Papp Balázs biológussal a Lendület program keretében végzett kísérleteiről, az antibiotikumkoktélokról és azok lehetőségeiről valamint a tanulni is képes „kutatórobot"-ról beszélgettünk.

A rendszerbiológia egy új tudományterület, így biztos nem akartál kis korodban rendszerbiológus lenni.

papp_balazs_portre_kicsi

Gyerekkorom óta érdekeltek mind a fizikai jelenségek, mind az élővilág működése. Körülbelül középiskolás koromig a fizika talán jobban is izgatott, mint a biológia. Emellett hobbi szinten programozni tanultam, ahogy azt sok korombeli srác is tette. Akkor még nem sejtettem, hogy ezt az ismeretet később közvetlenül is hasznosítom majd a munkám során. Ami a pályaválasztást illeti, a természettudományos érdeklődésem után mentem, amikor a Debreceni Egyetem biológia-fizika szakjára jelentkeztem. Felvételizőként persze még nem volt egyértelmű, hogy később kutatással foglalkozom majd. Megjegyzem, ahogy a legtöbb gimnazistának, úgy nekem sem volt világos képem arról hogyan működik valójában a tudomány és mivel telnek egy kutató napjai. Erről kevés szó esik az iskolákban, de néha még az egyetemeken is.

Biológia és fizika szakon végeztél. Ez azt is jelenti, hogy az egyetemre való jelentkezéskor sem tudtad még, hogy melyik irányba szeretnél elmozdulni?

Igyekeztem minél később leszűkíteni az érdeklődésemet, emiatt választottam két szakot. Azonban már az egyetemi évek elején eldőlt számomra, hogy leginkább a biológia nyitott kérdései érdekelnek. Ebben döntő szerepe volt az evolúcióbiológiával történt találkozásomnak. Egyrészt egy nagyon izgalmas speciál kollégiumot hallgattam az állati viselkedés evolúciós kérdéseiről Barta Zoltántól, másrészt akkoriban jelent meg Szathmáry Eörs és Maynard Smith közös könyve a nagy evolúciós átmenetekről. A könyvben taglalt genetikai rendszerek evolúciója annyira felkeltette az érdeklődésemet, hogy hamarosan szakdolgozónak jelentkeztem Szathmáry Eörsnél és a vele együtt dolgozó Pál Csabánál. Abban az időben többek között azt vizsgáltuk, milyen tényezők befolyásolják a gének evolúciós sebességét. Pár év külföldi tanulmányút után ma újra szorosan együttműködöm Pál Csabával, aki nemrég szintén a Szegedi Biológiai Központban hozott létre kutatócsoportot.

A Lendület programhoz új kutatási témát választottál: gyógyszerhatóanyagok kölcsönhatásaival foglalkozol.

papp_balazs_huto_kicsi

A genetikával kapcsolatos kutatásaink mellett most leginkább az antibiotikumok kölcsönhatásaival foglalkozunk, ezek a szerek a baktériumok elleni küzdelem fontos eszközei. Sajnos azonban a legígéretesebb antibiotikumok hatása is gyengül idővel, mert a kórokozók gyors evolúciójuk révén hamar ellenállóvá válnak a szerekkel szemben. A baktériumok ugyanis rendkívül gyorsan képesek szaporodni, így akár napok leforgása alatt is képesek evolúciós változáson átesni. Mivel az új antibiotikumok kifejlesztése lassú és költséges folyamat, ezért felmerül a kérdés, vajon a meglévő szerek újszerű kombinációi („koktéljai") segíthetnek-e a kórokozók elleni küzdelemben? Ismertek olyan eseteket, amikor két, egyenként gyenge hatású antibiotikum együttesen képes elpusztítani egy kórokozót, vagyis erősítő kölcsönhatásban áll egymással. A kérdés, hogy miként lehetne új összetételű antibiotikumkoktélokat felfedezni? Mivel rengeteg lehetséges módon keverhetünk össze különféle antibiotikumat, ezért az összes kombinációt képtelenség laborban megvizsgálni. Ehelyett informatikusokkal karöltve a mesterséges intelligencia tudományterületéről kölcsönzött módszerekre támaszkodunk, és megpróbáljuk "okosan" és automatizáltan kiválasztani a vizsgálandó antibiotikum-kombinációkat. Fontos hangsúlyoznom, hogy eljárásunkkal nem egyszerűen csak új koktélokat keresünk, hanem fel kívánjuk tárni az antibiotikumok között fellépő kölcsönhatások törvényszerűségeit is. Úgy véljük, hogy a gyógyszerkölcsönhatások sokat elárulnak a sejt működéséről, ezért megértésük alapkutatási szempontból is lényeges.

