Protein Katlama Nedir ve Bizi Yaşatır?

Bilim insanları protein katlama problemini yapay zekayla en sonunda çözdü. Nasıl ki davranış modelleme kullanan antivirüs yazılımları, listede kayıtlı olmayan bilgisayar virüslerini bile davranışlarına bakıp görecek; protein katlama sayesinde de biyologlar akıllı mRNA aşıları ve ilaçlar geliştirecek. Sars-Cov-2 virüsü varyantlarındaki çivi proteinlerinin nasıl katlanıp mutasyon geçireceğini öngörebildiğimizde Covid-19 ve benzerlerine karşı akıllı aşı devri başlayacak.

Böylece aşılar yeni Corona virüsü varyantlarıyla diğer virüslere uyum sağlayacak. Aşılar yeni virüs ve bakterilere karşı kendini geliştirirken, akıllı ilaçlar da istenmeyen etkileri “öğrenerek” aşıya alerjik tepki verme gibi durumları önleyecek. Bu sayede kanser türleri gibi birçok genetik ve kalıtsal hastalığı tedavi etmek mümkün olacak. Protein katlama sanatı tıpta ve biyoteknolojide yepyeni bir alan açılıyor. Peki proteinler nasıl katlanır ve bizi yaşatır? Akıllı aşı ve ilaçları görelim.

İlgili yazı: Düz Dünya Teorisini Çürüten 12 Kanıt

 

Tıptaki son engel protein katlama

Biyolojinin kalbinde çözülmemiş bir gizem var ve bu da tıpta ilerlemeyi 50 yıldır geciktiriyor. İster yaşamı anlamak isteyen bir biyokimyacı olun ister yaşam kurtarmak isteyen bir ilaç tasarımcısı, büyük ihtimalle protein katlama problemiyle karşılaştınız. Proteinler vücudun yapıtaşı ve metabolizmanın sürücüsüdür. Buna karşın, bu büyük molekül zincirlerinin neye benzediği ve nasıl katlandığını öngörmek çok zordur. Oysa proteinler vücudun işleyişi bakımından anahtar-kilit gibidir. Doğru yerde doğru protein ilaç etkisi yaratır. Corona virüsü ise hücrelere çivi proteiniyle tutunur.

Dolayısıyla proteinlerin şekli ve nasıl katlandığını bilmek önemlidir. Mevcut proteinlerle çalışan ilaçlar ve ilaç niyetine yeni proteinler geliştirmek için şarttır. Örneğin Covid-19 aşılarıyla bağışıklık tepkisi geliştirmek için virüsün çivi proteinlerini engellemek kritik önem taşır. Aşılar bazen de virüslerin yüzeyindeki kapsit denilen protein kılıfını etkisiz hale getirerek çalışır.

Bunca yıldır kanser türleri ve Alzheimer gibi hastalıklara tedavi bulamamamızın en büyük sebebi proteinlerin nasıl katlandığını bilmememizdir.  Öyle ki binlerce ve milyonlarca protein var veya icat edilebilir. Bunlardan herhangi biri de ilaç olabilir ama hangisi? Proteinlerin nasıl katlandığını bilirsek yaşlanmayı geciktirmeye varıncaya kadar tıpta çağ atlarız. Nitekim 15 Temmuz 2021’de iki bağımsız grup, proteinlerin nasıl katlandığını öngören iki başarılı yapay zeka yazılımı geliştirdi. Peki protein katlama problemi nedir ve yapay zeka bu sorunu nasıl çözüyor?

İlgili yazı: Kodlama İçin En Gerekli 16 Programlama Dili

 

Protein katlama ne işe yarar?

Bir protein yüzlerce farklı şekilde kıvrılabilir. Bunlar mikroskobik organik moleküller olduğu ve en küçük müdahalede bozulduğu için proteinleri mikroskopla görmek zordur. Yapay zeka ise bir proteinin tam olarak ne şekillerde katlanacağını tahmin eder ve bize gösterir. Kısacası protein katlama simülasyonları yapar. Öte yandan proteinlere hükmetmek pandemiyi durdurmaktan ibaret değildir. Bunun mRNA tabanlı gen tedavisinden tutun da denize sızan petrolü veya toksik atıkları sindirerek yok eden doğa dostu bakteriler geliştirmeye dek birçok açılımı var.

