Karel Krápník Berka (@caco3cz) profile picture

theoretical physical chemist and chem- and bioinformatician, Chemical data lab at @fchupol ORCID:0000-0001-9472-2589 #boardgamegeek (tweets my own) @ELIXIRCZ

Olomouc, Czech Republic
Joined February 2014
Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)Photo by Karel Krápník Berka (@caco3cz)
V patek jsem si střihl trošku jinou přednášku než obvykle - o použití AI pro genealogii vesnice Dlouhomilov pro Sokol Dlouhomilov. Díky @marekl za jeho články, na které jsem tam mohl odkazovat jako další čtení pro zájemce. A diky @sarsonj za jeho genealogicky skill.
2
16
432
h-index is dead # of approvals to scientific tiers for agentic AI is new scientific recognition badge: Anthropic - 10k teams up to 25 Google - 10k scientists (up to 3 referals) OpenAI - 200k scientists it seems that reaching Google one, I am now quite lucky…
1
13
3,853
Karel Krápník Berka retweeted
PDBe in 2027: Integrating literature annotations, molecular dynamics data, and AI-ready access 1. PDBe’s 2027 update focuses on making PDB structures more reusable in modern workflows by connecting experimental snapshots to (i) residue-level evidence mined from the literature, (ii) molecular dynamics (MD) simulations and dynamics-derived annotations, and (iii) AI/agent-friendly access layers. 2. A major expansion is residue-level literature annotation beyond the “primary citation”: PDBe now mines any open-licensed publication linked to a PDB structure, surfacing residue mentions and mutations directly on entry pages and via APIs. Coverage reported: 120,569 PDB entries from 18,453 open-license publications (plus 32,427 additional structures currently withheld due to licensing restrictions). 3. The practical value is strongest for older/well-studied structures where key functional insights were published years after deposition. Example highlighted: the Cyclin A–CDK2 complex (pdb_00001fin) gains annotations for 68 residues aggregated from 16 later publications, despite the original 1995 paper being closed access. 4. PDBe integrates protein dynamics by cross-linking PDB entries and PDBe-KB protein/ligand pages to MDposit (MDDB). Weekly-updated links cover ~187,503 protein simulations out of 199,541 biosimulations in MDposit (~94%), enabling users to move from a structure to associated simulation datasets and metadata. 5. Beyond linking, PDBe-KB now hosts simulation-derived residue-level annotations (via the PDBe-KB exchange framework + knowledge graph), including relative solvent accessibility (RSA) and membrane-contact properties. RSA is aggregated per UniProt residue across simulations and compared side-by-side with RSA computed from experimental PDB structures to highlight where deposited conformations differ from simulated ensembles. 6. Membrane context is added through MemProtMD integration: residue-level categories include lipid acyl-tail contact, lipid head-group contact, solvent exposure, and pore-facing residues. These are aggregated at the UniProt level and visualized alongside other annotations in PDBe-KB (e.g., via ProtVista), making membrane interpretation more sequence-centric and comparative. 7. PDBe’s web platform updates expose more curated experimental/sequence details (e.g., biocuration-recorded sequence differences vs UniProt references, richer crystallization conditions) and provide a consolidated “Other Resources” tab that organizes links to relevant external databases/services for each entry. 8. PDBe is preparing for the wwPDB transition beyond four-character PDB IDs (July 2027) by adding support for extended PDB identifiers on PDBe entry pages and related services. 9. For structural bioinformatics at scale, PDBe adds weekly MOLE pipeline results for channel/tunnel/pore analyses (geometric + physicochemical characterization of ligand pathways), released as standardized JSON files for downstream computation. 10. The most AI-native addition is Model Context Protocol (MCP) access: PDBe provides three MCP servers for (i) PDBe REST APIs, (ii) PDBe Search (Solr; 830 fields with faceting/sorting/grouping/pagination), and (iii) PDBe-KB graph exploration (plus validated read-only Cypher for local Neo4j). Tools are generated from OpenAPI where applicable, aiming to make agentic workflows more transparent and reproducible while keeping PDBe services the authoritative source. 💻Code: github.com/PDBeurope/PDBe-MC… 📜Paper: doi.org/10.1093/nar/gkag1151 #StructuralBiology #Bioinformatics #PDB #PDBe #MolecularDynamics #TextMining #KnowledgeGraph #APIs #AIinScience #LLM #FAIRData
