https://zitniklab.hms.harvard.edu/ProCyon/
Proteinler Ne İşe Yarar? Yapay Zekâ Proteinlerin Gizli Fonksiyonlarını Nasıl Keşfediyor?
İnsan vücudundaki yaşamın temel yapı taşlarından biri proteinlerdir. Hücrelerin çalışmasından bağışıklık sistemine, metabolizmadan hastalıkların oluşumuna kadar çok sayıda biyolojik süreçte proteinler görev alır.
Ancak bilim insanlarının karşı karşıya olduğu ilginç bir problem var: İnsan vücudundaki her proteinin ne yaptığını hâlâ tam olarak bilmiyoruz.
Günümüzde insan proteinlerinin yaklaşık %20'sinin işlevi hâlâ tam olarak bilinmiyor. Üstelik işlevi bilinen proteinler için bile farklı hastalık durumlarında, hücre tiplerinde veya genetik değişiklikler sonrasında nasıl davrandıkları her zaman açık değil.
İşte tam bu noktada yapay zekâ devreye giriyor.
Proteinler Aslında Ne İşe Yarar?
Proteinleri, hücre içerisinde belirli görevleri yerine getiren biyolojik makineler olarak düşünebiliriz. Her protein aynı işi yapmaz.
- Kimyasal reaksiyonları hızlandırabilirler.
- Hücreler arasında sinyal taşıyabilirler.
- Molekülleri birbirine bağlayabilirler.
- Hücre yapısının oluşmasına katkıda bulunabilirler.
- Bağışıklık sisteminin çalışmasında görev alabilirler.
- DNA ve RNA gibi moleküllerle etkileşebilirler.
- İlaçların hedeflediği biyolojik noktalar olabilirler.
Bu nedenle bir proteinin "ne işe yaradığını" anlamak, yalnızca protein dizisine bakıp bir isim vermekten çok daha karmaşık bir problemdir.
Bir Proteinin Görevini Nasıl Anlarız?
Bir proteinin biyolojik görevini anlamak için araştırmacılar farklı kaynaklardan gelen bilgileri birlikte değerlendirebilir:
- Protein dizisi: Proteini oluşturan amino asitlerin sırası
- Protein yapısı: Proteinin üç boyutlu şekli
- Protein domainleri: Belirli görevleri gerçekleştiren yapısal bölgeler
- Moleküler etkileşimler: Proteinin hangi moleküllerle etkileştiği
- Hastalık ilişkileri: Hangi hastalıklarla bağlantılı olduğu
- İlaç ilişkileri: Hangi ilaçların proteini etkileyebildiği
- Fenotip: Protein değiştiğinde canlıda hangi özelliklerin ortaya çıktığı
Sorun şu ki bu bilgilerin tamamını aynı anda değerlendirmek oldukça zor. Son yıllarda yapay zekâ modelleri bu noktada önemli bir araştırma aracı hâline gelmeye başladı.
ProCyon: Proteinleri Anlamak İçin Yapay Zekâ
Bu probleme yönelik dikkat çekici çalışmalardan biri ProCyon adlı yapay zekâ modelidir.
ProCyon'un temel amacı, proteinleri yalnızca amino asit dizileri üzerinden değerlendirmek yerine, proteinlerle ilişkili çok farklı biyolojik bilgileri aynı model içerisinde bir araya getirmektir.
Araştırmacılar modeli beş temel biyolojik bilgi alanı üzerinde geliştirmiştir:
- Moleküler fonksiyonlar
- Terapötik mekanizmalar
- Hastalık ilişkileri
- Fonksiyonel protein domainleri
- Moleküler etkileşimler
33 Milyon Protein Talimatı ile Eğitildi
ProCyon'un geliştirilmesinde ProCyon-Instruct adı verilen büyük bir veri kaynağı oluşturuldu. Bu kaynak yaklaşık 33 milyon protein fenotipi talimatı içeriyor.
Buradaki fikir, yapay zekânın protein biyolojisini yalnızca sayısal özellikler üzerinden değil, insanların soru sorma biçimine benzer şekilde öğrenebilmesi.
Örneğin bir araştırmacı şu tür sorular sorabilir:
"Bu protein hangi hastalıklarla ilişkili olabilir?"
"Bu protein hangi küçük moleküllerle etkileşebilir?"
"Bu mutasyon proteinin fonksiyonunu nasıl etkileyebilir?"
"Bu proteinin hangi domaini ilaç bağlanmasında rol oynayabilir?"
ProCyon, protein bilgileri ile biyolojik bağlamı birlikte değerlendirerek bu tür sorulara cevap üretmeye çalışıyor.
Model Sadece Protein Dizisine Bakmıyor
ProCyon'un önemli özelliklerinden biri multimodal bir yaklaşım kullanmasıdır. Yani model yalnızca metin veya yalnızca protein dizisi gibi tek bir veri türüne bağlı değildir.
Protein dizisi, protein yapısı, ilaç bilgileri ve fenotipik bilgiler gibi farklı veri türleri birlikte değerlendirilebilir.
ProCyon Neleri Tahmin Edebiliyor?
Araştırmacılar modeli yalnızca standart yapay zekâ testleri üzerinde değerlendirmemiş, aynı zamanda çeşitli biyolojik problemlerde de kullanmışlardır.
1. İlaçlarla Etkileşebilecek Protein Bölgelerini Bulmak
Proteinlerin belirli bölgeleri küçük moleküllü ilaçlarla etkileşebilir. ProCyon kullanılarak hangi protein domainlerinin belirli ilaçlarla etkileşime girebileceği araştırılmıştır.
Bu tür tahminler, yeni ilaç hedeflerinin araştırılmasında faydalı olabilecek adayların belirlenmesine yardımcı olabilir.
2. Protein-Peptit Etkileşimlerini Tahmin Etmek
Bir başka uygulamada modelin enzimler ile peptitler arasındaki olası bağlanmaları tahmin etme yeteneği incelenmiştir.
Bu, proteinlerin birbirleriyle veya protein parçalarıyla nasıl etkileştiğini anlamak açısından önemlidir.
3. Alzheimer Mutasyonlarının Etkisini İncelemek
Genetik mutasyonlar bir proteinin yapısını veya işlevini değiştirebilir. ProCyon ile Alzheimer hastalığıyla ilişkili mutasyonların olası fonksiyonel etkileri değerlendirilmiştir.
Böylece yalnızca "bu mutasyon hastalıkla ilişkili mi?" sorusunun değil, "bu mutasyon proteinin fonksiyonunu nasıl değiştirmiş olabilir?" sorusunun da araştırılması mümkün hâle geliyor.
Parkinson Hastalığı İçin Yeni Hipotezler
Çalışmanın en dikkat çekici yönlerinden biri ise fonksiyonu henüz tam olarak anlaşılmamış proteinler üzerinde modelin kullanılabilmesi.
Araştırmacılar Parkinson hastalığıyla yakın zamanda ilişkilendirilmiş, ancak biyolojik görevleri yeterince anlaşılmamış proteinleri ele alarak ProCyon'un olası fenotipler üretmesini değerlendirmişlerdir.
Buradaki amaç yapay zekânın "gerçeği bulması" değil, bilim insanlarının daha sonra laboratuvar deneyleriyle test edebileceği yeni biyolojik hipotezler oluşturmasıdır.
Neden Önemli?
İnsan proteomunda hâlâ çok sayıda bilinmeyen bulunuyor. Bir proteinin fonksiyonunu laboratuvar ortamında tamamen karakterize etmek uzun ve maliyetli bir süreç olabilir.
Yapay zekâ modelleri bu süreci tamamen ortadan kaldırmasa da araştırmacıların hangi proteinlere, hangi mutasyonlara veya hangi moleküler etkileşimlere öncelik vermesi gerektiği konusunda yardımcı olabilir.
Başka bir ifadeyle yapay zekâ burada laboratuvarın yerine geçmekten ziyade laboratuvar deneyleri için daha akıllı bir başlangıç noktası oluşturuyor.
Sonuç: Proteinlerin Bilinmeyen Dünyasını Haritalamak
ProCyon çalışması, protein biyolojisinde yapay zekânın nasıl daha geniş bir rol üstlenebileceğini gösteriyor. Protein dizisini, yapısını, hastalıkları, ilaçları, moleküler etkileşimleri ve fenotipleri tek bir sistem içerisinde değerlendirmek, protein fonksiyonlarının daha kapsamlı şekilde araştırılmasına olanak sağlayabilir.
Özellikle hakkında çok az bilgi bulunan proteinler için bu yaklaşım oldukça ilgi çekici. Çünkü bilimsel keşif bazen doğrudan cevabı bulmaktan çok, doğru soruyu sorabilecek bir hipotez üretmekle başlar.
ProCyon gibi modellerin gelecekte ilaç keşfi, hastalık mekanizmalarının anlaşılması, protein fonksiyonlarının belirlenmesi ve kişiye özel biyolojik araştırmalar gibi alanlarda daha fazla kullanılması beklenebilir.
Not: Bu yazı, ProCyon adlı protein biyolojisi için geliştirilen multimodal foundation model çalışmasının temel yaklaşımını genel okuyucu için sadeleştirerek açıklamaktadır.