Protein katlamayı öğrenmek bize insanlığa faydalı ve doğayı eski haline getiren genetiği değiştirilmiş (GDO) bakteriler geliştirme imkanı sağlayacaktır. Peki ne yapar bu proteinler? Bir kere virüs yapar, hemoglobin olarak kanınızda oksijen taşır, yemekleri sindirmenizi sağlar. Enzim olur ve DNA’yı kesip kopyalar. Hormon olarak bedenin çalışmasını, yani bünyeyi düzenler. Antikor üretimi yaparak canlı organizmayı patojenlerden korur ve bağışıklığı geliştirir. Özetle bunlar sıradan organik moleküller değildir. Proteinler canlıları yaşatır. Bu sebeple gelecek sefere yerli yersiz protein tozu alırken neyle muhatap olduğunuzu bilin. Öyle ki proteinlerle doğada çözünen plastik bile üretebilirsiniz! Peki proteinlerle genetik kod arasındaki ilişki nedir? DNA proteinler yoluyla dokuları nasıl üretir?

İlgili yazı: Gerçek Adem: ilk insan ne zaman yaşadı?

 

Protein katlama ve DNA ilişkisi nedir?

Genetik kodumuzu oluşturan DNA molekülü özünde protein sentezleme yönergeleri içerir. Bu talimatlar vücudun hangi proteini ne zaman üreteceğini belirtir. DNA alfabesini yeniden yazıyoruz yazısında belirttiğim gibi, proteinler aminoasit denilen daha küçük 20 molekülden oluşur. Öyle ki proteinler uzun birer cümleyse aminoasitler sözler, genler sözcükler ve DNA bazları da bu genetik alfabenin harfleridir. Vücudunuz protein yapacağı zaman DNA’nın genetik talimatlarını okur. Sonra buna göre uzun aminoasit zincirleri yapar.

Bunlar da kıvırcık saç lüleleri gibi kendi üstüne kıvrılarak yün yumağı benzeri moleküler kafesler üretir. Proteinler vücuttaki kimyasal tepkimeleri farklı moleküllere anahtar–kilit gibi uyup kenetlenerek yönetir. Bunun için “tutunma” önemlidir. Doğru tutunmak için de proteinin doğru katlanması gerekir. Öyle ki hormonlar, enzimler ve proteinler metabolizma dediğimiz dev bir yapbozun parçalarıdır. Yine de proteinler rastgele yün iplikleri değildir. Bunları istediğiniz gibi kıvıramazsınız. Yanlış katlarsanız proteinleri deforme edip kırabilirsiniz.

Bu da proteinlerin düzgün çalışmasını önler ve onları organizmaya zararlı hale getirebilir. Maalesef bu da basit bir katlama hatası olmaz. Proteinler yanlış katlanmayı sürdürüp iyice bozulur ve diğer proteinlerin de yanlış katlanmasına yol açabilir! Bunun sebebi protein kenetlenmesinin sadece mekanik değil, aynı zamanda elektrokimyasal bir süreç olmasıdır. Proteinler diğer moleküllere statik elektrik potansiyeli ve kimyasal bağlarla bağlanır. Elektrokimyasal etkileşimler proteini illaki çekip büzecek ve kıvıracaktır. Doğru proteini üretmez veya yanlış yere bağlarsanız diğer moleküller de bozulabilir.

Protein katlama problemi nedir?

Demek ki ilaç ve aşı için protein üretimi ince ayar isteyen hassas bir iştir. Oysa proteinler 50 ila 2000 aminoasitten oluşur. Her aminoasit zaten kendi içinde katlanır ve hepsinin eklem yerleri vardır. Bir de uzun protein zincirleri oluşturunca işler iyice Arap saçına döner. Dahası aminoasitler de tıpkı proteinler gibi yapışkandır. Hem kendi parçalarına hem de uzak yakın diğer moleküllere yapışırlar. Öyleyse protein katlama problemini çözmek, sadece bir proteinin nasıl katlandığını bilmek değildir. Aynı zamanda protein kıvrıldıktan sonra başka nasıl katlanacağını da bilmektir. Yapay zeka bunu gösterir:

İlgili yazı: Evrenin En Büyük Yıldızı UY Scuti mi?