1
7
35
2,595
Vážení přátelé, milí badatelé, když jsme v roce 1969 v liptákovské pozůstalosti objevili slavný Cimrmanův výrok „Budoucnost patří aluminiu!“, celé naše vědecké kolegium jásalo. Konečně jsme měli v ruce nezvratný důkaz, že náš Mistr předpověděl zlatý věk ešusů, příborů, které se ohnou při prvním kontaktu s bramborovým knedlíkem, i staniolových obalů na tavené sýry. Jak hluboce jsme se však mýlili! A jak nebezpečné je spoléhat se na nedbalý rukopis génia, který psal zásadně jen tím, co bylo zrovna po ruce – v tomto případě rozžvýkaným koncem špejle namočeným v ostružinové šťávě. Nedávná hloubková revize Cimrmanova poznámkového bloku, provedená pod silným zvětšovacím sklem (a po důkladném očištění papíru od drobků z lineckého koláče), přinesla šokující zjištění. Původní zápis totiž vůbec nezní „Budoucnost patří aluminiu“. Stojí tam přesně: „Budoucnost patří AI.“ Ano, vidíte dobře. Velké A, velké I. Nikoli malé L! K fatálnímu omylu došlo v momentě, kdy náš tehdejší archivář dr. Svěrák – tehdy ještě bez brýlí, které si zapomněl v kupé rychlíku na Chomutov – zaměnil tiskací „I“ za psací „l“. Protože v té době vrcholila kampaň za lehkou metalurgii a v rozhlase zrovna hlásili, že Hliník se odstěhoval do Humpolce, usoudil dr. Svěrák naprosto logicky, že Mistr má na mysli chemickou značku pro aluminium. V zápalu badatelského nadšení pak toto slovo do textu jednoduše dopsal, aby to „lépe znělo do mikrofonu“. Teprve dnešní doba dává Mistrovým slovům jejich pravý, až mrazivě přesný význam. Jára Cimrman totiž vůbec nemluvil o hrncích. On již na sklonku devatenáctého století definoval AI – Artificial Intelligence, tedy umělou inteligenci! Důkazů v pozůstalosti máme najednou celou řadu. Vzpomeňme jen na Cimrmanův nerealizovaný projekt „Samočinného pisálka“, což byla soustava dřevěných ozubených kol, měchů z dud a dvou vycvičených křečků, kteří měli za úkol generovat verše na zadané téma. Tehdy stroj selhal, protože křečci sežrali rýmový slovník, avšak princip byl položen: delegovat lidskou blbost na stroj, aby měl člověk více času na nicnedělání. Cimrman tedy nejenže předběhl dobu o více než sto let, ale zároveň nás i varoval. Na okraji téhož listu, kde stojí slavné proroctví o AI, totiž nacházíme ještě drobnou, téměř nečitelnou poznámku tužkou, kterou jsme dříve považovali za nákres podkovy. Dnes už víme, že jde o smajlík s obrácenými ústy, pod nímž je připsáno: „Až to začne psát seminárky za studenty, bude pozdě.“ Mistr opět viděl za roh. Zatímco my jsme si celý život mysleli, že budoucnost se leskne jako nová lžíce z hliníku, Jára Cimrman už tehdy věděl, že se na nás řítí digitální revoluce. A jak už to u něj bývá, nedočkal se uznání za života. Když totiž v roce 1904 předstoupil před vídeňskou akademii věd s přednáškou „O stroji, který myslí za nás, abychom my mohli chodit na pivo“, byl vyveden ze sálu s doporučením, aby si dal na hlavu studený obklad. Ideálně z hliníkové fólie.
23
110
2
746
14,340
Karel Krápník Berka retweeted
Přátelé, je doslova svátek hazardních vědců, protože vyšla každoroční Zpráva o hazardním hraní v ČR, kterou vydává Národní monitorovací středisko pro drogy a závislosti! 🎰 Jak jako nuda? Že vás huba nebolí! Vlákno!🧵 1/
16
23
2
171
23,779
nice one
GROND corrects electron diffraction intensities for multiple scattering between DIALS/XDS and SHELXL/Olex2. Hydrogens appear in maps of models that never had them. A group effort across four countries. Paper: doi.org/10.64898/2026.10.24.… Code: github.com/Martynowycz-Lab/G… #MicroED #3DED
1
5
533
I have updated my Academic Misconduct Dilemma game karelberka.github.io/academi… for next week scientific communication seminar. it would be great if there would be more plays so that the Community votes would reflect more what SciTwitter thinks
124
yet, you are banned from using AI during MSCA reviews… I get confidentiality imperative for not throwing it into Grok so it won’t leak, but EC should allow usage of local AI as for any other sensitive data or better - provide it to experts themselves.