Milyen eredményre számít ennek kapcsán a sejt működést illetően?

Képzeljük el például, hogy a baktériumsejtnek van két alrendszere, és mindegyikre hat egy-egy antibiotikum. Az, hogy a két alrendszerre ható különböző antibiotikum milyen kölcsönhatást mutat egymással – vagyis, hogy erősítik vagy gyengítik egymás hatását –, fontos információt árul el a két alrendszer viszonyáról is, elektronikai analógiával élve arról, hogy sorosan vagy párhuzamosan kapcsoltak-e ezek az alrendszerek. Az ilyen típusú információk kiegészítik a genetikai vizsgálatokat.

A mesterséges intelligencia kapcsán, vagy a robotok kapcsán az emberekben főleg a sci-fi filmek felvázolta rémképek jönnek elő.

papp_balazs_pipettakkicsi

A mesterséges intelligencia kapcsán elsőre tényleg inkább a tudományos-fantasztikum ugrik be az embernek, pedig manapság ennek a tudományterületnek számtalan hétköznapi alkalmazása van. Gondoljunk például az arcfelismerő rendszerekre, a kéretlen elektronikus levelek (spam) kiszűrésére, vagy az intelligens mosógépekre, amelyek érzékelik a ruha mennyiségét és szennyeződését. Kutatásainkban a mesterséges intelligencia és a robotika több eredményére is támaszkodunk. Például a laborunkban használt pipettázó robot nagy pontossággal és fáradhatatlanul képes összemérni parányi folyadékmennyiségeket. De a legfontosabb alkalmazásunk egy intelligens, tanulni képes számítógépes eljárás lesz, amely a meglévő kísérleti adatok birtokában új kísérleteket javasol és közben a biológiai valóságnak egy matematikai elméletét építi fel. A kísérletek tervezése nagyon fontos lépése a természettudományos kutatásoknak, hiszen ezáltal tudunk új információt begyűjteni és az elméleteinket tesztelni. Egyáltalán nem mindegy tehát, hogy a költséges és időigényes kísérletek mennyi új információt szolgáltatnak. Célunk, hogy a kísérlettervezés és az elméletalkotás folyamatát automatizáljuk. Természetesen ez nem jelenti azt, hogy a számítógép teljesen új kutatási kérdésekkel tudna előállni, csupán azt, hogy segít egy jól körülhatárolt kutatási problémát hatékonyan megoldani. A jó tudományos kérdések felvetése és az ezek megoldásához szükséges módszerek helyes megválasztása azonban továbbra is a kutatók feladata marad.

A „kutatórobot" esetében mit jelent a jóslás és a következtetés?

A számítógépes eljárásunk először az adatok alapján következtet bizonyos szabályszerűségekre, például hogy melyik antibiotikum melyik másik szer hatását mennyire gátolja. Majd ezeket a megtanult szabályszerűségeket felhasználva új, még végre nem hajtott kísérletek kimenetelét próbálja megjósolni. Egy ilyen jóslat például így néz ki: ha az 1. antibiotikumból veszünk három egységet, majd a második antibiotikumból hozzáadunk 10 egységet, akkor ez a keverék 70%-ban kell, hogy gátolja a baktérium szaporodását. Ezután következik a harmadik lépés, a jóslatok kísérletes ellenőrzése. Egy-egy körben több száz ilyen típusú jóslatot tudunk ellenőrizni. Természetesen ezek a lépések folyamatosan ismétlődnek és így egyre pontosabb képet kapunk a gyógyszerkölcsönhatásokat leíró szabályokról.

(Az interjút Kőhegyi Ilona készítette)

