravní systém. Možnost dotahovat věci do produkce, ladit detaily, rychle sbírat feedback - úplně mě to strhlo. Když pak Filip změnil působiště, ale nikoliv způsob práce, šel jsem s ním.“

Zpátky na zem. Nebo do kanclu.

Raman aktuálně dokončuje disertaci, předává štafetu svému nástupci a konzultuje poslední projekty. Částečně zůstává napojený na akademii – má malý úvazek na ÚOCHB, externě působí na ČVUT a dál se věnuje vědecké komunitě. Ale jeho hlavní energie teď míří jinam: do deep learning týmu Qminers.

Trading a věda jsou překvapivě blízcí příbuzní. Příběh Ramana je výjimečný, ale lidé s výzkumnickou minulostí jsou u nás běžným jevem. A právě to vytváří kulturu, kde se analytická hloubka, hluboká zvídavost i touha dotahovat věci do konce přirozeně propojují.