Lots of debate this week on whether journals should ban AI in peer review. We actually tested this in our new preprint, and the results were pretty clear to me. For context, I've reviewed for most of the big journals and evaluated 1,000 human reviews as an editor. I love to read and evaluate science. TLDR: From now on I won't do any peer review without AI. For clinical trials, I'd even call human-only review dangerous 🧵
2
11
806
gratuluju @SvobodaLab k EXPRO GAČR
1
14
1,546
Karel Krápník Berka retweeted
🦠 Jako infektolog mám v popisu práce rozpoznávat infekce. A obávám se, že jedna velmi nebezpečná se nám právě začíná šířit i ve veřejném prostoru. Nejsem žádná známá osobnost. Čas od času se objevím v médiích, převážně v těch veřejnoprávních. A musím říct, že s nimi mám jen ty nejlepší osobní zkušenosti. 🎙️📺 Profesionalita. Nestrannost. Slušnost. Respekt k faktům i k člověku. To jsou hodnoty, se kterými jsem se při těchto setkáních opakovaně setkával. Jsem lékař, infektolog. Mojí prací je infekce rozpoznávat, upozorňovat na jejich nebezpečí a pokud možno zabránit jejich šíření. A právě teď mám pocit, že se nám ve společnosti rozvíjí jedna mimořádně nepříjemná infekce. ⚠️ Infekce neprofesionality, hrubosti, neslušnosti, arogance a zloby. Infekce, která může postupně narušovat důvěru, respekt a základní pravidla civilizované veřejné diskuse. V medicíně dobře víme, že přehlížet první příznaky infekce se nemusí vyplatit. A že prevence bývá mnohem účinnější než léčba rozvinutého onemocnění. Proto považuji za důležité na tyto projevy upozorňovat a jasně se vymezit vůči hrubosti a útokům na profesionální žurnalistiku. 💙 Vyjadřuji svou jednoznačnou a maximální podporu veřejnoprávním médiím a všem novinářům, kteří svou práci vykonávají profesionálně, nezávisle a s respektem k pravdě. Protože svobodná, nezávislá a profesionální média nejsou samozřejmostí. A rozhodně bychom se k nim tak neměli chovat. 🇨🇿 @CzechTV @CRozhlas @DanielStach
21
147
1
898
16,167
Karel Krápník Berka retweeted
"OMG! Jsou tady další!" Pro veliký úspěch přidávám českou verzi písničky o útoku kolektivu OpenAI agentů na HuggingFace.
9
11
4
98
10,222
Karel Krápník Berka retweeted
Let's play Noldor or Pharmaceutical Finwae
70%Noldor
30%Pharmaceutical
20 votes • Final results
1
1
2
774
Karel Krápník Berka retweeted
Readers added context they thought people might want to know
This post is being shared as its own image so that OP can earn revenue from it. The original post is still available: x.com/matttomic/stat…
69
744
59
19,238
687,173
Karel Krápník Berka retweeted
Ve volebních výsledcích jsou chyby, zřejmě neúmyslné překlepy, ale v několika případech mění mandáty: volebnianalyza.suchan.cz/
7
10
5
84
23,052
Karel Krápník Berka retweeted
We need a frontier human company. New employees have to read millions of documents about how to be an expert. Then puzzles for months. Finally, HR teaches helpful/harmless. They go to prod and bill per word in their email replies. Who's building this?
2
1
27
2,555
Když už si hraju s těmi preferenčními křížky, tak mě napadlo, že když už jsem si na to nafitoval model (viz nitter.cf/caco3cz/status/2109565… ) tak se můžu kouknout, koho křížkují sousedi. :)
V komunálkách #volby se nedá přímo zjistit, kolik preferenčních hlasů kdo dostal, ale dá se to aspoň odhadnout z křivky, kdy se z lístků postupně odebírají hlasy za křížky jinde. Tady mám Olomouc, můžete si všimnout, že máme několik skokanů a křížkování se lišilo mezi stranami.
206
V komunálkách #volby se nedá přímo zjistit, kolik preferenčních hlasů kdo dostal, ale dá se to aspoň odhadnout z křivky, kdy se z lístků postupně odebírají hlasy za křížky jinde. Tady mám Olomouc, můžete si všimnout, že máme několik skokanů a křížkování se lišilo mezi stranami.
1
1
6
645
Olomouc – 7 skokanů: Kantor (KDU-ČSL,8.), Zukalová (ODS, 8.), Plíhalová (spOL, 6.), Jakubec (MiOl,6.), Žůrek (ProOl, 6.), Pečinková Perůtková (MiOl, 8.), Háger (spOL,8.) – nejvíc preferencí (odhad): 1. Pelikán (KDU-ČSL) ~1 300 2. Bačák (spOL) ~1 200 3. Kantor (KDU-ČSL) ~1 200
2
1
216
Mimochodem, podíl hlasů z lístku daných jiným listinám po zaokrouhlení vychází: ANO 2 %, SPD koalice 4 %, ODS 5 %, KDU-ČSL 6 %, STAN 8%, spOLečně 8%, KSČM 8%, Zelení+Piráti+TOP 09 8 %, ProOlomouc 9 % - takže liberální voliči trousili křížky i po dalších kandidátkách víc :)
83