 

Protein katlama ve yapay zeka

Proteinler uzun molekül zincirleridir dedik ya ne kadar uzun olduklarını tahmin etmekte zorlanırsınız. Milyarlarca aminoasitten oluşan protein zincirleri var ve biz de birinci kuşak yapay zeka sayesinde bunların hangi aminoasitlerden oluştuğunu öğrendik. Molekül diziliş sırasını açığa çıkardık. Oysa en basit proteinlerin dışında nasıl katlandıklarını iyi bilmiyor ya da hiç bilmiyoruz! Bunu çözmek için eskiden X-ışını kristalografisi kullanıyorduk. Peki DNA’nin iki iplikli bir sarmal olduğunu ortaya çıkarmakta büyük katkısı olan Rosalind Franklin’in iyileştirdiği bu teknoloji nasıl çalışıyor?

Proteinleri özel bir çözeltiye koyarsınız ve bu sıvı yavaşça buharlaşırken proteinlerin organik kristaller oluşturmasını sağlar. Adeta onları amberdeki sinek gibi dondurup saklar ve aynı zamanda ışığı kıran birer moleküler prizmaya dönüştürür. Daha sonra protein kristallerine detaylarını açığa çıkaracak kadar kısa dalga boyu olan X-ışınları tutarsınız. X-ışınları kristallerden geçerken farklı şekillerde kırılır. Artık X-ışını kristalografisinde (kristal ölçümü) bilgisayar simülasyonları kullanıyoruz. IBM’in bilişsel analitik çözümü olan Watson yapay zekası gibi yazılımlarla proteinleri üç boyutlu yapısını ortaya çıkarıyoruz.

Oysa bu tekniğin sınırları vardır. Proteinler çoğu zaman deforme olmadan kristalize olmaz. Bu nedenle bir proteinin şeklini öğrenmek çok zahmetli ve uzun süren bir işlemdir. Bu hızla çok sayıda proteini incelemek imkansızdır ve hata payı da yüksek olur. Aslında proteinleri daha detaylı olarak incelemenin bir yolu vardır. Buna nükleer manyetik rezonans görüntülemesi deriz, yani hastanelerdeki MR cihazları… Ne yazık ki proteinleri bu teknolojiyle incelemek X-ışını kristal ölçümünden daha uzun sürer.

Biyoteknolojinin geleceği

Üstelik MR cihazları büyük ve hantaldır. Yüksek bakım ve enerji maliyetleri yüzünden pahalı bir çözümdür. Her üniversite bu cihazları kullanamaz ve bu da protein katlamayı öğrenmeyi geciktirir. Tek bir proteini incelemek yıllar sürebilir! İşte derin öğrenme kullanan yapay zeka yazılımları 2020 yılında bunun için devreye girdi. Peki protein katlama problemini nihayet nasıl çözdük? Bu bağlamda öğrencilerim soruyor: Kodlama öğrenmek için hangi programlama diline çalışalım hocam? Biyoteknoloji, genetik ve veri bilimini birleştiren programlama dillerini öğrenin. Hem biyologlara hem de yazılımcılara genetik–biyoteknoloji yazılımlarına odaklanmalarını öneriyorum. Örneğin:

İlgili yazı: Zamanda Yolculuk Etmenin 9 Sıra Dışı Yolu

 

Protein katlama için hangi yapay zeka?

2020 yılında Londra merkezli DeepMind şirketi müthiş bir duyuru yaptı. Google’ın yıllar önce satın aldığı yapay zeka şirketi, yeni YZ algoritması AlphaFold2’nin, aminoasit zincirlerinden oluşan proteinlerin nasıl katlandığını öngörebildiğini duyurdu. Üstelik bunu gerçeğe çok yakın bir şekilde yapıyordu. Öyle ki proteinleri artık mikroskopta incelemeye gerek yoktu. Molekülleri sadece bilgisayar simülasyonuyla üretip test ederek doğrudan üretim hattına almak ve bunlarla yeni ilaçlar geliştirmek mümkündü. Cümleyi tekrar okuyun! Bunun yeni meslekler için gelecek vaat eden bir sektör olduğunu göreceksiniz.

