Deepfake Moleküller, Covid-19 Tedavisi Geliştirmeye Hız Katıyor

Yeni Tip Koronavirüs tedavisine yönelik, hızla etkin moleküller geliştirmek için, bilim insanları yapay sinir ağları üzerinden özel algoritmalar yardımıyla modelleri eğitip, hiper gerçekçi molekül tasarımları elde ediyorlar. Deepfake tasarımlarla gerçekleştirilen molekül geliştirme çalışmaları, Covid-19 ile bilimsel mücadeleye katkı sağlamakla kalmayacak. İnsanoğlunun mikrobiyolojik kodlarının çözülmesi, daha birçok hastalığın teşhis ve tedavisinde de rol oynayacak.

Son 3 yıldır deepfake kavramı ile hayatımıza giren, “sentetik medya yapay gerçekliği”, yıl başına kadar küresel bir siber tehdit olarak algılanırken, pandemi sürecinde farklı alanlarda beklenmedik biçimde bir can simidi haline geldi. Sinema, dizi, eğlence ve reklam sektörünün, karantina koşullarında bile üretimi sürdürebilmesi için, deepfake’in önemli bir joker haline geldiğini geçen yazıda aktardık. Bu sayede, insanların hayatla olan bağını korumak, sosyal izolasyonun bağışıklığa zarar vermesini önlemeye de yardımcı olabilir. Deepfakes öyle güçlü bir silah ki, Covid-19 ile mücadelede, insanları hayata bağlamakla kalmıyor. İnsan hayatını korumak için verilen savaşta da aynı silaha başvuruluyor.

Yeni Tip Koronavirüs tedavisine yönelik, hızla etkin moleküller geliştirmek için, bilim insanları yapay sinir ağları üzerinden özel algoritmalar yardımıyla modelleri eğitip, hiper gerçekçi molekül tasarımları elde ediyorlar. Deepfake tasarımlarla gerçekleştirilen molekül geliştirme çalışmaları, Covid-19 ile bilimsel mücadeleye katkı sağlamakla kalmayacak. İnsanoğlunun mikrobiyolojik kodlarının çözülmesi, daha birçok hastalığın teşhis ve tedavisinde de rol oynayacak.

Acil tedavi için, buluşları hızlandırmak gerekiyor

Covid-19 Yeni Tip Koronavirüs, daha önce insanlarda karşılaşılmayan yeni bir tür olduğu 7 Ocak’ta ortaya çıktığında, 2019-nCoV ve SARS-CoV-2 olarak da tanımlandı. Covid-19 olarak anılmaya başlayan bu ölümcül yeni koronavirüsün hızla yayılması, küresel bir acil duruma yol açtı. Bu da, bir dizi yeni biyomedikal teknolojinin gerçek yaşamda test edilmesi gereğini ortaya çıkardı. Çünkü pandemi çağında yeni ortaya çıkan salgınlarla mücadele etmek için, yeni aşılar ve ilaçlar geliştirme süresini önemli ölçüde azaltmak gerekiyordu. Yeni bulunacak tedavileri ve testleri, birkaç yıl yerine, bir iki hafta gibi kısa sürede, insan üzerinde klinik çalışmalar yapabilecek seviyeye getirmek kritik önem taşıyordu. Nitekim, ABD merkezli biyoteknoloji firması Gilead , Covid-19’un etkisini hissettirmeye başladığı Ocak ayının sonunda hareket geçti. Bir antiviral ilaç olan Remdesivir’in, salgınının kalbi Wuhan’da derhal insan testine başlanması için, Pekin’deki bir hastaneyle anlaşma yaptı.

Maryland eyaletindeki Johns Hopkins Üniversitesi Gelişen Teknoloji Merkezi’nde faaliyet gösteren Amerikan biyoteknoloji şirketi Insilico Medicine de gecikmeden devreye girdi. Misyonunu, “yeni ai teknolojileri geliştirerek, molekül keşfini ve ilaç geliştirmeyi hızlandırmak” olarak tanımlayan şirket, koronavirüse karşı etkili bir tedavinin temelini oluşturabilecek molekülleri belirlemek için, hızlı bir çalışma başlattı. Fortune’ın haberine göre, Insilico’nun ai tabanlı sisteminin, virüse karşı potansiyel ilaçlara dönüştürülebilecek binlerce yeni molekülü tespit etmesi, sadece dört gün sürdü. Insilico, araştırmacıların kullanması için ürettiği yeni moleküler yapıların kütüphanesini internette yayınladı. En umut verici 100 yeni molekül adayını sentezleyip test etmek için de girişim başlattı.

