Ä°laç KeÅŸiflerinde Yapay Zekâ Devrimi BaÅŸlıyor!
Yapay Zekâ (AI) & Makine ÖÄŸrenmesi (ML) teknolojilerinin yaptığı devrim ile ilaç keÅŸifleri de yepyeni bir boyut kazanıyor.
Günümüzün en çok konuÅŸulan teknolojilerinden olan yapay zekâ ve makine öÄŸrenmesi sistemlerinin biyoloji ve farmakoloji gibi alanlarda da geliÅŸim göstermesi kaçınılamazdı. Durum böyleyken, “BiliÅŸimsel Biyoloji” dediÄŸimiz kavram ile ilaç keÅŸifleri de yeni bir boyut kazanmış oldu. Artık doÄŸru hedef belirleme, maliyet düÅŸürme ve zaman tasarrufu yapma gibi önemli noktalarda bu geliÅŸmiÅŸ teknolojiler yardımımıza koÅŸarak, daha saÄŸlam adımlar atmamızı saÄŸlayacaklar.
GeliÅŸtirilen projelerde; elde edilen veri kadar, o verinin daha saÄŸlıklı yorumlanması gerektiÄŸi hususu da bir hayli önem arz etmektedir.
Özellikle hücre kültürü çalışmalarında sentez edilen kimyasal molekül; belirli dozlarda hücrelere verilerek, herhangi bir etkisi olup olmadığı gözlenmektedir. Hatta araÅŸtırmacılar geçmiÅŸ çalışmalardan yola çıkarak etki mekanizmasının hangi gen ya da protein üzerinde olduklarını ortaya koymaya çalışırlar. Takdir edersiniz ki bu tarz çalışmalar yüksek maliyetli olmakla beraber, hedef protein ya da geni bulma ihtimaliniz de oldukça düÅŸük olabilir.
Yapılan çalışmalar sonucunda; QSAR (Quantitative Structure-Analysis Relationship), ADME (Adsorption, Distribution, Metabolism, and Excretion), ve Bioactivity Score gibi analizlerin deneysel verilerle sunulduÄŸunu ve bu durumda ortaya çıkan tartışmanın çok daha etkili olduÄŸu belirlenmiÅŸtir. Tabii bu alanla ilgilenmiyorsanız aklınıza ilk gelen ÅŸey, bahsi geçen analizlerin ne anlama geldiÄŸidir. Daha anlaşılır olması açısından ÅŸu ÅŸekilde tarif edilebilir: Diyelim ki elinizde bir molekül var buna “R” grubu adı verilmiÅŸ olsun. Bu R grubuna farklı pozisyonlardan eklediÄŸiniz ek bileÅŸikler ile birlikte R1, R2, R3, R4, R5 sentezlerini elde ettiniz ve bu bileÅŸiklerin her birinin kimyasal olarak yapısal özelliklerinde farklılıklar oluÅŸtu (Aslında ana omurga aynı olmasına raÄŸmen bileÅŸiklerin etki mekanizması deÄŸiÅŸecektir). Ä°ÅŸte bu oluÅŸan farklı yapısal özelliklere “Descriptors (tanımlayıcı, deÄŸiÅŸken)” adı veriliyor. (2 ila 3 binden fazla deÄŸiÅŸken analinizini internet üzerinden E-Dragon, OCHEM gibi veri tabanlarından ücretsiz analiz edebilirsiniz.) Tabii bu deÄŸiÅŸkenler çeÅŸidine göre 1D, 2D, 3D, 4D (boyutlu) olabiliyor.
Kimyasal moleküllerinizin yapısal özelliklerini artık biliyorsunuz. Deneysel olarak hücre kültüründe moleküllerinizi denedikten sonra IC50 (Kanserli hücre hatlarında hücrelerin ölmesini saÄŸlayan en düÅŸük doz) dozunuzu belirleyip, logaritmasını alarak PIC50 sonucunu çıkartmalısınız. 5 farklı molekülün de PIC50 sonucu farklı çıkma olasılığı yüksektir. QSAR analizi burada devreye giriyor. Hücre toksisitesindeki deÄŸiÅŸimler (PIC50) ile aynı oranda deÄŸiÅŸen kimyasal özellikler nedir bunun belirlenmesi saÄŸlanıyor. Bu noktada herhangi bir QSAR programı ya da istatistik programı kullanarak “Multiple Lineer Regression” analizi yapmanız gerekiyor. Bu analiz sonucunda deÄŸiÅŸkenleriniz ne kadar birbirine yakınsa hangi kimyasal deÄŸiÅŸimlerin sonuca etki ettiÄŸini ortaya çıkarabiliyorsunuz.
Bahsedilen bu geliÅŸmiÅŸ analizler, son yıllarda yoÄŸun bir ÅŸekilde yapılmakta olup, geliÅŸen teknoloji ve veri bankacılığı sayesinde ilaç analizleri artık farklı bir boyut kazanıyor. Makine ÖÄŸrenmesi (Machine Learning) ve Yapay Zekâ (Artificial Intelligence) sistemlerinin desteÄŸiyle bu programların kullanımı ve tahmin kapasitesi çok daha üst düzeye çıkacaktır. Gelecekte, lineer regresyon analizlerinin yerini “non-lineer regression” analizleri alacak ve deney yapmadan da moleküllerin tahmini hedef noktaları çok yüksek doÄŸrulukla belirlenebilecektir. Yani programlar size binlerce sentezi yapay olarak sentezleyip, bu sentezlerin hangilerinin daha etkili ve nasıl bir etki mekanizmasının olduÄŸunu ortaya koyabilecek. Bu analizler çok büyük maliyet ve zaman kaybının da önüne geçecektir. Ä°ÅŸte tam da bu yüzden genç arkadaÅŸlarımızın hangi alanda çalışıyor olurlarsa olsunlar, yapay zekâ ve makine öÄŸrenmesi gibi geleceÄŸin geliÅŸmiÅŸ teknolojilerini öÄŸrenmeleri gerekiyor.
“Molecular Docking” vb. hedefe yönelik geliÅŸmiÅŸ analizler ilaç keÅŸiflerinde rol alacak ve gelecek bu yönde ilerleyecektir.
Bilimle kalın!
KAYNAKÇA:https://www.tekyolbilim.com/ilac-kesiflerinde-yapay-zeka-devrimi-basliyor/. , www.hurriyet.com.tr/teknoloji/yapay-zeka-ilac-kesfedebilir-mi-41326326
GÖRSEL2:hekimkiz.com