Moleküler Hareketleri Çözmek için Yapay Zeka Dil İşleme Araçları Kullanıldı
Fotoğraf : Maryland Üniversitesi’nden bilim insanları, moleküllerin farklı şekilleri ne zaman ve nasıl aldığını anlamak için şekilde görülen riboswitch molekülünün hareketlerine dil işleme araçları uyguladı. Görsel Kaynağı: Zachary Smith/UMD
Maryland Üniversitesi’nden bilim insanları, protein moleküllerinin hareketlerine doğal dil işleme araçlarını uygulayarak bir protein molekülünün alabileceği şekilleri ve bir şekilden diğerine ne zaman ve nasıl dönüştüklerini açıklayan soyut bir dil geliştirdiler.
Bir protein molekülünün fonksiyonunu genellikle o proteinin şekli ve yapısı ile belirleniyor. Bu yüzden de proteinin şeklinin ve yapısının nasıl kontrol edildiğini anlamak; bir proteinin nasıl çalıştığından hastalığın sebeplerine ve hedefe yönelik ilaç tedavilerini tasarlamanın en iyi yolunu bulmaya kadar her şeyi anlamamızda bizlere yeni bir kapı açacak.
Bu şekilde bir makine öğrenimi algoritması biyomoleküler dinamiklere ilk kez uygulandı ve bu yöntemin başarısı, yapay zekanın gelişimine yardımcı olabileceğine dair fikirler de veriyor. Bu çalışmayla ilgili bir araştırma makalesi, 9 Ekim 2020’de Nature Communications dergisinde yayımlandı.
Makalenin yazarı, Maryland Üniversitesi Kimya ve Biyokimya bölümünde öğretim görevlisi olan Pratyush Tiwary yaptıkları çalışmayla ilgili olarak “Burada, email yazarken cümlelerimizi tamamlamak için kullanılan yapay zeka araçlarının yaşam molekülleri tarafından konuşulan bir dili ortaya çıkarmak için de kullanılabileceğini gösterdik. Bu moleküllerin hareketinin de soyut bir dile dönüştürülebileceğini gösterdik. Ve ortaya çıkan soyut kelimelerden biyolojik olarak geçerli ve doğru hikayeler üretmek için yapay zeka yöntemlerinin kullanılabileceğini kanıtladık.” sözlerini kullandı.
Biyolojik moleküller kendi etraflarında hafifçe titreşerek sürekli hareket halinde olan moleküllerdir. Nasıl katlanıp büküldüklerine göre ise bu moleküllerin şekilleri belirlenir. Bu moleküller, aniden açılıp farklı bir yapı ve şekle tekrar kapanmalarından önce, belirli bir şekilde saniyeler veya günler boyunca kalabilirler. Bir şekilden diğerine geçiş ise, kademeli olarak açılan karmaşık bir sarmalın gerilmesi şeklinde gerçekleşir. Sarmalın farklı kısımları açılıp serbest kaldıkça, molekül farklı ara yapılara sahip olur. Fakat bir şekilden diğerine geçiş saniyenin trilyonda biri olan 1 pikosaniye veya daha da kısa sürede gerçekleştiğinden dolayı, açılmanın nasıl olduğunu, hangi parametrelerin açılmayı etkilediğini ve hangi şekillerin mümkün olduğunu tam olarak kavrayabilmemiz için yüksek güçlü mikroskoplar ve spektroskopi gibi deneysel metotlardan yararlanmamız güçleşiyor. Tüm bu sorulara cevap aramak da Tiwary’nin yeni metodunun ortaya çıkarabileceği biyolojik hikaye sayesinde mümkün.
Tiwary ve ekibi, moleküllerin şeklini, hareketini ve yörüngesini simüle eden istatiksel fizik modelleri geliştirmek için süper güçlü bilgisayarlarla bir moleküldeki atomların hareketini tahmin edebilen Newton’un hareket yasalarını uyguladılar.
Video : Maryland Üniversitesi araştırmacıları, biyolojik moleküllerin sabit hareketinden soyut bir dil oluşturmak için yapay zeka teknolojisini kullandı. Burada ise bir lizozim molekülü gösteriliyor. Bu dil, protein moleküllerinin alabileceği şekilleri ve bir şekilden diğerine dönüşümün nasıl ve ne zaman olacağını tanımlıyor. Bu bilgi de hastalıkları anlamak ve yeni tedaviler geliştirmek için gerekli bilgileri sağlıyor.
Daha sonra bu istatiksel fizik modellerini makine öğrenimi algoritmalarıyla desteklediler. Bu algoritmaları bir email yazarken Gmail’in cümlelerimizi otomatik olarak tamamlamasına benzetebiliriz. Algoritma, simülasyonların, harflerin kelimeler ve cümleler oluşturmak için art arda dizilmesi gibi her moleküler hareketin de diğer hareketlerle birlikte sıralanan bir dil oluşturduğunu varsaydı. Algoritma, hangi şekil ve hareketlerin birbirini takip edip hangilerinin etmediğini belirleyen sözdizimi ve gramer kurallarını öğrenerek, proteinin şekil değiştirirken nasıl çözüldüğünü ve bu esnada aldığı çeşitli formları öngörüyor.
Yöntemlerinin işe yaradığını göstermek isteyen ekip, bu yöntemi önceden spektroskopi kullanılarak analiz edilebilen riboswitch adlı küçük bir biyomoleküle uyguladı. Riboswitch biyomolekülünün gerilirken aldığı çeşitli formları gösteren sonuçlar, spektroskopi çalışmalarının sonuçlarıyla eşleşti.
Tiwary, çalışmanın geleceğiyle ilgili olarak “Bu yöntemin en önemli kullanım alanlarından birisinin hedeflenen ilaçları geliştirmek olmasını umuyorum. İlaçların, sadece bağlanmasını istediğimiz şeye çok güçlü bir şekilde bağlanacak türden etkili ilaçlar olması gerekiyor. Belirli bir biyomolekülün alabileceği farklı formları kavrayabilirsek bunu başarabiliriz. Çünkü, bu belirli formlardan yalnızca birine uygun zamanda ve istediğimiz sürece bağlanan ilaçlar yapabiliriz.” dedi.
Bu araştırmanın yine çok önemli bir katkısı da Tiwary ve ekibi tarafından kullanılan ve genellikle tekrarlayan sinir ağı, bu örnek içinse uzun kısa vadeli bellek ağı, olarak adlandırılan dil işleme sistemi hakkında elde edilen bilgilerdir. Araştırmacılar, moleküler hareket dilini öğrenirken öncelikle ağın temelini oluşturan matematiği analiz ettiler. Ağın, istatistiksel fizikte ‘yol entropisi’ adı verilen önemli bir kavrama benzer bir tür mantık kullandığını ortaya çıkardılar. Bunu anlamak ise, gelecekte tekrarlayan sinir ağlarının gelişimi için yeni fırsatlar yaratacak.
Tiwary “Yapay zeka araçlarının başarılı olmasını sağlayan geçerli fiziksel prensiplerin olup olmadığını sormak gayet doğaldır. Aslında burada keşfettiğimiz, yapay zekanın yol entropisi öğrendiği. Artık bunu bildiğimize göre, yapay zekayı biyoloji için daha iyileştirmek üzere çabalar ve hatta yapay zekanın kendisini bile geliştirebiliriz. Yapay zeka gibi karmaşık sistemleri anladığınız zaman, bu daha az bilinmedik bir şey haline gelir ve onu daha etkili ve güvenli bir şekilde kullanmanız için size yeni araçlar verir.” dedi.
Kaynak : phys.org
