В България има среда за откривателство
- Аз следя създаването на института от четири години, от момента на неговото създаване. Много съм впечатлена. Имах намерение да се върна в България в даден момент. Работата на INSAIT беше катализаторът, който ме накара да направя крачката. Той работи на световно ниво. Казвам това не като комплимент, а защото е самата истина. И това е невероятно!
- За тези четири години, във Вашата сфера, достигна ли наистина ниво институтът или просто върви с по-бързи, обнадеждаващи темпове по пътя на световната наука?
- Моите наблюдения сочат, че в някои отношения той дори надминава научните среди, в които бях аз. Това е моята преценка. За мен най-ключовото е неговият уникален характер и култура е, че той не копира модел от Запада. Тук имаме съчетаване на тово, което имаме като традиция и постижения в България, заедно с добрите практики, видяни от нашите учени, работили извън страната и привнесени тук.
- Ние, българите, много обичаме критиката, автокритиката. Не ни ли пречи тази наша, сякаш, генетично вложена у нас негативност, това самоизяждане?
- Всяка монета има две страни. Смятам, че критичното мислене е едно от добрите практики, които аз намирам за много важни. Когато те са конструирани по правилен начин, не разрушават, а това е нещо много важно. Разработките в INSAIT, а аз се запознах с тях, са впечатляващи. Когато завършвах своята докторантура, един от изявените професори ми зададе накрая въпроса, кои от моите проекти е най-значим, най-важен. Аз му отговорих шеговито с въпроса: Колко деца има? Наистина в INSAIT всичко е на много високо ниво, много значимо е, направено е в мисъл да е практично, да е полезно.
- Тоест, опровергава се нашенското заключение, че държавата не става за нищо?
- Аз не поддържам това твърдение. Навсякъде има и добри, и недотам добри неща. Просто, трябва да се гледа реално на нещата и да се опитваме да създадем нещо добро от това, което имаме в наличност.
- Има ли в България подготвени специалисти, които да работят в новото направление?
- В новото направление ще разработваме методи с изкуствен интелект, с които да разбираме, как болестите променят клетките в тялото и да предвиждаме как те реагират на различни въздействия както на болести, така и на лекарства. Целта е с това знание да подпомогнем откриването на вещества и комбинации от вещества, които да могат да възстановят нормалното състояние на клетките. Колкото до кадровия потенциал, в България има ученици с изключително добра, с всеобхватна подготовка. Такива хора имаме в математиката, в информатиката, и в други области, а те са ни мнаго ценни. Аз вече работя с такива студенти, откакто преминах в INSAIT. Оттук нататък, важното, което виждам, че има среда, култура за работа, за търсене, за откривателство, а това е изключително, като възможност за работа на един учен. Като гледам студентите,учениците, мога само да кажа, че ние имаме все още много силно образование. Има и българи, продължили да се надграждат в чужбина. Някои от тях ми пишат много често, питат и проучват възможностите да се завърнат в България,защото се вижда, че тук се работи, прави се съвсем немално за науката. Световни учени също имат интерес към нашата страна, особено след създаването на INSAIT преди четири години. Много от тях смятат, че това е място и най-добра възможност за прилагане на техните трудове.
-Доколко прилагането на изкуствения интелект в тази сфера може да съкрати процедурата за откриване на нови молекули? Може ли да бъде намален и разходът за това?
- Изкуственият интелект може да бъде много полезен в многото различни фази на лечението на болести. В началото е важно да имаме фундаментално разбиране на биологията, на механизмите върху които лекарствата могат да влияят, а това е нещо, което все още проучваме и установяваме. Това е базов въпрос, в който могат да се включат и ученици, млади хора с различни спектри на знанието. Например, аз дълги години съм работила рамо до рамо с хора, които разработват различни експериментални наблюдения върху клетките. С тези нови технологии биолозите генерират нови данни, от които можем да извлечем много познания с помощта на математическо моделиране и машинно обучение. Целта е да извлечен смислена информация.
- Какво означава „смислена информация", д-р Гоева?
- Резултатът от анализа на данните е нова хипотеза за биологичните механизми. Самият процес за достигане до нея сложен и продължителен, докато не настъпи момента, в който тя започне да бъде проверявана върху живи организми. Ето защо това е едни дълъг процес, започващ със създаването, моделирането, генерирането, проверката на тези хипотези. Едва след това идва редът на клиничните изпитания. Само ще отбележа, че създаването на ново лекарство отнема поне 10-15 години. Около 90% от тези, които достигат последната фаза, на клиничните изпитвания, в крайна сметка не достигат до одобрениие. Ето защо казах, че това е един много продължителен процес, изискващ много усилия и много пари. В този случай изкуственият интелект има възможността да ни насочи към правилната посока, да спести време и ресурси. С вече по-добрите набюдения и с новите методи, които ние разработваме можем да намираме и по-добри предложения за лекарствени продукти, за молекула. Това, което знам е, че големи компании вече правят огромни инвестиции в тази посока, а това, само по себе си, е индикатор на това, че такива разработки са много важни. Сега е точният момент за тях.
- Вие сте създател на иновативния метод за машинно обучение HiDDEN, с който са открити незабелязани досега клетъчни изменения, свързани с развитието на рак на кръвта и нарушения в защитната бариера на мозъка. Има ли вече приложение този метод и, ако да, то в кои клиники?
- Методът помага да открием клетъчни изменения, които други анализи могат да пропуснат. Той помага да открием клетъчни изменения, които други анализи могат да пропуснат. Едното приложение е за пациенти с множествен миелом и предшестващи заболявания и състияни, а другият е експериментален модел при мишки. Там изследваме изменения в кръвно-мозъчната бариера. Моята работа е в първите етапи на теози дълъг процес, т.е. в разработката на метод за машинно обучение, в който разбираме по-добре болестните изменения и формулираме нови хипотези за механизмите, които се променят, когато настъпват заболявания. При модела с мишките напарвихме и следващата стъпка, след като той предсказа какви точно са измененията, които иначе биха били пропуснати. Хипотезата му е къде точно се случват тези промени и какъв е механизмът. Направихме и следватаща стъпка, т.е. наречената експериментална валидация, с която потвърдихме хипотезата на модела за машинно обучение.
-През 2025 г. Isomorphic Labs, дъщерно дружество на Alphabet обяви, че подготвя първите в света клинични изпитания на лекарство за лечение на рак при хора. Лекарството е разработено с помощта на пакета AlphaFold 3 на DeepMind. Има ли вече данни как вървят изпитванията, обнадеждаващи ли са резултатите?
- Аз не разполагам клинични данни за тези резултати. Изкуственият интелект, в случая, е важен инструмент за предсказване на молекулни структури.
-Можем ли да се доверим на изкуствения интелект, възможно ли е той да дава грешки и как ще се осъществява контролът за опит-грешка?
- Изкуственият интелект, сам по себе си, зависи от това, как бива използван от хората. Като се има предвид това, не може да се прехвърли отговорността на него.
- Изкуственият интелект ще изяде ли естественият?
- Ако имаше уста навярно би могъл... но изкуственият интелект няма уста.
По-високи доходи и социална подкрепа през 2027 година
По 8 000 евро за наследниците на загиналите на АМ „Тракия“
Внасят бюджет 2027 в Народното събрание днес
Поклон, мили майки!
Кабинетът оттегля промените за личните асистенти
По-гъвкави възможности за личните асистенти
Пуснаха Е-петиция за личните асистенти
Грижата на личните асистенти е 24/7
„НЗОК при теб“ подновява срещите с гражданите
