Uživatelé a jejich projekty

Ribozomální tunely

Výzva: 33. Veřejná grantová soutěž, OPEN-33-14

Hlavní řešitel: Michal Kolář

Instituce: Vysoká škola chemicko-technologická v Praze

Oblast: biovědy

Obrázek znázorňuje průřez bakteriálním ribozomem s velkou podjednotkou v odstínech šedé a malou podjednotkou v odstínech žluté. Rodící se bílkovina je dynamicky zobrazena v pravé části uvnitř ribozomálního tunelu modro-červeně.

Ribozomy jsou klíčové molekulové továrny v buňkách – rodí se v nich bílkoviny nezbytné pro život. Rodící se bílkovinný řetězec prochází uvnitř ribozomu asi 10 nm dlouhým tunelem. Přestože je mechanismus syntézy bílkovin ve všech organismech stejný, tunely ribozomů se mohou značně lišit. Tvar a chemické složení stěn tunelu mají vliv např. na rychlost a přesnost, s jakou se bílkoviny syntetizují. Michal Kolář s týmem z VŠCHT Praha využívá superpočítače Karolina a LUMI k atomistickým simulacím, které umožǔjí sledovat, jak se bílkoviny uvnitř ribozomálního tunelu pohybují. Přináší tak detailní informaci o ději, který se jen velmi obtížně zkoumá experimentálně. Výsledky simulací jim umožňují lépe pochopit, jak jsou ribozomy regulovány nebo jaká je jejich evoluční historie. To má přímé dopady na vývoj antibiotik a léků proti neurodegenerativním chorobám, v nichž ribozom, jeho tunel a rodící se bílkoviny zásadní klíčovu roli.

Tento výzkum je podpořen i Grantovou agenturou České republiky (projekt Vstříc atomárnímu pochopení prvních okamžiků života proteinu, 23-05557S).

Pokročilé rozpoznávání mluvčích pomocí umělé inteligence

Výzva: 33. Veřejná grantová soutěž; OPEN-33-6

Hlavní řešitel: Lukáš Burget

Instituce: Vysoké učení technické v Brně

Oblast: informatika

Lukáš Burget z Vysokého učení technického v Brně využije superpočítače Karolina a LUMI k vývoji pokročilého systému rozpoznávání řeči. Cílem je vytvořit technologii, která si poradí s více mluvčími hovořícími současně, a to i v hlučných a akusticky náročných prostředích za použití vícero mikrofonních vstupů. Tým naváže na úspěšné využití velkých předtrénovaných modelů, jako je OpenAI Whisper, a zaměří se na jejich úpravu a propojení s doplňkovými nástroji, například pro diarizaci mluvčích nebo separaci zvukových zdrojů. Výsledkem bude robustní systém, který najde uplatnění nejen ve výzkumu, ale i v praxi – například ve zdravotnictví, chytré domácnosti či krizové komunikaci.

Výzkum je podpořen z evropských programů Horizon Europe (projekt ELOQUENCE) a Marie Skłodowska-Curie (projekt ESPERANTO), stejně jako z národních projektů Ministerstva vnitra ČR (projekty „112“ a NABOSO), které se zaměřují mimo jiné na bezpečnost, důvěryhodnost AI a boj proti hlasovým deepfakům.

Umělá inteligence a hledání nových léků proti bolesti a rakovině prostaty

Výzva: 33. Veřejná grantová soutěž; OPEN-33-54

Hlavní řešitel: Rafael Doležal

Instituce: 2. lékařská fakulta Univerzity Karlovy

Oblast: biovědy

Obrázek znázorňuje základní princip virtuálního screeningu nových antagonistů receptoru TRMP8 s využitím molekulárního dockingu a hluboké neuronové sítě (AI & GPU).

Rafael Doležal z Univerzity Karlovy využívá umělou inteligenci (AI) a superpočítače, konkrétně Karolina a LUMI, k zefektivnění návrhu léčiv. V tomto projektu se zaměřuje na identifikaci nových antagonistů pro TRPM8 receptor, který je spojen nejen s vnímám chladu, ale také s nemocemi, jako jsou migréna, steatohepatitida či rakovina prostaty. Ve svém výzkumu hodlá využít AI k ultrarychlému screeningu až 1 miliardy chemických sloučenin, aby našel vhodné kandidáty na nové léky. Tento proces kombinuje molekulární docking se strojovým učením, díky němuž je možné vyhodnotit symbolické reprezentace chemických molekul extrémně rychle. Cílem je navrhnout nové kandidáty léčiv pro určité typy neuropatické bolesti a rakoviny s využitím pokročilých AI technologií, které budou následně ověřeny i experimentálně v in vitro testech.

