Protein Analizi Yapmak Artık 10 Dakikada Mümkün

Proteinler, karmaşık mikroskobik şekillere sahip olan amino asit dizilerinden oluşur. Bu benzersiz şekiller, canlı organizmaların içindeki hemen hemen her kimyasal sürecin gerçekleşmesini sağlar. Bu işlem tabii ki eğer o proteinin yapısı biliniyorsa başarıya ulaşır. Bilim insanları protein analizi yapıp, şekillerini daha iyi anlayarak kanser, COVID-19 ve diğer binlerce sağlık problemi için yeni tedavileri daha hızlı geliştirebilirler.

Bir proteinin yapısını tanımlamak çok zordur. Çoğu protein için araştırmacılar ellerinde aminoasit dizilimini bulundururlar fakat katlandıkları yapıyı bilemezler. Ve bu yapıyı tahmin etmek için gerçekten de her bir dizilimi hesaba katınca çok büyük astronomik rakamlarda olasılıklar bulunur. Geçtiğimiz yıl, AlphaFold bir düzine proteinin yapısını sadece 1.6 anstrom –yani 0.16 nanometre veya atom genişliği- ölçeğinde bir hata payıyla doğru tahmin etti. Bu başarı da yapay zekasıyla bir proteinin yapısını birkaç günde bulabildiğimiz için müthiş bir başarı kabul edildi.

Artık günümüzde yapay zekanın ulaştığı seviye gözlerimizi giderek daha da fazla kamaştırıyor. DeepMind bu konuda önemli bir yerde. Kendisi birçok çeşitli oyunu da süper insan özellikleriyle oynayabilen müthiş bir yapay zekâ. Go, StarCraft ve Atari oyunlarının bütün çeşitlerini başarıyla öğrenmiş ve bitirmiş durumda. DeepMind süper bilgisayarı, 2020 Critical Assessment of Structure Prediction (CASP14) konferansında açıklandığı üzere protein analizi alanında kayda değer ilerlemeler ortaya koymuştu. AlphaFold proteinlerin şekillerini bir atom genişliğindeki ölçeğe kadar tahmin ediyordu. Bunun sonucunda son derece doğru protein yapısı tahminine erişmek mümkün oldu. Ancak aslında bu daha başlangıçtı.

RoseTTAFold İle Protein Analizi Artık Daha da Hızlı

Washington Üniversitesi Tıp Fakültesinin Protein Tasarımı Enstitüsünden araştırmacılar, DeepMind’ın bu başarısını geçtiğimiz aylarda tekrarlamayı başardı. UW Medicine ekibinin RoseTTAFold adını verdiği yöntem, DeepMind’dan farklı olarak ücretsiz kullanıma açık. Dünyanın dört bir yanından bilim insanları, araştırmalarını hızlandırmak için protein modelleri oluştururken bu sistemi kullanıyor. Üstelik bu program, Temmuz ayından bu yana GitHub’dan dağıtıma açık.

Proteinler, karmaşık mikroskobik şekillere sahip olan amino asit dizilerinden oluşuyor. Bu benzersiz şekiller, hemen hemen her kimyasal sürecin gerçekleşmesini sağlıyor. RoseTTAFold yazılım aracı, derin öğrenmeyi kullanarak sınırlı bir veri kümesi ile protein yapılarını hızlı ve doğru bir şekilde tahmin ediyor. Bu tür bir yazılımın yardımı olmadan, sadece bir proteinin yapısını belirlemek için yıllarca laboratuvar çalışması yapılması gerekiyor. İnsandaki interlökin-12’nin, reseptörüne bağlanmasını gösteren bu 3 boyutlu görüntü de dahil olmak üzere yüzlerce yeni protein yapısı bu sayede anlaşıldı.

RoseTTAFold’un daha önce gerekli olandan çok daha kısa sürede karmaşık biyolojik düzeneklerin modellerini oluşturuyor. Ekip,bu sayede insan genomundaki, proteinler de dahil olmak üzere yüzlerce yeni protein yapısını hesapladı. Ayrıca, insan sağlığı ile doğrudan ilgili yapıların da tahminlerini gerçekleştirdi.

RoseTTAFold Nasıl Çalışıyor?

RoseTTAFold aynı anda; protein dizilerindeki kalıpları, bir proteinin amino asitlerinin birbiriyle nasıl etkileşime girdiğini ve bir proteinin olası üç boyutlu yapısını dikkate alarak çalışıyor. Böylece ağın bir proteinin kimyasal parçaları ve yapısı arasındaki ilişki hakkında toplu bir tahmin yürütmesine imkân veriliyor. Öte yandan RoseTTA-Fold, tek bir oyun bilgisayarında çalışabiliyor. Ayrıca bir protein yapısını on dakika gibi kısa bir sürede güvenilir bir şekilde hesaplıyor.

Bu devrim araştırmacılara yeni ilaçlar yapma ve hastalıkların nedenlerini anlamak konusunda çok yardımcı olacak. Uzun dönemde bu gelişme sayesinde sentetik proteinler ve enzimler üretmek mümkün olacak. Bu sayede örneğin atıkların yok edilmesi ve biyoyakıt üretimi gibi konularda daha verimli çalışmalar yapılacak. UW Medicine’deki Baker laboratuvarında projeyi yöneten doktora sonrası araştırmacı Minkyung Baek, “Bu yeni aracın tüm araştırma topluluğuna fayda sağlamaya devam edeceğini umuyoruz” diyor.

Kaynaklar ve ileri okumalar:

  • DeepMind’s protein-folding AI has solved a 50-year-old grand challenge of biology; Yayınlanma tarihi: 30 Kasım 2020; Bağlantı: https://www-technologyreview-com.
  • This Deep Learning Model ‘RoseTTAFold’ Can Compute A Protein Structure In As Little As Ten Minutes On A Single Gaming Computer; Yayınlanma tarihi: 22 Ekim 2021; Bağlantı: https://www.marktechpost.com/

Matematiksel

a. caner sönmez

yaşamı anlamlandırma yürüyüşünde, "hiç" olmaya giden yoldayım. bir gün tüm beyinlerin birbirine bağlanması, dolayısıyla birbirimizi doğru anlama kapasitelerimizin sonsuzluğa kavuşması hayalim. ve çocukların hepsinin birlikte gülmesi, doyması, doğru yaşaması.. “Bilimsel bilgiyi küçük bir grubun tekeline bırakmak bir toplumun düşün gücünü zayıflatır, onu tinsel yoksulluğa sürükler.” Albert Einstein “Gelmiş geçmiş tüm dikkat gerektiren uğraşlar içerisinde, sevmek uğraşı üzerinde gösterilen dikkat, en yaşamsal önemde olanıdır.” Bertrand Russell "Meselemi hiç'e bıraktım." Max Stirner
Başa dön tuşu