Çin Bilimler Akademisi Genetik ve Gelişim Biyolojisi Enstitüsü’nden (IGDB) Profesör Caixia Gao liderliğindeki araştırma ekibi, protein mühendisliğine yeni bir boyut kazandıran yapay zeka tabanlı bir yöntem geliştirdi. AiCE (Artificial Intelligence Constraint Engineering) adı verilen sistem, proteinlerin daha etkili biçimde tasarlanmasını mümkün kılıyor.
HIZLI VE HESAPLI
Protein mühendisliği genellikle yüksek hesaplama maliyetleri ve düşük verimlilikle mücadele ederken, AiCE bu sorunları kökten ele alıyor. Özel bir yapay zeka eğitimi gerektirmeden çalışan bu sistem, ters katlama modeli ile yapısal ve evrimsel verileri birleştirerek düşük kaynakla yüksek doğruluk sağlıyor.
AiCE'nin ilk versiyonu olan AiCE-single, proteinlerin 3 boyutlu yapısını dikkate alarak amino asit değişimlerini yüksek başarıyla tahmin ediyor. 60 farklı veri seti üzerinde yapılan testlerde, mevcut yapay zeka yöntemlerinden yüzde 36 ila yüzde 90 oranında daha başarılı sonuçlar verdiği belirlendi.
MODÜLER YAPIYLA YÜKSEK PERFORMANS
Karmaşık protein mutasyonlarında karşılaşılan etkileşim sorunlarını çözmek üzere geliştirilen AiCE-multi ise evrimsel kuplaj kısıtlamalarını devreye sokarak birden fazla mutasyonun etkili biçimde yönetilmesini sağlıyor.
Geliştirilen sistem, enABE8e, enSdd6-CBE ve enDdd1-DdCBE gibi farklı baz düzenleyici proteinlerin üretiminde başarıyla test edildi. Bu proteinler, hassas gen düzenleme, mitokondri tedavileri ve moleküler tarımda yeni ufuklar açabilecek potansiyele sahip.
YORUMLANABİLİR YAPAY ZEKA
AiCE'nin dikkat çeken bir yönü de, protein tasarımı sürecinin daha anlaşılır ve takip edilebilir hale gelmesini sağlaması. Araştırmacılar, bu özelliğin protein mühendisliğiyle uğraşan biyologlar için büyük bir avantaj olduğunu belirtiyor.
Araştırmanın sonuçları, 7 Temmuz’da prestijli bilim dergisi Cell'de yayımlandı. Bilim insanları, bu yenilikle birlikte, yapay zekanın yalnızca karmaşık hesaplamalar için değil, aynı zamanda daha şeffaf ve erişilebilir bilimsel tasarımlar için de kullanılabileceğini vurguluyor.
YENİ NESİL UYGULAMALAR YOLDA
AiCE çerçevesi, yalnızca laboratuvar ortamında değil, tarım, biyoteknoloji ve sağlık gibi birçok pratik alanda uygulanabilirlik sunuyor. Yapay zeka destekli bu basit ama etkili teknik, gelecekte kişiselleştirilmiş tıptan gıda güvenliğine kadar birçok alanda çığır açabilir.
