• Aktualności

Aktualności Instytutu Podstaw Informatyki PAN

Rozległe zaburzenia metabolizmu w cukrzycy typu 2


Korzystając z najnowocześniejszych technik, naukowcy z Uniwersytetu w Uppsali wykazali, że metabolizm u pacjentów z cukrzycą typu 2 i stanem przedcukrzycowym był znacznie bardziej zaburzony niż wcześniej znany i że różnił się między narządami i nasileniem choroby. Badanie, będące efektem współpracy m.in. z Uniwersytetem Kopenhaskim, AstraZeneca i Instytutem Podstaw Informatyki Polskiej Akademii Nauk, zostało opublikowane w czasopiśmie Cell Reports Medicine.

Najbardziej typowymi zmianami u osób z cukrzycą typu 2 są niewystarczające wydzielanie insuliny i zmniejszona wrażliwość na insulinę w różnych narządach. Aby zbadać, co dzieje się w tych narządach, gdy rozwija się cukrzyca typu 2, naukowcy w obecnym badaniu przyjrzeli się białkom zarówno w wysepkach komórkowych w trzustce, w której wytwarzana jest insulina, jak i w głównych tkankach, na które działa insulina, a mianowicie wątrobie, mięśniach szkieletowych, tłuszczu i krwi.

Naukowcy porównali białka w próbkach od osób z cukrzycą typu 2, stanem przedcukrzycowym, czyli etapem przed w pełni rozwiniętą cukrzycą typu 2 i bez cukrzycy. Wyniki wykazały znacznie więcej zaburzeń w szlakach metabolicznych niż wcześniej było wiadomo. Istniała również korelacja między zmianami a różnymi stadiami choroby.

"Wykryliśmy wiele poziomów białka, które były wyższe lub niższe niż normalnie w tkankach od ludzi na różnych etapach choroby. Osoby ze stanem przedcukrzycowym wykazywały poważne zmiany związane ze stanem zapalnym, krzepnięciem i układem odpornościowym w wyspach trzustkowych. W pełni rozwiniętej cukrzycy typu 2 wystąpiły bardziej rozpowszechnione nieprawidłowości, na przykład w metabolizmie lipidów i glukozy oraz w produkcji energii w wątrobie, mięśniach i tłuszczu "- mówi profesor Claes Wadelius, który koordynował badanie.

Badanie opiera się na próbkach tkanek pobranych od dawców na różnych etapach choroby i zdrowych osób. Korzystając z nowych technik, naukowcy mogli określić ilościowo tysiące białek z każdego narządu, a tym samym uzyskać obraz metabolizmu, który wcześniej nie był możliwy. Techniki pomiaru białek ewoluowały szybko w ostatnich latach, a naukowcy z Uniwersytetu Kopenhaskiego, którzy uczestniczyli w badaniu, są światowymi liderami w tej dziedzinie co umożliwiło uzyskanie najlepszych możliwych wyników.

Podsumowując, odkrycia pokazują wysoce zaburzony metabolizm w różnych szlakach w badanych narządach i na różnych etapach choroby. Dane wskazują na nowe potencjalnie przyczynowe mechanizmy choroby, które można dalej badać w poszukiwaniu nowych sposobów zapobiegania lub leczenia cukrzycy typu 2. Wyniki te mogą również wspierać rozwój prostych testów, które mogą zidentyfikować osoby z wysokim ryzykiem cukrzycy i jej powikłań, a także wskazać, który rodzaj interwencji jest najlepszy dla danej osoby.

Diamanti et al., Szlaki metaboliczne specyficzne dla narządów odróżniają stan przedcukrzycowy, cukrzycę typu 2 i normalne tkanki, Cell Reports Medicine (2022), doi: 10.1016/j.xcrm.2022.100763

Polskim uczestnikiem tego badania był professor Jan Komorowski, z Uniwersytetu w Uppsali i profesor wizytujący w Instytucie Podstaw Informatyki Polskiej Akademii Nauk

PTBI 2022 organizowane przez Instytut Podstaw Informatyki PAN


Logotyp ptbi

 

Zjazd PTBI wrzesień 2022
Fot. Archiwum PTBI

Tegoroczne Sympozjum Polskiego Towarzystwa Bioinformatycznego odbywało się w dniach 14-16 września w Instytucie Podstaw Informatyki PAN w Warszawie. Jest to cykliczne wydarzenie zrzeszające naukowców z całego świata na każdym etapie kariery naukowej, zarówno studentów, jak i doświadczonych badaczy. Przez trzy dni konferencji uczestnicy mieli okazję wysłuchania ponad 50 prezentacji. Zakres konferencji obejmował m.in.: modelowanie i badania sieci metabolicznych, biologię strukturalną, analizy genetyczne, machine learning oraz big data.

