Zastosowanie metod sztucznej inteligencji do generowania peptydów przeciwdrobnoustrojowych to zagadnienie, które będzie tematem badań prof. Ewy Szczurek z Wydziału Matematyki, Informatyki i Mechaniki UW w projekcie Głęboka optymalizowana generacja peptydów przeciwdrobnoustrojowych (DOG-AMP). Na jego realizację prof. Szczurek otrzymała Consolidator Grant przyznany przez Europejską Radę ds. Badań Naukowych (ERC).
W ramach projektu Głęboka optymalizowana generacja peptydów przeciwdrobnoustrojowych (DOG-AMP), dofinansowanego na kwotę prawie 2 mln euro, prof. Szczurek będzie rozwijać metody sztucznej inteligencji służące generacji nowych związków aminokwasowych – peptydów przeciwdrobnoustrojowych.
– AMP (ang. antimicrobial peptides; AMP) to krótkie peptydy, które mogą aktywnie i selektywnie zabijać bakterie oporne na antybiotyki i jako takie są uważane za najbardziej obiecującą strategię walki z opornością na środki przeciwdrobnoustrojowe. Dotychczasowe intensywne badania nad AMP nie przełożyły się jednak na ich sukces w zastosowaniu klinicznym, głównie ze względu na ich niższą aktywność i bezpieczeństwo w porównaniu z istniejącymi antybiotykami – mówi prof. Ewa Szczurek.
Projekt DOG-AMP, poprzez rozwinięcie nowoczesnych metod głębokiej optymalizowanej generacji (ang. deep optimized generation; DOG), ma służyć wygenerowaniu nowych peptydów, które będą lepsze od istniejących: o wyższej aktywności i niższej toksyczności.
– Będziemy pracować nad nową klasą metod sztucznej inteligencji: modelami głębokiej optymalizowanej generacji, czyli takimi, które będą jednocześnie wykorzystywane do generacji nowych próbek z modelu i ich optymalizacji. Metody te zostaną zastosowane do projektowania nowych peptydów przeciwdrobnoustrojowych. Zaproponowane peptydy będą zsyntetyzowane, a ich aktywność i toksyczność zostanie zbadana eksperymentalnie – mówi prof. Ewa Szczurek.
W projekcie zostaną zastosowane metody sztucznej inteligencji, symulacji, syntezy peptydów i eksperymentów mikrobiologicznych. Wyniki badań zostaną zaprezentowane w postaci publikacji, wystąpień konferencyjnych i patentów.
– DOG-AMP ma potencjał, żeby przynieść przełom w szerokich obszarach badawczych głębokiego modelowania generatywnego, optymalizacji sekwencji i odkrywania AMP – podkreśla prof. Szczurek.
Projekt rozpocznie się w maju 2024 roku i potrwa do maja 2029 roku. Prof. Szczurek będzie realizowała grant częściowo na Uniwersytecie Warszawskim (co-beneficiary) oraz w Helmholtz Munich (host institution).
Granty ERC Consolidator
23 listopada Europejska Rada ds. Badań Naukowych (European Research Council, ERC) ogłosiła wyniki konkursu na Consolidator Grants. Granty te przeznaczone są dla odnoszących sukcesy badaczy, z 7-12-letnim doświadczeniem od uzyskania stopnia doktora. Dotychczas badacze z UW otrzymali jedenaście grantów Consolidator.
Prof. Ewa Szczurek pracuje na Wydziale Matematyki, Informatyki i Mechaniki UW oraz, od sierpnia do końca tego roku, jako visiting associate professor na Northwestern University w Stanach Zjednoczonych. Od lutego 2024 roku będzie współpracować z Helmholtz Munich. Ukończyła informatykę na Uniwersytecie Warszawskim oraz na Uppsala University w Szwecji. Stopień doktora uzyskała w Max Planck Institute for Molecular Genetics w Berlinie, a następnie odbyła staż podoktorski w Szwajcarii w ETH Zurich. Habilitację uzyskała w 2020 roku, a stanowisko profesora UW w 2022 roku. Obecnie prof. Szczurek kieruje grupą badawczą, która skupia się na zagadnieniach związanych z uczeniem maszynowym oraz jego zastosowaniem w medycynie obliczeniowej. Wraz z zespołem pracuje nad probabilistycznymi modelami grafowymi oraz głębokimi modelami generatywnymi. Jej zainteresowania badawcze dotyczą onkologii, pulmonologii oraz wytwarzania peptydów przeciwdrobnoustrojowych.