Aynı zamanda kötü yönetimlere bağlı hayat pahalılığını ve şirketlerin olası açgözlülüğünü saymazsak, ilacın genel olarak ucuzlayacağını da tahmin edersiniz. Yeni güvenli ilaç ve aşı geliştirme süreci hızlanacak. Hem de kat kat ucuzlayacak ve piyasaya yeni biyoteknoloji şirketleri girecek. Bunun için Big Pharma dediğimiz dev ilaç şirketlerine her zaman başvurmaya gerek kalmayacak. İlaç sektörü konsolide olmak yerine, belki de küçük parçalara bölünecek. Peki protein katlama yapay zekası nasıl çalışıyor?

İlgili yazı: Yıldızlar Ne Kadar Yaşar ve Nasıl Ölür?

 

Protein katlama ve DeepMind

Deep Mind insandan zeki yapay zeka geliştirmekte 10 yıldır sabıkalı bir şirket… Satranç, go, şogi ve hatta StarCraft 2 bilgisayar oyununda insanları açık farkla yenen yapay zeka geliştirdi. Örneğin AlphaGo yazılımı 18 kez dünya şampiyonu olan Güney Koreli Lee Sedol’ü 2016’da 5 kez yendi. Lee Sedol’ü üç kez yenen Çinli go şampiyonu Ke Jie’yi de 2017’de 3 kez yendi. Birini yenmeyi 6 ayda ve diğerini yenmeyi de 3 günde öğrendi! Hatta Lee Sedol, biraz da ülkesinin stratejik hasmı olan Çin yurttaşı Ke Jie’ye yenildiği için emekli olduğunu açıkladı. Alpha Go’yu kastederek, bu oyunun sonu geldi “Yenilmez bir varlığı yenemem” dedi! 😮 Oysa protein katlamayı çözmek insanları go’da yenmekten daha zordur:

Nasıl ki insanların go şampiyonaları var, protein katlamayı çözmek için CASP denilen ve iki yılda bir düzenlenen özel bir yarışma var. DeepMind şirketi 2020’de düzenlenen CASP14’te büyük başarı yakaladığını duyurdu. Düşünün ki protein katlamayı yapay zekayla çözme yarışması 1992’de başlamış… Biz o zamanlar “A? 44.100 Hz CD kalitesinde seslendirmeli bilgisayar oyunu” diye Warcraft 2 oynuyorduk. 😉 CASP yarışmalarında ise takımlara şekli şemalı bilinen 100 proteinin aminoasit dizilimini veriyor ve yapay zekanın protein katlanmasını gerçeğe uygun öngörmesini bekliyorlar.

Bildiğimiz protein derken

Aslında bunlar X-ışını kristal ölçümüyle şeklini yeni öğrendiğimiz proteinler… Yarışmayı düzenleyenler proteinlerin şeklini biliyor ama halka açıklamıyorlar ki katılımcı şirketler de bilmesin ve adil bir yarışma olsun. 2020’deki CASP14 neden önemli derseniz; çünkü o yıla dek yapay zeka protein katlamayı göstermekte hep başarısız oldu. Bunu go şampiyonunda insanları ezip geçen AlphaGo’yu geliştiren DeepMind bile yapamadı. 2018’de CASP’a ilk kez katılan DeepMind hezimet yaşadı.

Oysa 2020 başka bir açıdan da çok özel bir yıldı! Bilim insanları bu kez yarışmaya Covid 19’a yol açan Sars-COV-2 virüsünün bazı proteinlerini soktu. Kısacası yarışmayı kazanmak insanlığa doğrudan hizmetti. Sonuç olarak CASP 14’te AlphaFold2 yazılımı problemi çözdü ve proteinlerin üçte ikisini doğru öngörmeyi başardı. İşin garibi yapay zekanın gerçek protein gözlemleriyle çeliştiği durumlarda hangisinin doğru bildiğinden emin olamadık. X-ışını kristal ölçümlerde hata payı olduğunu söylemiştim. Belki de gözlemler yanlış ve protein katlamada yapay zeka haklıydı:

İlgili yazı: Gezegenler Güneş Çevresinde Nasıl Dönüyor?

 

Protein katlama ve öngörü kesinliği

AlphaFold2’nin öngörüleri çoğu zaman atomik ölçekte kesindi ve aminoasitlerdeki tek tek atomların yerini öngörüyordu. Bundan iyisi can sağlığı! Nitekim sonuçları duyurdukları zaman bilim inşaları ilaçbilim, tıp ve biyoteknolojide açılan yeni çığır karşısında şaşkınlıklarını gizleyemediler. Yapay zekanın peyderpey gelişeceğini ve bu işin uzun yıllara yayılacağını sanıyorlardı. Oysa süper zekanın gelişi yazısında belirttiğim gibi kritik eşik aşılmış ve bir zeka patlaması yaşanmıştı. Artık protein katlama konusunda yapay zeka insanlardan zekiydi.

