Harvard ve Columbia Araştırmacıları Yapay Zeka ile Genetik Kodu Yeniden Yazdı

Harvard ve Columbia üniversitelerinden araştırmacılar, yapay zeka araçlarını kullanarak yaşamın temel yapı taşlarından olan genetik kodu yeniden tasarlamayı başardı. Bilim insanları, derin öğrenme modelleri yardımıyla hücrelerin normalde ihtiyaç duyduğu 20 amino asit sayısını 19'a düşürerek genetik mühendisliğinde tarihi bir adıma imza attı.

Evrimsel Hipotez ve İzolösinin Çıkarılması

Dünya üzerindeki tüm canlıların ortak bir atadan geldiğini gösteren evrensel genetik kod, temel olarak 20 farklı amino asit üzerine kuruludur. Araştırma ekibi, yaşamın erken dönemlerinde canlıların daha az amino asit kullandığı hipotezini test etmek için bu sistemden bir bileşeni çıkarmayı hedefledi. Yapılan analizler sonucunda, E. coli genomunda diğer amino asitlerle en sık yer değiştiren bileşen olan izolösin (isoleucine) hedef olarak belirlendi.

Bilim insanları, izolösin yerine valin (valine) kullanarak hücrelerin hayatta kalıp kalamayacağını 36 temel gen üzerinde test etti. Birçok durumda hücreler bu değişime uyum sağlayamayarak ölse de, 17 genin bu modifikasyondan etkilenmediği ve işlevini sürdürdüğü tespit edildi.

AlphaFold 2 ve Derin Öğrenmenin Rolü

Mesajcı RNA'ları proteinlere dönüştüren karmaşık bir yapı olan ribozom, bu tür bir mühendislik çalışması için oldukça zorlu bir test alanı oluşturuyor. Ekip, ribozom proteinlerini izolösin içermeyecek şekilde yeniden tasarlamak için AlphaFold 2 gibi Nobel ödüllü deep learning tabanlı protein tasarım yazılımlarından yararlandı.

Yazılım destekli bu süreç, ribozomun küçük alt birimindeki 21 proteinin tamamından izolösinin çıkarılmasıyla sonuçlandı. Özellikle rplW adlı genin kritik bir engel oluşturduğu aşamada, yapay zeka modellerinin önerdiği alternatif dizilimler sayesinde başarılı bir sonuç elde edildi. Araştırmacılar, bu modellerin insan biyologların genellikle kaçınacağı radikal değişiklikler önerdiğini vurguluyor.

Yapay Zekanın Kara Kutu Problemi ve Gelecek

Elde edilen yeni ribozom yapısı, hücrelerin normal bir E. coli bakterisine kıyasla yaklaşık yüzde 60 hızla büyümesini sağlıyor. Ancak mevcut AI modellerinin kararlarını açıklayamaması, yani bir "kara kutu" gibi çalışması, bilim insanları için hala önemli bir kısıtlama. Yazılımın neden belirli bir dizilimi tercih ettiğini tam olarak anlamak için insan zekasının analiz yeteneğine ihtiyaç duyulmaya devam ediliyor.

--- **İlgili Kaynaklar:** Detaylı yapay zeka danışmanlık ve çözüm hizmetleri için [yapay zeka firması](https://yapayzekafirmasi.com) sayfasını incelemenizi öneriyoruz.