Değerli dostlar,
Gerçekten çok önemli bir çağda
yaşıyoruz. Her gün inanılmaz gelişmeler yaşanıyor. Size 4. Sanayi devriminden
sürekli bahsediyorum. Yapay zeka kavramının sanayide kullanımıyla, nelerin
değişeceği, nelerin kolaylaşacağı, elde edilecek faydalar ile ilgili sürekli
konuşuyoruz. Bugün yapay zeka ile biyokimya alanında neler yapılabileceği ile
ilgili yazı yazacağım.
Yazının orijinali, Popular
Science dergisinden alınmıştır. “ABD Enerji Bakanlığı’nın Ulusal Lawrence
Berkeley Laboratuvarı’nda çalışan bilim insanları, makine öğrenim
algoritmalarını yapay biyolojinin ihtiyaçlarına göre uyarlayıp yapılan
geliştirmeye sistematik olarak yön veren yeni bir araç geliştirmişler. Bilim
insanları bu sayede yıllar harcayıp, bir hücreyi manipüle etmek için hücrenin
her kısmını ve bu kısımların ne yaptığını en ince ayrıntısına kadar anlamak
zorunda kalmayacak. Bunun yerine algoritmalar, sınırlı bir eğitim verisiyle bir
hücrenin DNA’sındaki veya biyokimyasındaki değişimlerin, hücre davranışını
nasıl etkilediğini tahmin edebilecek ve ardından sonraki mühendislik döngüsü
için öneride bulunup, istenen hedefe ulaşmak için olasılıksal tahminler
yürütebilecekler.
Araştırmaya önderlik eden
Hector Garcia Martin, “Bu imkanlar devrimsel nitelikte” diyor. “Şu an
biyomühendislik çok yavaş bir süreç. Sıtma ilacı artemisininin oluşturulması
150 insan yılına mal oldu (araştırmacıların harcadığı toplam yıl). Eğer belirli
özelliklerdeki yeni hücreleri birkaç yıl yerine birkaç hafta veya ayda
oluşturabilirseniz, biyomühendislik ile yapabileceklerinizde gerçekten devrim
yaratabilirsiniz.
Araştırmacılar yürüttükleri yeni
deneyde bir yapay zeka algoritması kullanarak, Saccharomyces cerevisiae ya
da ekmek mayası olarak bilinen bir maya türünün ürettiği, çeşitli kullanım
alanlarına sahip triptofan amino asidinin üretimini artırmak üzere metabolik
mühendislik sürecine yön vermişler.
Bu bağlamda, her biri farklı bir
gen başlatıcısıyla ve hücre içindeki diğer mekanizmalarla kontrol edilen ve
toplamda 8.000 civarı potansiyel biyolojik güzergâh bileşimini temsil eden beş
gen seçmişler. Danimarka’da çalışan araştırmacılar, daha sonra bu güzergâhların
tüm muhtemel kombinasyonların sadece %3’ünü temsil eden 250 tanesinden deneysel
veriler elde etmişler ve bu veriler, algoritmanın eğitiminde kullanılmış. Diğer
bir ifadeyle yapay zeka, hangi çıktının (amino asit üretimi) hangi girdiyle
(gen ifadesi) ilişkili olduğunu öğrenmiş.
Makine öğrenim algoritması, daha
sonra istatistiksel çıkarım kullanarak geriye kalan 7.000’in üzerindeki
bileşimin her birinin, triptofan üretimini nasıl etkileyeceğini tahmin etmiş.
Algoritmanın en sonunda önerdiği tasarım, triptofan üretimini en gelişkin
referans soya kıyasla %106 ve modelin eğitiminde kullanılan en iyi tasarımlara
kıyasla %17 artırmış.
Kaynak : ABD Enerji
Bakanlığı/Ulusal Lawrence Berkeley Laboratuvarı.”
İşte böyle, gerçekten hayranlık duymamak imkansız.
İyi haftalar diliyorum,
Saygılarımla,
Ufuk Saygın
AQUA
Danışmanlık
Yorumlar
Yorum Gönder