Srijit Seal

Gästforskare vid Institutionen för farmaceutisk biovetenskap; Forskning; Farmaceutisk bioinformatik

E-post:: srijit.seal@uu.se
Besöksadress:: Biomedicinskt centrum BMC, Husargatan 3
Postadress:: Box 591
751 24 UPPSALA

Ladda ned kontaktuppgifter för Srijit Seal vid Institutionen för farmaceutisk biovetenskap; Forskning; Farmaceutisk bioinformatik

CV:: Ladda ned CV

Nyckelord

Biografi

Srijit Seal är en framstående beräkningsforskare som specialiserar sig på samspelet mellan artificiell intelligens, kemoinformatik och läkemedelsutveckling. Innan sin nuvarande roll arbetade Seal som senior AI-forskare på Merck och har forskningsanknytning till University of Cambridge och Broad Institute vid MIT och Harvard. Hans akademiska grund byggdes vid St. Stephen's College i Delhi innan han flyttade till University of Cambridge för att slutföra sin doktorsexamen under ledning av Andreas Bender. Under sina doktorandstudier fokuserade han starkt på att utnyttja maskininlärning för att överbrygga klyftan mellan kemiska strukturer och biologiska svar, och etablerade sig som en ledare inom prediktiv toxikologi.

Forskning

Hans forskning definieras främst av den innovativa användningen av bildbaserad profilering, särskilt Cell Painting-analysen, för att förutsäga läkemedelssäkerhet och effekt. Genom att analysera högdimensionella morfologiska data från celler har Seal utvecklat metoder för att identifiera potentiella biverkningar som läkemedelsinducerad leverskada och kardiotoxicitet mycket tidigare i utvecklingsprocessen. En av hans viktigaste gemensamma prestationer var att leda en storskalig studie med över 30 forskare från stora läkemedelsföretag som Pfizer och AstraZeneca för att definiera "Pillars for Success" för AI-driven toxikologi. Detta arbete hjälpte till att standardisera hur industrin validerar och använder maskininlärningsmodeller för säkerhetsbedömningar inom regulatoriska områden.

Utöver teoretisk forskning är Seal välkänd för att skapa tillgängliga beräkningsverktyg med öppen källkod som gynnar det bredare vetenskapliga samfundet. Han utvecklade PKSmart, en plattform utformad för att förutsäga mänskliga farmakokinetiska parametrar, och DILIPredictor, som fokuserar på tidig detektion av levertoxicitet. Hans arbete betonar ofta "BioMorph"-funktioner, som syftar till att göra komplexa maskininlärningsresultat mer tolkbara för biologer genom att länka matematiska mönster till igenkännbara cellulära hälsoindikatorer. Dessa bidrag har gett honom många utmärkelser, inklusive flera utmärkelser från Society for Laboratory Automation and Screening (SLAS) och det prestigefyllda SLAS Authors’ Choice Award.

Seal är också en engagerad ledare inom det globala vetenskapliga samfundet och sitter i styrelsen för American Society for Cellular and Computational Toxicology. Han delar ofta med sig av sin expertis genom internationella seminarier, med särskilt fokus på etisk och praktisk implementering av AI inom läkemedelsutveckling. Som redaktionsmedlem för Journal of Cheminformatics fortsätter han att påverka områdets inriktning genom att förespråka robusta, reproducerbara och biologiskt grundade beräkningsmodeller.

Media

Dr Srijit Seal leder studie för att definiera AI-drivna riktlinjer för toxikologi

Granskningen föreslår ett ramverk med fem pelare för tillförlitlig och handlingsbar toxicitetsmodellering, och bygger på expertis från forskare från företag som GSK (GlaxoSmithKline), Novartis, Eli Li

https://www.clarehall.cam.ac.uk/news/dr-srijit-seal-leads-study-to-define-ai-powered-toxicology-guidelines/