Protein Kümelenmesini Açıklayan Yapay Zeka Devrimi
Bilim insanları, Alzheimer başta olmak üzere 50'den fazla hastalıkla ilişkili olan protein kümelenmesini tahmin edebilen ve nedenini açıklayabilen bir yapay zeka aracı geliştirdi. CANYA adı verilen bu sistem, yalnızca tahminlerde bulunmakla kalmayıp aynı zamanda proteinlerin neden kümelendiğini açıklayan kimyasal motifleri de tanımlayabiliyor.
Araştırma, bugüne kadar hazırlanmış en büyük protein kümelenme veri seti kullanılarak gerçekleştirildi ve dünya genelinde 500 milyondan fazla insanı etkileyen hastalıkların biyomoleküler mekanizmalarına ışık tuttu.
Yapışkan Proteinler Neden Sorun Yaratıyor?
Protein kümelenmesi ya da teknik adıyla amiloid oluşumu, hücrelerin normal işleyişini sekteye uğratabiliyor. Bazı protein bölgeleri yapışkan hale gelerek yoğun ve lifli yapılar oluşturuyor. Bu yapılar hücreler için genellikle toksik etki yaratıyor.
"Protein kümelenmesi ilaç şirketlerinin başını ağrıtan önemli bir sorun," diyor çalışmanın ortak yazarı Dr. Benedetta Bolognesi. "CANYA sayesinde artık antikorlar ve enzimler daha az kümelenmeye meyilli şekilde tasarlanabilecek."
Proteinlerin Dilini Çözmek
Proteinler, 20 farklı amino asitten oluşur. DNA’nın dört harfli (A, C, G, T) alfabesinden farklı olarak, proteinlerin dili daha karmaşıktır. Bu dildeki belirli amino asit kombinasyonları, “kelimeler” ya da “motifler” olarak tanımlanabilir.
Araştırma ekibi, bu dili çözebilmek için tamamen rastgele oluşturulmuş 100.000 farklı protein parçasını maya hücreleri içinde test etti. 20 amino asitten oluşan her bir parçanın kümelenme eğilimi incelendi. Sonuçta yaklaşık 21.936 fragman kümelenmeye neden oldu.
Bu dev veri seti, CANYA'yı eğitmek için kullanıldı. Model, sadece hangi motiflerin kümelenmeye yol açtığını değil, aynı zamanda neden bu etkiyi gösterdiğini de açıklıyor.
CANYA'nın İşleyişi: Görüntü ve Dil Modeli Hibriti
CANYA, iki farklı yapay zeka modelinin birleşimi:
Konvolüsyonel modeller, tıpkı bir fotoğrafta göz, burun arar gibi, protein zincirinde anlamlı motifleri tarıyor.
Dikkat (attention) modelleri, bir cümlede önemli ifadeleri belirlemek için kullanılır. Bu yapı, motiflerin tüm protein üzerindeki bağlamını anlamaya yardımcı oluyor.
Bu sayede CANYA, hem detayları hem de genel yapıyı aynı anda görebiliyor.
Biyolojiyi Programlanabilir Hale Getirmek
Çalışmanın diğer yazarı Prof. Ben Lehner, bu projenin yalnızca tıbbi değil, aynı zamanda sentetik biyoloji için de dönüştürücü olduğunu vurguluyor. DNA sentezi ve dizileme teknikleri sayesinde tek bir tüpte yüz binlerce deney gerçekleştirilebiliyor.
"Amaç biyolojiyi öngörülebilir ve programlanabilir hale getirmek," diyor Lehner.
Bu çalışma, gelecekte alzheimer sorununun kökten çözümüne giden mihenk taşlarından biri olabilir.
