100 лица зад българската наука Биология Интервю Математика 

Интервю с Виктор Сендеров: Мисията, която ме движи е да допринеса за текущата революция в биологията

Интервю с Виктор Сендеров, докторант по биоинформатика в БАН

Учен от БАН, от Max Planck Institute, от Ludwig-Maximilians-Universität? Data scientist? Всичко това и още?

Казвам се Виктор Сендеров, на 33 г. съм, докторант по биоинформатика в рамките на европейската програма Мария-Склодовска Кюри в Българска Академия на Науките и в академичното издателство „Пенсофт“. Всъщност, доколкото ми е известно, аз съм първият докторант в България, който провежда обучението си и във фирма. Като data scientist се занимавам с моделиране и анализ на биологични данни.

Завършил съм компютърна математика (бакалавър) и биостатистика (магистър) в Германия и около четири години работих в Hewlett Packard България като UNIX инженер, преди да започна докторантурата си. Интересите ми са доста широки, но ако трябва да резюмирам, се интересувам от приложението на компютърни методи (математически, статистически или информатични) в биологията, т.е. компютърна биология или биоинформатика.

Мисията, която ме движи е да допринеса за текущата революция в биологията, превръщаща я от описателна наука към точна наука по подобие на химията, физиката и инженерните науки.

 

Завършил сте СМГ и North Penn High School в Пенсилвания. В училище сте се занимавал с математика и астрономия. Преподавател или случайност Ви насочиха към университета в Бремен, където започвате да учите биоинформатика?

Към Бремен се насочих случайно, което може би обяснява факта, че останах съвсем кратко там. Търсех университет в Германия по лични причини, но не знаех немски и възможността да уча на английски беше много голям фактор.

А интересът ми към биоинформатиката се появи в САЩ, където прекарах една година от гимназиалното си образование. Там в средните училища се гледа много сериозно на биологията – като на точна наука. По това време беше нашумял проектът по дешифриране на човешкия геном (Human Genome Project). Казах си, че непременно искам да участвам в тази революция и че искам да се занимавам с биоинформатика.

 

Разкажете за тази революция. Каква е Вашата роля в нея? Какъв е шансът всеки учен с работата си да участва в революция?

В развитието си, всяка една наука преминава от описателна фаза към фаза на моделирането. Химията и физиката отдавна са достигнали тази фаза. Химичните и физичните процеси могат да бъдат моделирани и предсказвани на компютър. Това ни позволява по-бързо да откриваме нови съединения с търсени свойства и да правим всевъзможни машини.

В биологията нещата не стоят съвсем така. През XIX в. Дарвин и Уолъс формулират Теорията на Еволюцията. Тя гласи, че живите организми се видоизменят от поколение на поколение и тези, чиито изменения им помагат да оцелеят по-дълго и да се размножават повече, успяват да предат с по-голям успех тези изменения. В техния оригинал, обаче, тези теории остават по-скоро мета-теории: без математически апарат и сравнително ограничени откъм предсказателна мощ.

През XX в. тези проблеми бяха решени от хора като Кимура, Холдейн, Мейнард-Смит и т.н. Сега се намираме в последния етап на прехода: разработването на компютърни алгоритми, които да посочат, кои гени причиняват рак или пък да ни позволят да създаваме дизайнерски хранителни продукти, които да решат проблемите на световния глад. Тук е ролята и на биоинформатиката и това е революцията, за която говоря.

Разбира се, друг е въпросът дали една строго научна революция ще реши проблемите на световния глад или на здравеопазването: ние и сега имаме повече от достатъчно ресурси, които бихме могли да използваме много по-ефикасно.

Учените допринасят за революцията като не само разработват математически алгоритми, а и като информират обществеността за ползите и реалните заплахи в този нов свят. За съжаление нивото на информираност на масовата общественост е ниско по тези въпроси и царят много заблуди, които позволяват да се всява излишна паника.

 

В Бремен ли решихте, че ще се занимавате с наука?