Jak co roku do pełnienia roli Keynote Speakers zostali zaproszeni wybitni międzynarodowi naukowcy łączący w swoich badaniach najnowsze techniki doświadczalne z nowatorskimi metodami analizy otrzymanych danych. Wykład rozpoczynający pierwszą sesję wygłosiła prof. dr Irmtraud Margret Meyer, która przybliżyła słuchaczom temat regulacji genów in vivo oraz metod obliczeniowych używanych do analiz transkryptomu. Drugiego dnia gościliśmy dr Hagena Tilgnera z Weill Cornell Medicine w Nowym Jorku, który zaprezentował nam swoje najnowsze wyniki dotyczące praktycznych zastosowań innowacyjnych metod Single-cell isoform RNA sequencing (ScISOr-Seq1) oraz Single-nuclei isoform RNA sequencing (SnISOr-Seq2). Ostatnią sesję prezentacji rozpoczął profesor Jacek Majewski, specjalizujący się w badaniu dysregulacji epigenetycznej w chorobach nowotworowych z McGill University Genome Centre w Kanadzie. W swoim wykładzie „Interplay between epigenetic modifications in normal development and disease” przedstawił zależności pomiędzy epigenetycznymi modyfikacjami, a rozwijającą się chorobą nowotworową u dzieci.

Podczas tegorocznej edycji spotkania mogliśmy również posłuchać dwóch zaproszonych gości z Polski. Dr Paweł Teisseyre z Instytutu Podstaw Informatyki PAN przedstawił prezentację dotyczącą zagadnień uczenia z niepełną informacją (positive-unlabeled learning) w bioinformatyce, a dr Paweł Krupa z Instytutu Fizyki PAN zaprezentował możliwości i ograniczenia metod biofizyki obliczeniowej i bioinformatyki strukturalnej.

Honorowym członkiem PTBI w 2022 roku został wybitny biolog, prof. dr hab. Janusz Bujnicki, kierownik Laboratorium Bioinformatyki i Inżynierii Białka w Międzynarodowym Instytucie Biologii Molekularnej i Komórkowej w Warszawie oraz zespołu w Pracowni Bioinformatyki na Wydziale Biologii Uniwersytetu im. Adama Mickiewicza w Poznaniu, jeden ze współzałożycieli Polskiego Towarzystwa Bioinformatycznego. Podczas konferencji zaprezentował znakomity wykład pod tytułem „Can science contribute to solving really important problems?", w którym poruszone zostały takie zagadnienia jak komunikacja naukowa oraz nauka w debacie publicznej.

W trakcie Sympozjum jury w składzie, którego zasiedli członkowie PTBI, wyłoniło zwycięzców tegorocznego konkursu na najlepszą wygłoszoną prezentację oraz plakat. W tej edycji Sympozjum zwyciężyli:
w kategorii najlepsza prezentacja:

  • nagroda główna: mgr Karolina Sienkiewicz za prezentację pt. „Detecting molecular subtypes from multi-omics datasets using SUMO",
  • wyróżnienie: mgr Michał Ciach za prezentację zatytułowaną "A modern approach to Mass Spectrometry Imaging data segmentation with Spatial-DGMM and masserstein".

w kategorii najlepszy plakat naukowy nagrody ex aequo otrzymali:

  • mgr Kaja Gutowska - „On anti-occurrence of subsets of transitions” oraz
  • Łukasz Piórecki -„Comparative study on the impact of model’s architecture and training method on ANN system performance”.

Zachęcamy do dołączenia do grona członków Polskiego Towarzystwa Bioinformatycznego i udziału w następnej edycji Sympozjum, które w 2023 roku odbędzie się w Gliwicach.

Artykuł o metodzie ciągłego uczenia sieci neuronowych przy przy zachowaniu gwarancji niezapominania na konferencji ICML 2022


Paweł Morawiecki z Zakładu Podstaw Informatyki we współpracy z grupą naukowców z Uniwersytetu Jagiellońskiego opublikowali pracę "Continual Learning with Guarantees via Weight Interval Constraints" na konferencji ICML 2022 (International Conference on Machine Learning).

W pracy autorzy zaproponowali nowy rodzaj treningu, który daje pewne gwarancje w uczeniu ciągłym (ang. continual learning) sieci neuronowych. Współczesne metody ciągłego uczenia się skupiają się na efektywnym uczeniu sieci neuronowych ze strumienia danych, jednocześnie redukując negatywny wpływ katastrofalnego zapominania, ale nie dają żadnej solidnej gwarancji, że wydajność sieci nie ulegnie niekontrolowanemu pogorszeniu w czasie.

