Aurélie Carlier verenigt biologie en AI bij de Faculty of Science and Engineering
Na ruim tien jaar bij FHML-instituut MERLN, waar Aurélie werkte aan mechanistische modellen voor biologische processen, zocht ze een omgeving die beter aansluit bij haar ambitie om kunstmatige intelligentie te integreren in haar onderzoek. "Bij MERLN werkte ik in een experimentele omgeving. Ik miste collega’s om methodologisch mee te sparren en nieuwe ideeën uit te wisselen", legt ze uit. Een vacature bij het Maastricht Centre for Systems Biology and Bioinformatics bracht haar op het idee voor de wisseling naar FSE. Samen met drie collega’s uit haar groep zet ze nu de stap.
Een brug tussen AI en biologie
In haar nieuwe baan krijgt Aurélie, naast haar eigen onderzoek, een flinke klus te klaren: het verbinden van onderzoeksgroepen die zich bezighouden met AI-toepassingen in de biologie. "Veel onderzoekers willen vaak overeenkomstige AI-methoden gebruiken, maar weten niet precies hoe. Denk aan toepassingen in cardiovasculaire of neurowetenschappelijke onderzoeken, maar ook in het biologische onderzoek in Venlo op het gebied van landbouw en voeding. Ik wil een ecosysteem creëren waarin mensen elkaar vinden, kennis delen en samenwerken. Misschien organiseren we zelfs een jaarlijks evenement om die verbindingen te versterken.”
Haar nieuwe omgeving bij FSE biedt haar de ruimte om die verbindende rol te vervullen. "Hier is alles een stuk losser en toegankelijker. Dat maakt het makkelijker om nieuwe ideeën te realiseren."
Biologische modellen
Aurélies eigen onderzoek gaat over het maken van biologische modellen. Ze vergelijkt haar werk met het maken van weermodellen: net zoals meteorologen wiskundige vergelijkingen gebruiken om weersvoorspellingen te doen, beschrijft zij met wiskundige modellen hoe cellen of weefsels functioneren, of hoe medicijnen in het lichaam worden verwerkt. Het uiteindelijke doel? Het maken van een digitale replica voor het simuleren van een biologisch proces. "Stel, je verhoogt de dosering van een medicijn in je model. Wat gebeurt er dan? Of wat als een patiënt een bepaalde aandoening heeft? We kunnen verschillende scenario’s testen zonder dat we naar het lab of patiënten hoeven”, vertelt ze.
Het maken van weermodellen is relatief eenvoudig in vergelijking met biologische modellen. Een meteoroloog heeft vaak genoeg aan een beperkt aantal parameters zoals windsnelheid en -richting, temperatuur, luchtdruk en luchtvochtigheid. Biologische systemen zijn eindeloos veel ingewikkelder, vol met duizenden parameters die gaan over genen, eiwitten, cellen en omgevingsfactoren die elkaar op vele manieren beïnvloeden.
Aurélies groep zoekt met veel geduld en precisie naar de meest relevante parameters voor een biologisch model. "Je moet alle wiskundige vergelijkingen zorgvuldig opstellen. Het vinden hiervan is enorm veel werk, maar als je ze eenmaal hebt, kun je je model verfijnen en het vergelijken met experimentele data. Tot nu toe maken we vooral kleine modellen, omdat ze zoveel detail vereisen. Maar met AI willen we die modellen opschalen, zodat ze complexere processen kunnen beschrijven."
Sneller, maar betrouwbaar, met AI
Een van haar projecten richt zich op het automatisch vinden van parameters uit wetenschappelijke data. "We gebruiken bijvoorbeeld AI om wetenschappelijke artikelen te analyseren en relevante informatie eruit te halen om onze modellen te versterken. Maar we willen geen black box creëren; onze AI moet de werkelijkheid blijven reflecteren, zodat we betrouwbare antwoorden krijgen." Bij haar werk aan betrouwbare AI zoekt Aurélie de samenwerking met andere AI-groepen, bijvoorbeeld bij het Department of Advanced Computing Sciences.
Een frisse start
Aurélie komt niet alleen, ze neemt drie teamleden mee: de promovendi Yağmur Doğay en Laurence Nickel en postdoc Leyla Noroozbabaee. Laurence Nickel was aangenaam verrast toen hij van Aurélies nieuwe baan hoorde: “Ik was heel blij voor haar. Het klonk als een mooie nieuwe stap, en ik vond het leuk om te horen dat ze binnen FSE aan de slag zou gaan.” Uiteindelijk maakte hij zelf ook de overstap naar MaCSBio: “Mijn eerste indruk is heel positief. Omdat ik zelf bij FSE studeerde en de faculteit en een aantal mensen hier al kende, was de overgang naar MaCSBio voor mij iets makkelijker. Ik ben er heel open ontvangen, waardoor ik me snel welkom voelde.”
Aurélie denkt er hetzelfde over: "Ik voel me hier meteen thuis. Iedereen is open, mensen introduceren zich spontaan. FSE is een kleine, dynamische faculteit waar ruimte is voor initiatief. En dat is precies wat we nodig hebben om grensverleggend onderzoek te doen."