16.4.2026 – Přednáška: A Mechanistic Knowledge Base for Human Disease

Dne 16. dubna 2026 naše katedra hostila online přednášku Dr. Chrise Mungalla z Lawrence Berkeley National Laboratory (LBNL), který představil možnosti využití umělé inteligence a znalostních grafů pro podporu biomedicínského výzkumu. Akce proběhla v rámci projektu COST a navázala na dlouhodobou spolupráci výzkumné skupiny DS&XAI s LBNL.

Lawrence Berkeley National Laboratory (LBNL) představuje jednu z nejprestižnějších výzkumných institucí na světě, se kterou je spojeno hned 17 Nobelových cen. Právě z této laboratoře přijal pozvání Dr. Chris Mungall, světově uznávaný vědec s více než 80 000 citacemi, který zde vede oddělení Biosystems Data Science Department.

V rámci evropského projektu COST (Akce CA23147), zaměřeného na globální znalostní grafy, zorganizovala Fakulta informatiky a statistiky (FIS) VŠE velmi úspěšnou a hojně navštěvovanou online přednášku tohoto významného hosta. Dr. Mungall se zaměřil na silný průnik strukturovaných biomedicínských znalostí a moderní umělé inteligence a představil průkopnickou práci své výzkumné skupiny. Ta se zabývá integrací symbolických reprezentací znalostí – jako jsou ontologie a znalostní grafy – s velkými jazykovými modely (LLMs) za účelem urychlení biomedicínských objevů.

Mezi hlavní body patřilo představení pokročilých automatizovaných nástrojů, jako je OntoGPT pro extrakci znalostí a CurateGPT pro vědeckou kuraci s asistencí AI. Tato přednáška představovala další krok ve slibné spolupráci mezi výzkumnou skupinou DS&XAI na KIZI FIS VŠE a výpočetními biovědami v LBNL Berkeley, z níž již vzešlo několik společných publikací v prestižních časopisech, jako jsou Machine Learning, Computational and Structural Biotechnology a Scientometrics.

Klíčové body z přednášky

• Za hranice trojic (Beyond Triples): Analýza toho, proč tradiční znalostní grafy orientované na trojice poskytují neúplný obraz, a jak mohou tyto mezery efektivně zaplnit kauzální modely onemocnění.
• Představení DisMech: Detailní pohled na The Monarch Disease Mechanism Knowledge Base s důrazem na její jádrovou reprezentaci využívající standard LinkML.
• Agentní AI a kurace: Diskuze nad probíhajícím experimentem o tom, zda mohou lidští experti a AI agenti harmonicky spolupracovat při tvorbě a validaci těchto vysoce komplexních modelů.