GAN’lar bu kez gerçekçi molekül tasarımları üretti

Insilico, şirketin kurucusu ve CEO’su Alex Zhavoronkov’un 28 Ocak’ta verdiği kararla, Covid-19’a yönelik çalışmalara başladı. Şirket, Yeni Tip Koronavirüs’ün üremesi için kritik olan proteaz adı verilen bir enzime odaklandı. Çünkü bu enzimin, Şangay Teknik Üniversitesi’nden, virüs protein yapıları konusunda uzman ünlü araştırmacı Doç. Dr. Zihe Rao tarafından geliştirilen, “Covid-19 benzeri diğer virüs eşleştirme modelleriyle” benzerliği bulunuyordu.

Insilico, bu enzime bağlanan ve işlevini engelleyebilen yeni küçük moleküller tasarlamak için, 31 Ocak’tan itibaren 28 farklı makine öğrenme modeli kullanmaya başladı. Bu teknikler arasında, deepfake üretmek için kullanılan, Üretken Çekişmeli Ağlar (GAN’lar) da yer alıyordu. Bu çalışmada GAN’lar, son derece gerçek görünen sahte videolar yerine, proteaz ile bağlanmak için, doğru nitelikteki yeni molekül yapılarının görüntülerini ürettiler. Dört günlük çalışma sonunda, Insilico yüz binlerce yeni molekül tasarımı üretti ve aşı geliştirme çalışmaları için, kriterlere uygun binlerce potansiyel molekül tasarımı seçeneğinden oluşan bir kütüphaneyi web sitesinde yayınladı. Insilico, ücretsiz ve emsalsiz faydalı molekül tasarımı araştırmalarını detaylandıran, bir makale de yayınladı.  Araştırmacıları, bir koronavirüs tedavisi geliştirmek için, süreci hızlandırma umuduyla, geliştirdiği molekül tasarımlarını incelemeye ve eleştirmeye çağırdı.

Insilico, AI temelli tedavi arayışında yalnız değil

Insilico, ai’nin Yeni Tip Koronavirüs için yeni tedaviler geliştirilmesine yardımcı olacağını umut eden tek girişim değildi. Michigan Eyalet Üniversitesi Matematik, Biyokimya ve Moleküler Biyoloji, Elektronik ve Bilgisayar Mühendisliği bölümlerinden 3 kişilik bir araştırma ekibi, bu konuda 31 Ocak’ta bir makale yayınladı. “Covid-19 İlaçlarının Tasarımında Makine Zekası” başlıklı makale, bu alanda ai tabanlı Üretici Ağ Kompleksi’nin (GNC) kullanımını değerlendiriyordu.

Massachusetts Teknoloji Enstitüsü’ndeki (MIT) AI Cures araştırma grubu da kendilerini, “Covid-19 ve diğer ortaya çıkan patojenler için ümit verici antiviral moleküller bulmak amacıyla, derin öğrenme yöntemleri geliştiren, bir grup makine öğrenimi ve yaşam bilimi araştırmacısı” olarak tanımlıyor. Grup, “Covid-19 Pandemisi, patojenlere ve sağlık tehditlerine karşı, hızlı ve etkin tedavi ediciler (terapötikler) geliştirmeye yönelik akut ihtiyaca” dikkat çekiyor. İlaç geliştirmeye yönelik geleneksel yaklaşımlar pahalı ve Covid-19 gibi salgınlara tepki veremeyecek kadar yavaştır” görüşünü savunan grup, ai araçlarının bu çabayı hızlandırma potansiyeline sahip olduğunu vurguluyor. AI Cures, bağışıklık sistemi zayıf hastaların ölümüne yol açan ikincil enfeksiyonlara karşı etkili antikorlar bulmak için, bir dizi veri setini açık kaynaklı biçimde, araştırmacıların kullanımına sundu. Grup, belki milyonlarca hayatı kurtaracak tedavinin bulunmasına katkı için, araştırmacılardan da ai temelli modellemelerini paylaşmalarını istiyor.

3D modelleme ile proteinlerin sırrı çözülürse…

Bir başka ai girişimi olan DeepMind da, ai araştırmalarının yeni bilimsel keşifleri hızlandırabileceği vizyonundan yola çıkarak, 2018 yılında önemli bir adım attı. DeepMind, biyoloji, fizik ve makine öğrenimi alanlarındaki uzmanları, bir proteinin genetik 3D yapısını belirlemek için, en yeni teknikleri uygulamak üzere bir araya getirdi.  DeepMind ekibinin proteinlerin yapısını belirlemek için geliştirdiği, geniş genomik verileri kullan algoritması AlphaFold, ürettiği çok gerçekçi 3D protein modelleriyle, biyolojideki temel zorlukları aşmakta önemli bir ilerleme sağladı.