Не. Доста по-късно, по време на магистърската си степен в Мюнхен. В Бремен бях прекалено кратко (един семестър), за да се оформят някакви дълбоки виждания.

 

Академичните Ви образования продължават в Германия, в Магдебург. Otto-von-Guericke-Universität по какъв начин промени идеите Ви за кариерно развитие?

Преместих се в традиционен немски университет, отчасти заради възможността да науча немски, но там нямаше биоинформатика като програма. Най-близкото, което можах да намеря беше компютърна математика. Планът ми беше да получа добро образование по приложна математика и да си търся след това въпроси за решаване от компютърната биология.

 

Как след това попаднахте в University of California, Davis?

След бакалавърската си степен се върнах в България, където работих като UNIX инженер в HP три години и половина, но осъзнах, че въпреки доброто кариерно развитие, тази работа не е за мен и кандидатствах за магистърски програми по биоинформатика. В крайна сметка бях приет в програма по биостатистика (подобна, но различна дисциплина) в Дейвис, но с доста неизгодни финансови условия.

 

Дискусионната група на професор Кууп ли Ви мотивира от Калифорния отново да се върнете в Европа?

Не. Греъм всъщност е млад професор в UC Davis, с когото щях да се радвам да работя още. Въпреки всичко си търсех по-финансовоизгодни варианти и кандидатствах в Европа. В крайна сметка получих стипендия ДААД за магистърско обучение по биостатистика в Германия. Биостатистиката е специалност близка, но различна от биоинформатика. Впрочем, в разбиранията си и за на двете специалности, за съжаление, различни учени влагат много различен смисъл. Традиционно под биостатистика се разбират статическите методи, специално разработени за клинични изследвания. Например, колко пациента трябва да се наберат за клинично изследване, за да се докаже ефикасността на дадена терапия. Или при колко отрицателни резултата имаме правото да прекъснем дадено клинично изследване и да отхвърлим терапията като неефикасна. Въпреки че съм се занимавал с това, в рамките на магистърския курс по биостатистика специализирах популационна генетика, където също се прилагат широко статистически методи и в частност бейзиански методи.

 

 

След толкова години обучение в чужбина, в престижни университети с преподаватели водещи учени в своята област, какво Ви доведе в БАН? Повечето учени търсят обратния път?

Стечение на обстоятелствата. Никога не съм си казвал: „Няма да се върна в България!“ – но и не съм бил от хората, на които им е било тежко в чужбина и са искали да се върнат. След магистърската ми степен, професорът, при когото изучавах популационна генетика се пенсионира (проф. Волфганг Щефан) и започнах работа по краткосрочен проект по биоинформатика в Макс-Планк-Институт. След края на този малък проект, получих оферта за докторантура по програмата на ЕС Мария-Склодовска-Кюри. Програмата е доста престижна и ми позволява да съм в България и да уча при условия, съпоставими с тези от студентите в по-напредналите страни членки на ЕС и реших да опитам.

 

В какво се състои работата Ви в Института по биоразнообразие и екосистемни изследвания?

Аз съм докторант на проф. Любомир Пенев, който е и собственик и управител на академично издателство „Пенсофт“, което е бенефициент по европейската програма. Фактически офисът ми е във фирмата и работата е приложно-научна, свързана е с дейността на фирмата по публикуване на научни статии. Ролята на БАН е да участва наравно с „Пенсофт“ в обучението и докторантските изпити и в крайна сметка да присъди научната титла Доктор. За партньор от БАН избрахме Института по биоразнообразие и екосистемни изследвания (ИБЕИ), където Любомир е бил преподавател, но работя тясно и с Института по информационни и комуникационни технологии (ИИКТ), където доц. Кирил Симов е мой консултант.

Работата ми е да разработя онтология (споделен формален математически модел на дадена мисловна концептуализация), който да служи за извличане на информация от научни текстове статии в областта на биологията. Освен онтологията, разработвам и софтуер, който извлича информацията от научните текстове и статии и я съхранява в семантична база данни. Впрочем, България е водеща в света в областта на семантичните бази с GraphDB на Онтотекст, която използваме и ние.

