Google AI, 97 amino asitli antibakteriyel peptit adayını belirledi

Google DeepMind, solunum yolu enfeksiyonlarıyla ilişkili bir bakteride 97 amino asit uzunluğunda bir antibakteriyel peptit adayı belirledi. Adayın laboratuvar doğrulaması sürüyor.

Google DeepMind, 15 Ekim’de yayımladığı teknik gösterimde bir araştırmacının Google Antigravity ve bir yapay zekâ ajanı kullanarak Streptococcus pseudopneumoniae bakterisinin proteinlerini incelediğini açıkladı.

Antimikrobiyal peptitler, kısa amino asit zincirlerinden oluşuyor. Bazıları bakterilerin çoğalmasını engelliyor. Bu çalışmada, yeni bir antimikrobiyal madde olma potansiyeli taşıyan protein adayları araştırıldı.

Araştırmacılar, halka açık UniProt protein veri tabanında işlevi sınıflandırılmamış milyonlarca protein dizisini taradı. Amino asit dizilerinden biyolojik işlev tahmini yapan Google’ın ProtNLM modelinden yararlandı.

Araştırmacı analiz hedefini ve aranacak kanıtları belirlerken yapay zekâ ajanı farklı veri tabanlarında aday arama, yapı analizi ve literatür incelemesine yardımcı oldu. Google’ın gösteriminde araştırmacı ile ajan, analiz yönünü belirlemek için birkaç kez karşılıklı iletişim kurdu.

Ajan, milyonlarca dizi arasından incelenecek adayları daralttı. Google’ın öne çıkardığı aday, UniProt kayıt numarası A0A0U0D591 olan ve bakteriyosin ailesinde yer alan 97 amino asitlik bir protein.

Araştırmacı, adayın bilinen proteinlerden ne ölçüde farklı olduğunu da inceledi. Google, elle incelenmiş proteinleri içeren Swiss-Prot verileriyle yapılan karşılaştırmada anlamlı dizi benzerliği gösteren bir protein bulunmadığını belirtti.

Daha sonra adayın AlphaFold veri tabanındaki tahmini üç boyutlu yapısı alındı ve deneylerle yapısı doğrulanmış proteinlerle karşılaştırıldı. Google, aday yapısının bilinen bakteriyosinlere benzerliğinin işlev tahminini desteklediğini açıkladı.

Analiz protein dizisi ve yapısıyla sınırlı kalmadı. Araştırmacılar aday genin çevresindeki diğer genleri de inceledi. Adayın, ABC taşıyıcısıyla ilişkili genlerin ve başka bakteriyosin genlerinin bulunduğu bir bölgede yer alması, antimikrobiyal işlev varsayımını destekleyen bir ipucu olarak sunuldu.

Literatür incelemesi, adayın bakterilerin hücre bölünmesini engelleyebileceği ihtimalini gündeme getirdi. Birden fazla ilaca dirençli bakterilere karşı etkili olabileceği tahmini de literatür ve hesaplamalı analizlere dayanan bir hipotez.

Google, aday proteini ürettikten sonra antibakteriyel etkinliği, hedef üzerindeki etkisi ve in vitro toksisiteyi incelemek için deney planı hazırladı. Bu aşama, bilgisayar analizlerinden elde edilen sonuçların biyolojik deneylerle sınanmasını amaçlıyor.

Adayın yanı sıra aynı yöntemle bulunan başka maddeler de laboratuvarda doğrulanıyor. Google bu gösterimde adayın deney sonuçlarını paylaşmadı ve antimikrobiyal etkinliğin takip deneyleriyle doğrulanması gerektiğini belirtti.

Çalışma, Google’ın bilimsel araştırmalar için tanıttığı Science Skills araç setiyle de bağlantılı. Google, resmî duyurusunda bu araç setinin UniProt ve AlphaFold veri tabanları da dahil olmak üzere 30’dan fazla yaşam bilimi veri tabanı ve aracını birbirine bağladığını açıkladı.

Google, Science Skills’in ilk denemelerinde normalde birkaç saat süren karmaşık analizlerin birkaç dakikada tamamlandığı örnekleri paylaştı. Bu örneklerden biri, AK2 genindeki mutasyonla bağlantılı nadir bir genetik hastalığın olası etki mekanizmasını inceleyen ayrı bir analizdi; söz konusu sonuç, bu antibakteriyel adayın etkinliğini veya ilaç geliştirme süresini ölçmüyor.

Google’ın gösterimi, protein adaylarının nasıl arandığını ve sonraki deneylerin nasıl planlandığını ortaya koydu. Adayın antibakteriyel etkinliği ise yapılacak deneylerin sonuçlarına bağlı.