Yine de protein katlama problemini çözen şirketler arasında sadece DeepMind’ı sayarsak yanlış yaparız. DeepMind modern girişimci mantığıyla, bulduklarını kendine saklamadı. Bu bebek sektörün gelişmesi için sonuçlarını dünyayla paylaştı. Washington Üniversitesi, Seattle yerleşkesinden bir grup da bunları gördü. Arkalarında Google gibi büyük bir şirket ve en güçlü süper bilgisayarlar olmadığı için uluslararası destek alan ekip, RoseTTAFold adlı bir protein katlama yazılımı geliştirdi. Evet, bu adını Mısır hiyerogliflerini çözmemizi sağlayan antik Reşit taşının Latince isminden alıyordu.

AlphaFold2’den güçlü olan RoseTTAFold yapay zekası da proteinlerin dilini çözecekti… Sonuç olarak 15 Temmuz 2021’de DeepMind ve Seattle ekipleri sonuçlarını duyurdular. Böylece bir günde protein katlama simülasyonu yapmayı beceremeyen uygarlık olmaktan çıkıp iki güçlü yapay zeka seçeneğine kavuştuk. Öncelikle DeepMind insan vücudundaki hemen tüm proteinlerin katlanmasını gösteren sonuçlar yayınladı. Nitekim kanseri ve Corona virüsünü önlemek istiyorsanız kanserli hücrelerle virüslerin eseri olan proteinlerin diğer moleküllere bağlanmasını önlemek istersiniz.

Biyoteknolojinin büyük potansiyeli

Bunun için de suçlu proteinleri değiştirmek veya onları önleyecek yeni proteinler geliştirmek gerekir. Artık bunu bilgisayarda yapacağız. Yıllarca süren bir işi birkaç günde bitireceğiz. Ayrıca insan vücudundaki proteinler (bu durumda enzimler) zehirli ve zararlı kimyasal maddeleri kırar, adeta asit gibi eritir. Protein katlamayı çözerek kimyasal atıkları da çözen yapay proteinler üretip kanalizasyon suyunu ve fabrika atıklarını pahalı işlemler olmadan arıtabiliriz. Şimdi AlphaFold2 ve RoseTTAFold yapay zekasının protein katlamayı nasıl öngördüğüne bakalım:

İlgili yazı: 5 Soruda Paralel Evrenler

 

AlphaFold2 ve RoseTTAFold

Her iki yapay zeka da derin öğrenme kullanıyor. Derin öğrenmenin nasıl çalıştığını anlattığım için burada özet geçeceğim. Derin öğrenme YZ’leri insan beynindeki nöronların örgütlenmesini taklit eden algoritmalar kullanır. Bunlar tıpkı sinir hücreleri gibi ama hiyerarşik olarak birbirine bağlanır. Diyelim ki bir robotun eliyle kapı kolunu tutup kapıyı açmasını istiyorsunuz. Bunun için elini kaldırmak ve parmaklarla kapının kolunu kavramak gibi farklı aşamalar vardır. Derin öğrenme yapay zekası her aşamayı verimlilik açısından sonuçlara bakıp geri bildirimde bulunarak test edip öğrenir.

Her aşamayı yapmanın en iyi yolunu bulduktan sonra diğerine geçer. Böylece kolu, elini ve parmaklarını doğru kaldırmak gibi optimizasyon problemlerini çözer. Proteinlerin de eklemlerinden nasıl katlandığına tek tek bakar. Her katlamadan sonra diğer ekleme geçer. Böylece ne kadar uzun ve karmaşık olursa olsun binlerce aminoasit içeren bir proteinin nasıl katlandığını bulur. Sonra da proteinleri birer eklem gibi düşünüp milyarlarcasının nasıl birbirine bağlandığını bulur. Böylece organik kimyanın, fosil yakıtlar ve plastiklerin vazgeçilmezi olan polimerlerin bile simülasyonunu yapar.

Tabii ki bu anlattığım kadar kolay ve hızlı değildir ama sistemin temel çalışma mantığı budur. Öyle ki bütün derin öğrenme yapay zekaları birer optimizasyon algoritmaları kümesidir. Bunları yeterince protein katlama problemi çözdürerek eğitirsiniz. Sonunda algoritmalar proteinlerin kat yerlerini öğrenmekle kalmaz. Hangi proteine nasıl bağlanıp katlanacağını da öngörür. Bunun için tek yapmanız gereken doğru ve sağlıklı şekilde katlanmış proteinleri algoritmaya göstermektir. Nitekim AlphaFold2 ve RoseTTAFold yapay zekası 180 bin protein içeren Protein Veri Bankasıyla çalıştı. Tabii derin öğrenmeyi bazı algoritma hileleriyle de iyileştirdi:

İlgili yazı: Dünyadaki En Ölümcül 5 Toksin Nedir?

 

Protein katlama simülasyonu nasıl yapılır?

Öncelikle proteinlerin dinamik katlandığını hatırlatayım. Bir protein tek başına farklı katlanır, sıcaklığa göre farklı katlanır ve diğer kimyasal maddelerin yanında farklı katlanır. Ayrıca proteinler birbirine göre de farklı katlanır ve bunların hepsini hesaba katmak gerekir ki bunun için şablonlar kullanırsınız. Örneğin bir aminoasidin normal şartlarda bobin gibi sarılıp sarılmayacağı veya kurdele gibi kıvrılıp kıvrılmayacağına bakarsınız. Hatta bir ilaç proteinin ne şekilde olması gerektiğine dair tahminlerinizi algoritmaya sunarsınız. Sonra yapay zeka bunları dener.

M87 galaksisinin merkezindeki süper kütleli kara deliğin fotoğrafını da böyle çektik. Bu kara deliğin neye benzediğini bilmiyorduk ve o kadar uzaktan görmemiz imkansızdı. Bu sebeple Dünya’daki birçok teleskopu birbirine bağladık ve onları kullanan yapay zekaya ne görmeyi beklediğimizle ilgili bilgi verdik. Teorik bir kara delik şekli ve gaz akışı belirleyip yapay zekaya bu tür şeylere bakmasını öğrettik. O da çok sayıda gözlemi birleştirerek gördüklerini yorumladı ve aslına uygun bir kara delik resmi üretti.

AlphaFold2 de böyle çalışıyor ki aslında birkaç nöral network kullanıyor. Bunlar karşılıklı olarak birbirini veriyle besleyip iki aşamada sonuçlarını düzeltiyor. İlk network bir aminoasit dizisinin hangi eklemlerden katlanacağına bakıyor. Sonra bu kat yerlerindeki aminoasitlerin molekül üzerinde birbirine ne kadar uzak olduğunu ölçüyor. Ardından genel yapıya dikkat eden diğer nöral ağ devreye girip molekülün 3B yapısını çiziyor ve gerekirse son aşamada düzeltme yapıyor. Peki RoseTTAFold neden AlphaFold2’den becerikli çıktı? Çünkü sisteme üçüncü bir nöral ağ ekledi:

İlgili yazı: Varlık Felsefesi: Sandalyeler Gerçekten Var mı?

 

Protein katlama ve RoseTTAFold

RoseTTAFold proteinin üç boyutlu yapısını çıkarırken sadece bir boyutlu ve iki boyutlu çizim yapan nöral ağlarla sınırlı kalmıyor. Aminoasitlerin molekül zincirindeki yeri ve kat yerini üç boyutlu olarak takip ediyor. Böylece protein katlamasını daha kesin öngörüyor. Üstelik bunda sadece protein bankasından yararlanmıyoruz. Aynı zamanda evrimsel biyologlar, insanlardaki proteinlerin nasıl evrim geçirdiğine bakıyor. Böylece evrimde birbirine yakın proteinleri algoritmaya bildiriyor. Sonuçta kaş yapayım derken göz çıkarmayan, gerçek ilaç olacak proteinler geliştirmek potansiyel olarak mümkün oluyor.

