Noé Sturm
IMED Biotech Unit, AstraZeneca, Göteborg, Švedska
Biografija: Noé Sturm je doktoriral iz kemije in opravil specializacijo v kemoinformatiki na Univerzi v Strasburgu (v sodelovanju z Univerzo Griffith v Brisbanu, Avstraliji). Med doktoratom je preučeval strukturne odnose med biosintetičnimi encimi naravnih proizvodov in ciljnimi beljakovinami zdravila na področju farmakognozije. Po enoletnih podoktorskih raziskavah na Univerzi v Modeni in Reggiu Emilii (Italija), kjer je s pomočjo računalniško-podprtih metod razvijal alosterični inhibitor EGFR, se je v okviru evropskega projekta ExCAPE pridružil AstraZeneci. Tam je uporabljal najsodobnejše tehnologije strojnega učenja, kot sta globoko učenje in razcep matrik na zelo obsežnih zbirkah kemogenomskih podatkov, da bi ustvaril široke modele napovedovanja bioloških dejavnosti. Od 1. januarja 2019 je član skupine za podatkovne znanosti in umetno inteligenco pri AstraZeneci in deluje na področju varnosti zdravil.
Ustvarjanje kemogenomskih modelov iz obsežnih javnih podatkovnih nizov in njihova uporaba na industrijskih
Projekt ExCAPE je financirala Evropska unija; v okviru projekta smo moč superračunalnikov izkoristili za hitrejše odkrivanje zdravil (hhttp://excape-h2020.eu). Skupina raziskovalcev je imela edinstveno priložnost, da iz javnih podatkovnih zbirk zgradi obsežne modele strojnega učenja za napovedovanja delovanja spojin in jih prenese na industrijske podatkovne nize. Predstavitev opisuje postopke pridobivanja kemogenomskih podatkov iz javnih virov, s katerimi smo nato ustvarili referenčni podatkovni niz. Sledi razlaga postopka gradnje in ocenjevanja učinkovitosti modelov, ki smo jih ustvarili s pomočjo algoritmov večopravilnega globokega učenja in razcepa matrik. V zaključku bom predstavil, kako smo modele uporabili na industrijskih podatkovnih nizih.