 

Какъв резултат очаквате да получите? Каква би била практическата приложимост и научната значимост?

Резултатът се нарича Open Biodiveristy Knowledge Management System или Отворена система за управление на знанието по биоразнообразие. Използвахме малко тежкото OBKMS като име, но си мислим да я ребрандираме на OpenBiodiv. Практическото приложение е, че учените ще разполагат с инструмент, който ще им помогне да намират и обработват информация от областта на биоразнообразието много по-лесно от преди (и дори въобще!). Ако преди въпросната информация е била „затворена“ в PDF, или на хартия, сега тя е част от интелигента система, която може да я връща при подходяща заявка. Научната значимост е самата онтология – формалното представяне на човешката концептуализация за това как обектите в науката за биоразнообразието си взаимодействат на компютърен език. Освен това се надявам с партньори от Природо-научния музей в Стокхолм да приложим алгоритми от областта на машинното учене (machine learning) върху вече извлечените данни и да открием скрити теми и взаимовръзки в статиите. Мислете си нещо подобно на алгоритъма за препоръка на „подобни“ филми в Netflix.

 

Как оценявате екипа, с който работите?

Оценявам го много добре. Работливи и приятни момчета.

 

Кои са основните три разлики между научните среди у нас и в Европа?

  1. В Германия се акцентира на чистата наука. Това е държавна политика. В България се гледа много повече на приложните аспекти, защото не достигат пари за фундаментални изследвания.
  2. Специално в биологията, в Германия студентите получават по-разширена подготовка по математика и информатика. В България акцентът е върху практическата работа.
  3. Като цяло българските научни среди са по-консервативни. Например, семинарната дейност в България е нещо, в което студентите се включват на много по-късен етап. Освен това българските учени не осъзнават важността да се публикува в списания с отворен достъп.

 

От опита си в БАН, може би вече имате конкретни идеи какво и как може да се промени и в самата институция, и като държавна политика?

В България трябва да се инвестират отново повече пари във фундаментална наука. Това трябва да се превърне в държавна политика. За съжаление в момента изоставаме от развитите държави. И това е много жалко, защото на средношколско ниво имаме големи успехи на международни  олимпиади. Но не може да се очаква науката да се самофинансира на пазарен принцип. Първо, някои фундаментални изследвания не могат да имат непосредствена монетизация. Например, Галоа разработва математическата си теория през революционна Франция, а приложението идва чак през 80-те и 90-те години на миналия век в криптографията. Второ, конкурентите пазарни отношения предполагат запазването на търговски тайни, а модерната наука се базира на споделянето на знания и надграждането им. Мисля, че Нютон беше казал прословутата фраза: „Ако съм видял по-далеч, то е защото съм стъпил на раменете на гиганти.“

Но пари могат да се намерят. Ако има научни пробиви, някои от тях неминуемо ще доведат и до монетизация и до растеж на икономиката и до повече приходи за държавата. Освен това, ако има силна наука в България, много млади хора ще предпочетат да останат тук.

 

А във връзката между наука и бизнес какво трябва да се промени?

За да се случи преносът на знания от академичния сектор в индустрията, са необходими две условия според мен. Първо, всеки трябва да има равен и неограничен достъп до научна информация под формата на открити статии или данни (open access и open data). Второ, пазарно ориентираните фирми трябва въпреки всичко да инвестират в отдели по развойна дейност, където работят учени, които правят наука и следят научната литература и работят с приложно насочените отдели по комерсиализирането на обещаващи идеи.

Аз правя точно това. Ако не разполагах с всичките резултати, алгоритми и статии на учените, които са работили по въпроса преди мен, системата OpenBiodiv нямаше да може да се реализира на практика.

 

Успоредно с научната работа в БАН работите върху  Open Biodiversity Knowledge Management System. Какво представлява тази система?