W pracy pokazano, jak ograniczyć zapominanie poprzez przeformułowanie ciągłego uczenia się modelu jako ciągłego skracania jego przestrzeni parametrów. W tym celu zaproponowano nową metodologię treningu, w której każde zadanie jest reprezentowane przez hiperprostokąt w przestrzeni parametrów, w pełni zawarty w hiperprostokątach poprzednich zadań. Ta formuła redukuje problem NP-trudny z powrotem do czasu wielomianowego, zapewniając jednocześnie odporność na zapominanie. Opublikowana praca może być punktem startowym do dalszych ulepszeń, w których trafność klasyfikacji byłaby lepsza przy zachowania gwarancji niezapominania.

Artykół dostępny jest na stronie Proceedings of Machine Learning Research Volume 162

Rusza rekrutacja do Szkoły Doktorskiej Technologii Informacyjnych i Biomedycznych PAN


20 czerwca rusza rekrutacja do Szkoły Doktorskiej Technologii Informacyjnych i Biomedycznych Instytutów PAN (TIBPAN). TIBPAN prowadzi kształcenie interdyscyplinarne przygotowujące do uzyskania stopnia doktora w następujących dyscyplinach:

  • informatyka techniczna i telekomunikacja,
  • inżynieria biomedyczna,
  • nauki medyczne.

Instytut Podstaw Informatyki PAN w ramach studiów w TIBPAN prowadzi rekrutację w 6 tematach badań doktoranckich:

  1. Badanie segmentacji danych w głębokim uczeniu,
  2. Informacja interakcyjna i jej wykorzystanie w Genome Wide Interaction Studies,
  3. Ku semantycznym miarom zawartości informacyjnej - integracja wiedzy z grafu linków i semistrukturalnej informacji tekstowej,
  4. Learning to rank w modelowaniu różnicowym i medycynie spersonalizowanej,
  5. Określenie źródła zmienności ekspresji genów w populacjach komórek – analiza zależności między sygnałami epigenetycznymi a trójwymiarową strukturą chromatyny,
  6. Weryfikacja socjotechnicznych modeli systemów wieloagentowych i protokołów elektronicznego głosowania.

Więcej na ten temat na stronach:
https://ipipan.waw.pl/studia/szkola-doktorska-tib-pan
http://tib.ippt.pan.pl

Termin nadsyłania zgłoszeń na adres Instytutu Podstawowych Problemów Techniki PAN mija 24 czerwca 2022 r.

Nagroda im. Profesora Zdzisława Pawlaka za Wybitną Monografię z Zakresu Informatyki dla Łukasza Dębowskiego


Information Theory Meets Power LawsDyplom Nagroda im. Pawlaka

Monografia pt. Information Theory Meets Power Laws: Stochastic Processes and Language Models autorstwa dra hab. Łukasza Dębowskiego, prof. IPIPAN została uhonorowana Nagrodą za Wybitną Monografię z Zakresu Informatyki, przyznaną przez Komitet Informatyki Polskiej Akademii Nauk w pierwszej edycji konkursu im. Profesora Zdzisława Pawlaka.

Monografia dotyczy matematycznych podstaw statystycznego modelowania języka. Statystyczny model języka to rozkład prawdopodobieństwa na ciągach liter, który aproksymuje proces tworzenia tekstów przez ludzi. Modele takie - jak na przykład modele GPT-{2,3} oparte na głębokich sieciach neuronowych - są obecnie podstawowymi modelami w przetwarzaniu języka naturalnego, np. w rozpoznawaniu mowy i maszynowym tłumaczeniu.

Monografia analizuje statystyczne modele języka oczami matematyka - za pomocą aparatu teorii informacji i teorii procesów stochastycznych. Punktem wyjścia są rozmaite empiryczne prawa potęgowe spełniane przez teksty w języku naturalnym. Celem jest zrozumienie, dlaczego prawa te są spełnione, oraz skonstruowanie prostych przykładów stacjonarnych procesów stochastycznych, które spełniają te prawa. Świadom czynionych idealizacji autor zakłada, że postęp na obu tych polach może pomóc w dalszym ulepszaniu praktycznych statystycznych modeli języka.

Książka pisana była przede wszystkim z myślą o zainteresowaniu matematyków i studentów matematyki podstawowymi problemami statystycznego modelowania języka. Równolegle autor postanowił przedstawić sposób probabilistycznego matematycznego myślenia o języku naukowcom zajmującym się sztuczną inteligencją, lingwistyką komputerową i kwantytatywną oraz fizyką układów złożonych. W związku z tym pierwszy rozdział nakreśla główne tematy książki czytelnikom o mniejszym przygotowaniu matematycznym.


© 2021 INSTYTUT PODSTAW INFORMATYKI PAN | Polityka prywatności | Deklaracja dostępności