Proteinler, yaşamı sürdürmek için gerekli olan ve tüm hücrelerde bulunan büyük, karmaşık moleküller. Vücudun her fonksiyonu (kasları hareket ettirme, ışığı algılama, yiyeceği enerjiye dönüştürme v.b.), bir veya daha fazla proteinle ilişkili. Bu yüzden nasıl hareket ettiklerini ya da değiştiklerini izlemek önem taşıyor. Gen adı verilen proteinlerin tarifleri, insan DNA’sında kodlanmış.

Herhangi bir proteinin yapabilecekleri eşsiz 3D yapısına bağlı. Örneğin, bağışıklık sistemlerimizi oluşturan antikor proteinleri ‘Y şeklinde’ idi ve kancaya benziyor. Virüslere ve bakterilere kilitlenen antikor proteinleri, imha için hastalığa neden olan mikroorganizmaları tespit ediyor ve etiketliyor. Ancak bir proteinin 3D şeklini genetik dizisinden deneysel tekniklerle anlamak, son 50 yıl boyunca bilim insanları için, zorlu, karmaşık ve yüksek maliyetli bir görevdi. Protein ne kadar büyük olursa, modellemesi o kadar zordu. Çünkü amino asitler arasında dikkate alınması gereken çok fazla etkileşim bulunuyordu. Doğru 3D yapıya ulaşmadan önce tipik bir proteinin tüm olası konfigürasyonlarını numaralandırmak, evrenin yaşından daha uzun sürebilirdi.

Bir proteinin şeklini doğru belirlemek bilim insanları için büyük önem taşıyor. Çünkü Alzheimer, Parkinson, Kistik Fibroz gibi yanlış katlanmış proteinlerin neden olduğuna inanılan hastalıkların teşhis ve tedavi edilmesi buna bağlı görülüyor. Proteinlerin görüntüleri ve simülasyonları yoluyla nasıl çalıştıkları hakkında daha fazla bilgi elde edildikçe, ilaç keşfinde fırsatlar artacak ve maliyetler azalacak. Sonuç olarak, tüm dünyada milyonlarca hastanın tedavi umudu yükselecek.

AlphaFold Algoritması Covid-19 protein yapılarının deepfake’ini üretiyor

COVID-19 vakalarındaki hızlı artış üzerine, DeepMind’ın protein yapılarını modelleyen AlphaFold algoritması, bu alanda da kullanılmaya başladı. Tipik olarak, bir amino asit sekansından üç boyutlu bir görüntü üretmek, çok çeşitli proteinigörselleştirme teknikleri ile laboratuarlarda uzun ve maliyetli işlemler gerektiriyor. Oysa AlphaFold, Covid-19 sürecinde, üç boyutlu bir protein yapısını biçimlendirebiliyor. Tüm dünyada iki yılda bir gerçekleştirilen CASP13 Yarışması’nı (Protein Yapı Tahmini için Tekniklerin Eleştirel Değerlendirmesi) kazanan AlphaFold, bu zorluğu gradyan iniş ile skorlanan amino asitler arasındaki mesafeleri ve açıları belirleyen, yapay sinir ağları ile aşıyor. 

Francis Crick Enstitüsü de, Yeni Tip Koronavirüs’ün biyolojisi ve vücuttaki hücrelerle nasıl etkileşime girdiği konularında araştırmalar yürütüyor. Enstitü’nün deneysel olarak belirlediği spike proteinin yapısı hakkında, DeepMind algoritmasıyla bir çapraz doğrulama gerçekleştirildi. AlphaFold, ayrıca yapıları kolayca belirlenmeyen proteinler için de üç boyutlu görüntüler oluşturdu. Bu protein yapılarının, potansiyel olarak yeni ilaçlar veya terapötiklerle ilgili Covid-19 için gelecekteki ilaç gelişimine yardımcı olması amaçlandı.

Deepfakes’in anlamını bilmeyenlerin sayısı, belki bilenlerden fazladır, ama ölçmek kolay değil. Buna karşın, kötü algılayanlar, olumlu bakanlardan kuşkusuz fazladır. Bilim ve teknolojiyi kötüye kullananlar, yıllar boyu o kadar büyük yıkımlara yol açtılar ki, kaygılarımız güvenimizin çok önüne geçti.

Umarız, deepfake teknolojileriyle tasarımları daha hızlı ve etkin biçimde ortaya çıkarılan yeni moleküller, Covid-19 tedavisi için önemli katkılar sağlar. Böylece hem pandemi, hem deepfake kabusundan aynı anda uyanmış oluruz.

Bir Cevap Yazın

This site uses Akismet to reduce spam. Learn how your comment data is processed.

%d blogcu bunu beğendi: