Yapay Proteiner için Mavi Çizimler Oluşturabilen AI Sistemleri

Chicago Üniversitesi’ndeki Pritzker Moleküler Mühendislik Okulu’ndan (PME) bir araştırma ekibi, büyük veri depolarını analiz ederek tamamen yeni, yapay proteinler oluşturabilen bir AI sistemi yaratmada最近 başarı elde etti.

Proteinler, canlı thingsin dokularının inşası için gerekli olan makromoleküllerdir ve hücrelerin yaşamı için kritiktir. Hücreler, çeşitli kimyasal reaksiyonları gerçekleştirmek ve karmaşık görevleri yerine getirmek için proteinleri kimyasal katalizörler olarak kullanır. Bilim adamları, yapay proteinleri güvenilir bir şekilde mühendislik yapmayı öğrenirse, bu, karbon yakalama, enerji hasadı ve hastalık tedavisi için yeni yollar açabilir. Yapay proteinler, yaşadığımız dünyayı dramatik bir şekilde değiştirebilir. EurekaAlert tarafından bildirildiği gibi, PME Üniversitesi’ndeki araştırmacıların yakın zamanda yaptığı bir atılım, bilim adamlarını bu hedeflere bir adım daha yaklaştırdı. PME araştırmacıları, yeni protein formları oluşturabilen bir sistem geliştirmek için makine öğrenimi algoritmalarını kullandılar.

Araştırma ekibi, çeşitli genomik veritabanlarından alınan verilerle eğitilmiş makine öğrenimi modelleri oluşturdu. Modeller öğrenadıkçe, yapay proteinlerin oluşturulmasını sağlayan temel tasarım kuralları ve basit tasarım ilkelerini belirlemeye başladılar. Laboratuvarda sentezlenen ilgili proteinler, doğal olarak oluşan proteinlerin gerçekleştirdiği kimyasal reaksiyonlar kadar etkili kimyasal reaksiyonlar gerçekleştirdi.

PME UC’deki Joseph Regenstein Profesörü Rama Ranganathan’a göre, araştırma ekibi, genom verilerinin proteinlerin temel işlevleri ve yapıları hakkında大量 bilgi içerdiğini keşfetti. Makine öğrenimi kullanarak bu ortak yapıları tanımak, araştırmacılara “doğanın kurallarını kendi proteinlerimizi yaratmak için kullanma” yeteneği kazandırdı.

Araştırmacılar, bu çalışmada özellikle bir protein ailesi olan korişmat mutaz üzerine odaklandı. Bu protein ailesi, geniş bir çeşitlilikte bitkiler, mantarlar ve bakteriler için yaşamsal önem taşımaktadır.

Ranganathan ve işbirlikçileri, genom veritabanlarının, bilim adamlarının keşfetmeyi beklediği tasarım kuralları hakkında ipuçları içerdiğini fark ettiler. Ancak protein yapısı ve işlevi ile ilgili kuralları belirleme konusunda geleneksel yöntemler sınırlı başarı elde etti. Ekibin amacı, bu tasarım kurallarını ortaya çıkarmaya capable makine öğrenimi modelleri tasarlamaktı. Modelin bulguları, yeni yapay dizilerin, amino asit pozisyonlarını ve amino asit çiftlerinin evrimindeki korelasyonları koruyarak yaratılabileceğini ima etmektedir.

Araştırmacılar, bu amino asit dizilerini üreten sentetik genler oluşturdular. Bu sentetik genleri içeren bakterileri klonladılar ve bakterilerin hücresel makinelerinde sentetik proteinleri kullandıklarını, normal proteinler gibi çalıştıklarını keşfettiler.

Ranganathan’a göre, AI tarafından belirlenen basit kurallar, inanılmaz karmaşıklık ve çeşitlilikte yapay proteinler oluşturmak için kullanılabilir. Ranganathan, EurekaAlert’e şöyle dedi:

“Kısıtlamalar, hayal ettiğimizden çok daha küçüktü. Doğanın tasarım kurallarında bir basitlik var ve benzer yaklaşımların, biyolojideki diğer karmaşık sistemlerde, seperti ekosistemler veya beyin gibi, tasarım modellerini aramamıza yardımcı olabileceğine inanıyoruz.”

Ranganathan ve işbirlikçileri, modellerini genelleştirmek ve bilim adamlarının proteinlerin nasıl inşa edildiğini ve neler yaptığını daha iyi anlamalarına yardımcı olacak bir platform oluşturmak istedikleri bir şirket kurdu. Ranganathan ve Associate Professor Andrew Ferguson, Evozyne adlı bir şirket kurdu ve bu teknolojinin tarım, enerji ve çevre gibi alanlarda kullanılmasını teşvik etmeyi amaçlıyorlar.

Proteinler arasındaki ortaklıkları ve yapı ile işlev arasındaki ilişkileri anlamak, yeni ilaçlar ve tedavi formlarının yaratılmasına da yardımcı olabilir. Protein katlanması, bilgisayarlar için çok zor bir problem olarak kabul edildi, ancak Ranganathan’ın ekibinin ürettiği gibi modellerden elde edilen bilgiler, bu hesaplamaların hızını artırabilir ve bu proteinlere dayalı yeni ilaçların yaratılmasını kolaylaştırabilir. Virüslerin protein oluşturmasını engelleyen ilaçlar geliştirilebilir ve bu, yeni virüslerin, örneğin Covid-19 koronavirüsünün, tedavisine yardımcı olabilir.

Ranganathan ve araştırma ekibinin geri kalanı, modellerinin nasıl çalıştığını ve neden güvenilir protein mavi çizimleri ürettiğini hala anlamak zorunda. Araştırma ekibinin bir sonraki hedefi, modellerinin sonuçlarına ulaşmak için hangi öznitelikleri dikkate aldığını daha iyi anlamaktır.