Univerzální metoda pro úlohy porozumění videu s jazykovým ukotvením

Výzva: 33. Veřejná grantová soutěž, OPEN-33-23

Hlavní řešitel: Evangelos Kazakos

Instituce: Český institut informatiky, robotiky a kybernetiky, ČVUT v Praze

Oblast: informatika

Výstup modelu GROunded Video caption gEneration (GROVE) na instruktážním videu. Model generuje titulky na úrovni videa (dole) s klíčovými podstatnými jmény v popiscích videa, které jsou barevně označeny a lokalizovány (ukotveny) ve videu pomocí časově konzistentních ohraničujících rámečků (nahoře).

Evangelos Kazakos z týmu Inteligentní strojové vnímání při Českém institutu informatiky, robotiky a kybernetiky (CIIRC) Českého vysokého učení technického v Praze využívá superpočítač LUMI k vývoji univerzálního modelu neuronové sítě pro zpracování videa a přirozeného jazyka. Tento model je navržen tak, aby zvládal širokou škálu úloh prostorově-časového ukotvení v dlouhých videích. Integruje velký jazykový model (LLM) pro interpretaci požadavků úloh a generování popisů videí, spolu s modulem vizuálního ukotvení, který identifikuje jak časový rozsah popisovaných aktivit, tak ohraničující rámečky relevantních objektů.

Stávající modely čelí zásadním výzvám v oblasti prostorově-časového uvažování – zejména u dlouhých videí – což je schopnost klíčová pro aplikace jako je robotická manipulace nebo autonomní řízení. Cílem tohoto projektu je sjednotit různé úlohy ukotvení ve videu do jednoho flexibilního rámce a nabídnout tak komplexnější řešení. Výsledky by mohly umožnit robotům vykonávat manipulaci s objekty na základě přirozeného jazyka a zlepšit komunikaci mezi autonomními vozidly a lidskými řidiči, čímž by přispěly k bezpečnější a intuitivnější interakci.

Tento výzkum je součástí projektu ERC Advanced Grant FRONTIER (GA č. 101097822).

Modelování laserového urychlování

Výzva: 33. Veřejná grantová soutěž; OPEN-33-83

Hlavní řešitel: Alexander Molodozhentsev

Instituce: ELI-Beamlines

Oblast: fyzika

Alexander Molodozhentsev z ELI-Beamlines využije superpočítače Karolina a LUMI k vývoji nových modelů pro laserovou akceleraci částic, která slouží k vytváření vysoce kvalitních elektronových svazků s energií v řádu gigaelektronvoltů (GeV). Cílem tohoto výzkumu je zlepšit metody, jak efektivně a kompaktně urychlit elektrony pomocí laserového záření, což by mohlo vést k menším a levnějším urychlovačům částic. Takovéto technologie mohou být využity například ve vědeckých aplikacích, jako jsou lasery pro výzkum v oblasti biologie a medicíny, nebo pro pokročilé metody zobrazování a léčby rakoviny. Výzkum je součástí evropského projektu EuPRAXIA a výzkumný tým úzce spolupracuje s experimentálními týmy, což urychlí přenos výsledků do praxe.

Strojové učení a semiempirická kvantová chemie

Výzva: 33. Veřejná grantová soutěž; OPEN-33-68

Hlavní řešitel: Jan Řezáč

Instituce: Ústav organické chemie a biochemie Akademie věd ČR

Oblast: materiálové vědy

Jan Řezáč z Akademie věd ČR využije superpočítače Karolina a Barbora pro vývoj nové metody ve výpočetní chemii, která propojuje semiempirické kvantově-mechanické výpočty (SQM) se strojovým učením (ML). Výsledkem bude nástroj, který nabídne přesnost metod založených na teorii funkcionálu hustoty (DFT), ale s výrazně nižšími výpočetními nároky. Aktuální verze metody, označovaná jako PM6-ML, již byla publikována v časopise Journal of Chemical Theory and Computation.

Výzkumný tým nyní s pomocí superpočítačů pracuje na zdokonalení modelu strojového učení a rozšíření trénovacího datasetu. Cílem je vytvořit ještě přesnější a univerzálnější metodu, která si zároveň uchová skvělou škálovatelnost i pro rozsáhlé výpočty, zejména pro aplikace ve vývoji nových léčiv. Vyvíjený nástroj postavený na open-source softwaru je již volně dostupný vědecké komunitě. Výzkum je podpořen Grantovou agenturou ČR (25-16109S).