Hátraugró
Tudományos blogok
Dec 17, 2022 | 18:57 pm
Félidő avagy így működik az econ job market A környezetemet már egy ideje izgalomban tartja, hogy ki jut tovább és ki esik ki és a végén ki az, aki magasba emelheti majd az iroda kulcsát. Mert hát miről is beszélnénk ha nem az econ job marketről, azaz közgázos[…]
Nov 7, 2022 | 14:36 pm
Észak dél ellen: így lett orosz-ukrán háború A XX. század második felében született európainak egy európai háború szinte elképzelhetetlen. Az orosz támadás kapcsán többen keresték - utólag - az előjeleket, mások hibáit. Azt már kevesebben vetették fel, hogy a "speciális hadműveletnek" éppen a stratégiailag elhibázott - és[…]
Dec 30, 2021 | 20:33 pm
Researchers at the ELTE Department of Ethology in Budapest observed 32 dogs during separation from the owner and retested them two years later. They found that 41% of dogs were stable, 38 % improved, 16 % worsened in separation behaviour.[…]
Dec 30, 2021 | 20:19 pm
English text belowAz öregedési folyamatban kiemelt szerepet játszó CDKN2A gén hasonló aktivitási mintázatot mutat a kutyák szöveteiben, mint az emberekében az ELTE kutatóinak legújabb vizsgálata szerint. Így a gén alkalmas lehet a biológiai életkor pontos becslésére, valamint egyes, öregedéssel kapcsolatos[…]
MTA hírek
Jan 24, 2023 | 00:00 am
Báldi András ökológust, a Magyar Tudományos Akadémia levelező tagját választották a vezető európai kutatókat tömörítő Academia Europaea Élettudományi Osztálya Organizmus- és Evolúcióbiológiai Szekciójának vezetőjévé. A testület egyik fő célja, hogy tudományosan megalapozott tanácsokkal segítse az Európai Unió döntéshozóinak munkáját.
Jan 20, 2023 | 00:00 am
A Magyar Tudományos Akadémia és az Akadémiai Klub Egyesület „Művészeti estek az Akadémián” című rendezvénysorozatának ötödik estjére került sor 2023. január 16-án, hétfőn az MTA Székházban. Az esten koncertet adott Balázs János Kossuth- és Liszt Ferenc-díjas zongoraművész, Szentpáli Roland tubaművész,[…]
Jan 12, 2023 | 10:26 am
2023. január 9-én Kaliforniában elhunyt Deák István, a magyar történészek korelnöke. A pályatársak nevében Pók Attila búcsúzik tőle.
Jan 11, 2023 | 10:41 am
A Magyar Tudományos Akadémia által Jermy Tibor akadémikus hagyatékából alapított Jermy-Tibor-díj Díjbizottsága felhívja az MTA Biológiai Tudományok Osztályát, az MTA Agrártudományok Osztályát, az Agrártudományi Kutatóközpont Növényvédelmi Intézet Állattani Osztályának képviselőjét, a Magyar Természettudományi Múzeum Állattárának vezetőjét, a Magyar Rovartani Társaság[…]
Jan 11, 2023 | 00:00 am
Klasszikus és kvantum Wasserstein-terek geometriája és kvantumdivergenciák – ez a kutatási témája Virosztek Dániel matematikusnak, aki a Magyar Tudományos Akadémia Lendület Programjának támogatásával alakíthatott önálló kutatócsoportot. Mit jelentenek ezek a matematikai fogalmak, és milyen gyakorlati hasznosítása lehet az elméleti problémák[…]
Érdekességek

A Magyar Tudományos Akadémia elnöke 2009. januárjában felhívást tett közzé annak érdekében, hogy kimagasló teljesítményű fiatal kutatóknak lehetőséget teremtsen az MTA kutatóintézeteiben új kutatócsoportok létrehozására. A kezdeményezés célja, hogy haza csábítsa a jelenleg külföldön dolgozó, már jelentős eredményeket elért magyar kutatókat, illetve itthon tartsa a legkiválóbbakat, hogy akadémiai intézetek kutatócsoportjainak vezetőiként a következő években nemzetközileg is meghatározó, ígéretes kutatási programokkal növelhessék az egyes kutatóintézetek és Magyarország versenyképességét.

Legalábbis ez derült ki a Tardos Gábor matematikussal, a Lendület program egyik nyertesével készült beszélgetésből. A digitális kódok újszerű megalkotója szereti a Harry Pottert, ráadásul a fia gyakran győzedelmeskedik felette a különböző logikai játékokban.

A tüskevári hangulatban eltöltött gyermekkori nyarak jó alapot adtak a később orvoskutatóként is nevet szerző Buday Lászlónak, aki a Lendület program keretében a növekedési faktorok jelátviteli pályáit kutatja, magánemberként pedig a finom halászlét kínáló éttermeket.
Interjú Stipsicz András matematikussal, a Lendület program nyertesével arról, hogy miben segítheti a Lendület program a matematikusokat, miért érdekes és miért lehet hasznos a többdimenziós felületek kutatása.

„Én azt szeretem, ha egy kérdésre ki lehet hozni egy nagyon egyszerű, nagyon világos választ, úgy, hogy a kettő közötti út esetleg nem nyilvánvaló.”

Interjú Kóczy Á. László matematikus-közgazdásszal, a Lendület program nyertesével

ESEMÉNYNAPTÁR