AI w Laboratorium: Studium Przypadków Inżynierii PKS

Poliketydy (PKS) to duże enzymy wytwarzające różnorodne chemikalia niezbędne dla amerykańskiej produkcji biotechnologicznej, w tym paliw, leków i chemikaliów w dużych ilościach. Inżynieria systemów PKS jest jednak złożona, ze względu na dużą wielkość i skomplikowaną strukturę enzymów. Inżynieria tych białek wymaga wielokrotnych cykli projektowania eksperymentów, budowania konstrukcji genetycznych, testowania wydajności i interpretowania wyników. Sztuczna inteligencja może wspierać kilka etapów tego cyklu projektowania–budowania–testowania–uczenia się (DBTL), kiedy jej wyniki są przekształcane w testowalne hipotezy naukowe. Sesja ta zawiera dwie prezentacje prowadzone przez studentów, opisujące praktyczne zastosowania AI w inżynierii PKS. Prelegenci zaprezentują, jak AI może pomóc w generowaniu hipotez, interpretacji eksperymentów, identyfikacji obiecujących strategii inżynieryjnych oraz wyborze następnych eksperymentów. Razem, wystąpienia wprowadzają pojęcie „AI w cyklu DBTL”, umieszczając AI w ramach procesu naukowego, a nie ponad nim. AI służy jako platforma naukowa, pomagająca studentom przewidywać wyniki eksperymentów i szybciej interpretować swoje wyniki. Uczestnicy zdobędą praktyczny framework do wykorzystania AI, jednocześnie weryfikując jej rezultaty i zachowując ludzką odpowiedzialność za decyzje naukowe. Sesja jest przeznaczona dla studentów, nauczycieli, badaczy i innych osób zainteresowanych biotechnologią, sztuczną inteligencją lub innowacjami naukowymi. Nie jest wymagana wcześniejsza wiedza na temat inżynierii PKS. Po wykładzie nastąpi krótka dyskusja z publicznością i sesja pytań i odpowiedzi.