PMI Science внедряет анализ больших данных в системную биологию
В качестве примера коллаборации, который использует компания PMI Science, Лусине Хачатрян привела проект sbvIMPROVER. Это краудсорсинг-платформа для анализа больших данных в системной биологии. Исследователям это помогает оценить свои научные разработки, а компании выбрать наиболее перспективные исследования.
«PMI сопровождает процесс разработки инновационных продуктов исследованиями, которые компания старается сделать прозрачными для научного сообщества, – отметила Лусине Хачатрян. – Сначала была создана открытая онлайн-платформа для анализа данных INTERVALS. С ее помощью ученые видят все исходные данные и могут их оценить. На платформе sbvIMPROVER проводится независимая проверка гипотез, она используется как дополнительная система экспертной оценки».
Как подчеркнула докладчик, в исследованиях используется двойной слепой подход, а система оценки определена заранее и всем доступна. Контроль осуществляет независимая экспертная группа в лице профессоров ведущих мировых университетов.
В недавнем соревновании участники должны были, используя только метагеномные данные, полученные из образцов стула пациентов, определить образцы больных людей при помощи технологий машинного обучения. Участники не знали диагнозы людей, они сами предсказывали их с помощью своих моделей. Условием победы было точное предсказание диагноза по104 образцам.
Соревнование завершилось победой российской команды. Молодые ученые из Университета ИТМО Артем Иванов и Владимир Ульянцев стали победителями сразу в двух номинациях.
«Участвовало несколько стартапов, в том числе серьезная компания, которая работает на рынке машинного обучения, – рассказала Лусине Хачатрян. – Но результат российской команды оказался лучше – всех обошли аспиранты ИТМО».
Платформа sbvIMPROVER работает с 2011 года, за это время она провела 12 научных соревнований, 25 статей было опубликовано в ведущих мировых журналах, еще 5 статей в процессе подготовки. Для участников регулярно проводятся симпозиумы.
Материал партнера: PMI Science
Нет комментариев
Комментариев: 0