Nitekim iki proteinin birbiriyle yakın ilişkili olduğunu bilirseniz birinin katlanmasına bakarak diğerinin nasıl katlanıp bağlanacağını öngörebilirsiniz. Bir de tabii güçlü algoritma ile kesin algoritma arasında fark var. Mesela RoseTTAFold, AlphaFold2 kadar isabetli sonuçlar vermiyor ama çok hızlı sonuç alıyor. Saatlerce süren bir işi birkaç dakikada yapıyor. Gerçi dediğim gibi, bunun sebebi DeepMind’ın Google süper bilgisayarlarına sahip olmamasıdır. Öte yandan AlphaFold2’den çok daha iyi olduğu bir şey var. Sadece aminoasitlerin değil, proteinlerin birbirine nasıl bağlandığını ve bağlanırken nasıl katlandığını öngörmek… Zaten polimerlerle çalışmak ve ilaç geliştirmek istiyorsanız asıl bunu bilmeniz lazım.

Bunu başarmanın hilesi ise yalnızca aminoasitlerin kat yerlerine bakmak değildir. Aynı zamanda birbirine bağlanırken nereden kopup açıldıklarına bakmaktır. Böylece aminoasit zincirlerinin kendi içindeki etkileşimini de hesaba katarsınız. Öte yandan yapay zeka insan biyolog ve farmakologların yerini almayacaktır. Bir kere insan sağlığı salt yapay zeka kararına bırakılmayacak kadar ciddi bir iştir. Yapay zeka sadece ilaç molekülleri geliştirmekte önerilerde bulanacaktır. Örneğin ilaç için önce şu molekülü deneyebilirsiniz diyecek ama son kararı insanlar alacaktır.

İlgili yazı: Elektron Spini Maddeyi Nasıl Oluşturuyor?

 

Protein katlama için sonsöz

Ayrıca yapay zeka kırtasiye işlerini üstlenecek. Bu sayede boş vakti kalan biyologlar yapay zekanın önerdiği moleküllere çalışıp gerçek ilaç moleküllerini geliştirecekler. Son olarak DNA, RNA, aminoasit ve protein ilişkisinin çözülmesi virüslere karşı aşı geliştirmeyi de hızlandıracak. Bugün bir aşı geliştirmek üç yıl sürüyor. Oysa küresel ısınma, artan nüfus yoğunluğu ve çevre kirliliği gibi nedenlerle neredeyse her ay salgın çıkacak yıllara yaklaşıyoruz. Klasik aşı geliştirme tekniğiyle virüslerle yarışamayız. Buna karşın protein katlama teknolojisi anlık aşı geliştirme yeteneği kazanmak anlamına geliyor.

Gelecekte yeni varyantlara karşı kendini güncelleyen ve proteinleri yeniden yazdıran aşılar geliştirmek mümkün olacak. Hatta her insanın bünyesi farklı olduğu için kişiye özel aşı ve ilaç geliştireceğiz. Bu sebeple kanser tedavisinden Haşimato, Koah, Alzheimer ve Parkinson hastalığına dek mucize tedaviler 2050’lere dek hızla yaygınlaşacak. Bizzat insan bünyesinin bakteri ve virüslere karşı kendini otomatik olarak aşılamasını sağlayacak olan genetik değişiklikler yapılacak.

Siz de DNA Tabanlı Biyolojik Bilgisayar ve Robotlar Geliyor yazısına şimdi bakabilir ve kuantum biyoloji sayesinde hayat neden var diye sorabilirsiniz. Biyoprinter ile biyolojik ışınlamayı görüp Y kromozomunun neden kaybolduğu ve erkeklerin sonunu merak edebilirsiniz. Dünyadaki en tehlikeli 5 kimyasal madde ve en zehirli 5 toksine bakabilirsiniz. Kendinizi cesur hissediyorsanız DNA testi yaptırarak neler öğreneceğinizi ve insanı şempanzelerden ayıran yüzde 4 DNA’yı görebilirsiniz. Hızınızı alamayarak beyin-bilgisayar arayüzleri nasıl çalışır diye sorup çöp DNA ile yaşlanmaya da göz atabilirsiniz. Hatta 15 milyon yıl süren pandemiyi inceleyebilirsiniz. Bilimle ve sağlıcakla kalın. 😊

İnsan kanıyla Mars’ta beton ev yapacaklar!

¹Highly accurate protein structure prediction with AlphaFold
²Accurate prediction of protein structures and interactions using a three-track neural network
³Improved protein structure prediction using predicted interresidue orientations
⁴AlphaFold: a solution to a 50-year-old grand challenge in biology