Skoltech’teki lise öğrencilerine yönelik bir biyoinformatik eğitim kampı, bilimde insanlar ve yapay zekâ arasında devam eden yarışmanın son bölümü için bir mekâna dönüştü. Daha önce yapısal biyoinformatikte 50 yıllık önemli bir sorunu çözmüş olan yapay zekâ programı AlphaFold, bu alandaki başka bir araştırma konusunda başarısız oldu.
Yapısal biyoinformatik; protein, RNA, DNA yapılarını ve bunların diğer moleküller ile etkileşimlerini araştıran bir bilim dalı. Yapısal biyoinformatiğin merkezi sorunu protein yapılarını tahmin etmek çünkü proteinin 3 boyutlu yapısı, bulunduğu ortamın şartlarına bağlı olarak değişiklik gösteriyor. Bu alandaki bulgular, ilaç keşfi ve doğal dünyada görülmeyen reaksiyonların katalizörleri gibi heyecan verici özelliklere sahip proteinlerin yaratılması için temel oluşturur.
50 yıl sonra bu sorun, Google’ın DeepMind şirketi tarafından yaratılan bir yapay zekâ programı olan AlphaFold tarafından çözüldü. Bu programın öncülleri daha önce satrançta, Go oyununda ve “StarCraft II” video oyununda insanüstü performans elde ederek manşetlere çıkmıştı. Bu dönüm noktası niteliğindeki başarı, sinir ağının bir şekilde proteinlerin altında yatan fiziği algılamış olması ve tasarlandığı görevin ötesinde çalışması gerektiği spekülasyonlarına yol açtı. Yapısal biyoinformatik topluluğunda bile bazı insanlar, yapay zekânın yakında bu disiplinin kalan sorularına kesin cevaplar vereceğini öngörüyordu.
Skoltech Bio’dan Yardımcı Doçent Dmitry Ivankov ise, “Bunu çözmeye karar verdik ve AlphaFold ile beraber yapısal biyoinformatiğin bir başka temel görevi üzerinde çalışmaya başladık: tek mutasyonların protein stabilitesi üzerindeki etkisini tahmin etmek. Bu, bilinen belirli bir proteini seçtiğiniz ve tam olarak bir mutasyon eklediğiniz anlamına gelir. Ortaya çıkan mutantın daha kararlı olup olmadığını ve ne ölçüde olduğunu bilmek istersiniz. AlphaFold, bilinen deneysel bulgularla çelişen tahminlerinden de anlaşılacağı üzere bunu yapamadı.” ifadelerini kullandı.
Ivankov, AlphaFold’un yaratıcılarının aslında hiçbir zaman yapay zekânın amino asit dizilerine dayanarak protein yapılarını tahmin etmeyi iddia etmediklerini vurguladı. Ivankov, “Ancak bazı makine öğrenimi meraklıları yapısal biyoinformatiğin sonunun geldiği kehanetinde bulunmakta gecikmedi. Bu yüzden devam edip kontrol etmenin iyi bir fikir olduğunu düşündük ve artık tek mutasyonların etkisini tahmin edemediğini biliyoruz.” diye ekledi.
Çalışmanın bulguları, bugünün yapay zekâsının her derde deva olmadığını ve bir sorunu çözmede başarılı olsa da yapısal biyoinformatikteki bazı büyük soru işaretlerini cevaplamada yetersiz kaldığını gösteriyor.
Derleyen: Nazlıcan Vatansever