Става дума за семантична база данни за биоразнообразието. Семантичните бази данни помнят информацията като върхове и ребра в граф. Например, ако искаме да запомним твърдението, че Фред е съпруг на Уилма, базата ще създаде върхове „Фред“ и „Уилма“ и ребро (още наричано качество) между „Фред“ и „Уилма“, отговарящо на релацията „съпруг на“. Без да влизам в прекалени подробности това е съвсем различен подход от класическия подход на бази данни като Oracle, където информацията се пази в таблици, подобни на Excel-ските. Семантичните бази позволяват графовете да бъдат разширявани по автоматичен път. Тази машинна логика се постига с онтологиите, за които вече говорих.

 

Как ще се използва тази база данни? Какво ще промени?

Базата данни ще се използва от учени и агрегатори на знание по биоразнообразие. Ще промени начина, по който консумираме научна литература и информация.

 

По време на всичките си академични обучения, както и сега по време на докторантурата, Вие работите и то винаги по специалността, и в областта, в която се подготвяте. Как работата допълва академичните занимания и вдъхновява за научни проекти?

Аз смятам, че оптималната комбинация на работа с академични занимания е строго индивидуална. Аз винаги съм получавал допълнително разбиране на теорията от практиката и обратното – как беше – „теорията информира практиката“. Световният опит е много разнообразен тук и зависи доста и от конкретната специалност. Практиката е по-важна за инженерните специалности и по-маловажна за природо-научните специалности като моята. Причината винаги да съм търсил допълнителна работа, макар и по специалността, за мен е и финансова. Това ми носи, както изброените позитиви по-горе, така и негативи. Например, от една от докторантските позиции, за които кандидатствах в Хелмхолц център в Мюнхен получих отказ с мотивите, че съм вече над тридесет. Разбира се, ако бях концентрирал сто процента от усилията си в академичното си развитие, това нямаше да е така.

 

Печелил сте стипендии и различни награди. Коя е най-ценната за Вас?

Мария-Склодовска Кюри, без съмнение.

 

Какво друго успява да отнеме от времето Ви освен науката и работата?

Връщането ми в България доведе след себе си една неочаквана полза. Малко клиширано е, но е вярно, че България разполага с много красива, разнообразна и достъпна природа, която същевременно е и доста по-добре запазена от тази в западна Европа. Така че се отдавам на малки пътешествия. От особен интерес за мен напоследък представляват пещерите и спелеологията.

 

Как ще продължи кариерата Ви след като получите докторска степен? Ще останете ли в България или отново ще изберете престижен световен научен център?

Мечтата ми е да продължа да бъда изследовател и да се занимавам с data science и с приложението на изкуствения интелект в биологията. Оптималният вариант би била post-doc позиция в силна изследователска група, а дали ще е в България или в чужбина още не мога да преценя. Разбира се, държави като Германия, Швеция или дори Испания са много привлекателни за мен.

От друга страна, виждам донякъде големи паралели между това един професор да създаде изследователска група и започването на start-up. Както има много успешни start-ups в България, не виждам, защо да не могат да се създадат силни изследователски групи тук. Може и да участвам в нещо такова.

Не на последно място ме влече финансовата математика. Да, това не е биология, но работа на финансовите анализатори, още наречени кванти, е много подобна на тази на биоинформатиците – изследователска дейност със силен компютърен аспект. Всъщност възможно е да има дори паралели между поведението на финансовите пазари и поведението на живите организми. Тук си мисля за теорията на игрите, която се прилага и двата домейна.

 

Ако имате възможност с три изречения да мотивирате умни млади хора да се занимават с наука, какво ще им кажете?

Първо, науката е нещо страшно интересно – дава ти възможност да се сблъскаш за първи път с проблем, с който никой не се е занимавал. Второ заниманията с наука те учат да мислиш и да решаваш проблеми, което няма как да не ти е полезно и в ежедневния живот. Трето, да се занимаваш с наука ти дава възможност да си независим и сам да определяш нещата, които правиш.

 

Интервюто взе Милена Петкова

Коментари

коментара

Related posts

By continuing to use the site, you agree to the use of cookies. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close