Как я написал доклад за ночь, в другой стране, не по своей специальности? Машинное обучение в биоинформатике

Привет, сегодня я хочу рассказать о том, как я работал над докладом по предмету, в котором у меня был небольшой опыт.
Идет седьмая неделя обучения и сегодня преподаватель потребовал у меня "Literature Review", а по проделанной работе, у меня была выбрана только тема: Предсказание поведения бактерий под действием разных антибиотиков. Так что, можно сказать, я был абсолютно не готов.
Давайте немного предысторий. Я студент из Казахстана и сейчас нахожусь в Румынии по обмену. В моей стране люди из посольства слишком долго оформляли мой документ, и мне пришлось опоздать и прийти только на четвертую неделю обучения. Из-за этого, мне одновременно приходилось свыкнуться с жизнью в абсолютно другой стране и в то же время приступить к обучению. Слишком много дедлайнов у меня были уже на краткий срок, так что можно сказать, я сразу же приступил к работе. Спустя три недели, мы уже подходим к началу рассказа.
На самом деле, доклад в процессе, и я параллельно сейчас пишу данную статью. Проблема состоит в том, что я уже нашел огромную работу проделанную студентами из MIT, и уже презентовал его профессору. Она приняла данную работу, и начала задавать ряд базовых вопросов, но как я уже упомянул в начале, ответов на них у меня не было. Позже я объяснил свою ситуацию и она отнеслась с пониманием. Мы поговорили и она начала мне помогать с поиском наборов данных с статьи. У нас ничего не удалось. Я ее поблагодарил за помощь и сказал, что "Literature Review" будет готово этой ночью. Порывшись дома, я понял, что влез в огромную яму и эту работу я никак не осилю. Мне кажется, если я скажу ей, что вдохновившись этой работой я поискал наборы данных в других источниках, она не будет против.
A Deep Learning Approach to Antibiotic Discovery
Проектная работа студентов называется так. Если кому интересно, могу подробнее разобрать в следующей статье. Кратко, с помощью ИИ они открыли новый вид антибиотика. Вдохновившись их работой, я решил поискать подходящие наборы данных для своей работы.
Сперва я решил набрать "Antibiotic resistance prediction" в "Google Dataset Search". И во второй ссылке я нашел сайт с отличным подходящим набором данных.
https://huggingface.co/datasets/macwiatrak/bacbench-antibiotic-resistance-protein-sequences

После около 3-х часов поиска, я наконец определился с набором данных и теперь могу начать работу. В своем "Literature Review" я рассказал, об актуальности темы, статью с которой я начинал, и описал итоговый набор данных.
Для анализа данных я планирую использовать Support Vector Machine (SVM) — метод машинного обучения, который помогает классифицировать данные и находить закономерности. Чтобы наглядно показать результаты, я буду применять t-SNE — инструмент для визуализации сложных данных в двух или трёх измерениях. Проще говоря, SVM будет «учить» компьютер различать бактерии по их реакции на антибиотики, а t-SNE поможет увидеть эти различия на картинке.
Сейчас мой Literature Review почти готов. Я понимаю, что моя работа — это не просто отчёт, а реальный способ понять, как ИИ помогает изучать антибиотики. Даже несмотря на трудности с адаптацией и дедлайнами, я чувствую, что делаю первые шаги в интересной и значимой области.