Google DeepMind araştırmacıları, DNA’mızdaki değişikliklerin farklı hücreleri nasıl etkilediğini çözmek üzere tasarlanan yeni bir YZ modeli tanıttı. Model, bilim insanlarına zorluğuyla bilinen bir soruna dair daha ayrıntılı bir bakış açısı sunuyor. Bu da hastalıkların nedenlerine dair önemli ipuçları barındırabilir ve yeni tedavilerin yolunu gösterebilir.
AlphaGenome 2, DeepMind’ın geçen yıl piyasaya sürdüğü genom tahmin edici YZ modeli AlphaGenome’un halefi. İnsan vücudundaki neredeyse her hücre aynı DNA’yı taşısa da kalp kası hücreleri ve deri hücrelerinden bir enfeksiyonla savaşan bağışıklık hücrelerine kadar farklı hücre tipleri, farklı genleri açıp kapatıyor ve bu örüntüler hücrenin ne yaptığına bağlı olarak değişebiliyor. Sonuç olarak aynı genetik varyant, hücrenin tipine ve durumuna bağlı olarak çok farklı etkiler yaratabiliyor.
Yeni model, genetik varyantların tekil hücre tipleri ve durumları üzerindeki etkilerini tahmin ederek bu farklılıkları yakalamak üzere tasarlandı. Google, çarşamba günü yayımladığı bir blog yazısında modelin, AlphaGenome gibi daha geniş kapsamlı modellere kıyasla çok daha ince ayrıntılı bir görünüm sunduğunu belirtti. Böylelikle aksi takdirde gözden kaçabilecek, belirli hücrelerdeki hastalıkla bağlantılı etkileri ortaya çıkarma potansiyeli taşıyor.
AlphaGenome 2, bu daha ayrıntılı görünümü kazandırmak amacıyla 68 dokudaki 100 milyondan fazla tekil hücre profili üzerinde eğitildi. DeepMind, modelin tekil hücreleri ayrıntılı olarak haritalayan ve kataloglayan devasa veri depoları olan statik hücre atlaslarını fiilen “insan genetiği için tahmine dayalı bir motora” dönüştürdüğünü söylüyor. Şirkete göre AlphaGenome 2, hücrelerdeki gen ifadesini değiştirebilen varyantları, önceki en gelişmiş modeline kıyasla neredeyse iki kat daha fazla tespit ediyor.
Araştırmacılar dikkat çekici bir şekilde, AlphaGenome 2’nin yeniden eğitilmeye gerek kalmadan yeni hücre tipleri ve biyolojik durumlar hakkında da tahminlerde bulunabildiğini keşfetti. Model ayrıca deneysel verilerdeki boşlukları belirleyebiliyor ve bilim insanlarının laboratuvarda bir sonraki adımda neyi araştıracaklarına karar vermelerine yardımcı olma potansiyeli taşıyor.
Projede yer alan Google DeepMind araştırma bilimcisi Adam Gayoso’ya göre en büyük atılım “insan genetiğini hücre biyolojisine bağlamak”. Gayoso, The Verge’e yaptığı açıklamada, AlphaGenome 2’nin araştırmacılara büyük popülasyonlarda tespit edilen genetik varyantları derinlemesine inceleme, bunların hücresel düzeyde ne gibi etkileri olabileceğini görme ve bu etkileri potansiyel olarak hastalıkla ilişkilendirme yolu sunduğunu söyledi.
Google DeepMind’ın genomik araştırmalarından sorumlu yöneticisi Žiga Avsec, The Verge’e yaptığı açıklamada, özellikle belirli bir hastalığın nasıl tedavi edileceğini anlamaya çalışırken bu ayrıntı düzeyinin büyük önem taşıdığını söyledi. Avsec, “İlaç geliştirirken belirli proteinleri ve belirli hücre türlerini hedef alıyorsunuz.” diyerek bu kadar ayrıntılı analiz yapabilmenin neden kritik olduğunu açıkladı.
Avsec, tekil hücreleri ve durumlarını yüksek çözünürlükte yakalayabilen ve modeli eğitmek için gereken devasa veri kümelerini oluşturabilen yeni teknolojiler sayesinde, AlphaGenome 2 gibi bir model inşa etmenin ancak yakın zamanda mümkün hale geldiğini söyledi. DeepMind şimdi, günümüzde yeterince temsil edilmeyen hücre durumları da dahil olmak üzere daha fazla veri üreterek genetik modellerini geliştirmek için çalışıyor. Avsec, gelecek sürümlerin “birden fazla tür genelindeki” verilerle de eğitilebileceğini ve bunun modellere biyolojiye dair daha geniş bir bakış açısı kazandıracağını belirtti. Uzun vadede ise AlphaGenome 2 gibi modellerin, biyolojik sistemleri taklit etmek üzere tasarlanan dijital simülasyonlar olan “sanal hücreler” yaratma çabalarını besleyebileceğini ifade etti.
Avsec, AlphaGenome 2’yi AlphaGenome’un halefi olarak görse de yeni modelin yakın zamanda önceki sürümün yerini almayacağını belirtti çünkü daha ayrıntılı tahminler yapmak, daha fazla hesaplama gücü gerektiriyor ve bu tahminleri üretmek önceki modele göre “daha maliyetli”. Avsec’e göre bu gereksinimler, DeepMind’ın eylül ayında yayımladığı ve “insan genomundaki olası her DNA harfi değişikliğini” kapsayan genom çapındaki Atlas’ın AlphaGenome 2 kullanılarak oluşturulmasını pratik olmaktan çıkarırdı.
Google, AlphaGenome 2’yi bugünden itibaren AlphaGenome API aracılığıyla ticari olmayan araştırmaların kullanımına sunduğunu, ticari araştırmalar için ise sınırlı bir “özel ön izleme” başlattığını açıkladı.
Bu model, Google ve rakip YZ laboratuvarlarının bilim ve tıptaki büyük sorunları çözmek için bu teknolojiyi kullanmaya yönelik giderek artan çabalarının en son örneği. DeepMind’ın bilim için YZ araştırmalarına liderlik eden Pushmeet Kohli, daha etkileyici bilimsel sonuçların yolda olduğunun sinyalini verdi ve kurumun yakında Birleşik Krallık’ta otomatik bir malzeme bilimi laboratuvarı açması bekleniyor. Bu sırada Anthropic, ilaç tasarımı üzerinde deneyler yürütüyor ve Claude’a fiziksel deneylerin yürütüldüğü bir ıslak laboratuvar sağladı. OpenAI ise matematik ve bağlantılı alanlarda uzun süredir çözülemeyen dikkat çekici sayıda problemi art arda çözüyor.
Kaynak: https://www.theverge.com/ai-artificial-intelligence/1031524/google-deepmind-alphagenome-2-genetic-ai-model
