AlphaFold, Nobel Ödüllü Devrimsel Protein Yapısı Tahmin Aracı, Veri Sıkıntısı Çekiyor.
Yapay zeka (AI) modeli AlphaFold’un en son sürümü olan AlphaFold 3, ilaç keşfi için bir dönüm noktası olarak tanıtıldı, çünkü proteinlerin diğer moleküllerle, özellikle ilaçlarla olan etkileşimlerini modelleyebiliyor.
Ancak AlphaFold’un temel aldığı verilerde—yüz binlerce kamuya açık protein yapısında—bu tür etkileşimlere dair yeterli örnek bulunmaması, bilim insanlarına göre aracı ilaç şirketlerinin en çok ilgilendiği uygulamalar açısından kısıtlıyor.
Önde gelen ilaç şirketlerinden oluşan bir konsorsiyum, bugün, şu anda şirket kasalarında saklanan binlerce protein yapısını kullanarak kendi AlphaFold-3-esinli AI modellerini geliştirme planlarını duyurdu. Bu, Protein Data Bank’ta (PDB) serbestçe erişilebilen 200.000’den fazla protein yapısına ek bir veri kaynağı olacak.
“PDB’de eksik olan veriler, tam olarak bizim iç verilerimizde mevcut,” diyor Chicago, Illinois merkezli ilaç şirketi AbbVie’de hesaplamalı ilaç keşfi başkanı ve AI Yapısal Biyoloji Konsorsiyumu’nun bir parçası olan John Karanicolas.
Konsorsiyumun modeli, akademik araştırmacılar tarafından yalnızca kamuya açık veriler kullanılarak geliştirilen ve Nisan ayında yayımlanması beklenen OpenFold 3’e dayanacak. Ancak AbbVie, Johnson & Johnson, Sanofi ve Boehringer Ingelheim gibi üyeleri içeren konsorsiyumun modeli, üye şirketler dışında erişime açılmayacak.
Londra merkezli AlphaFold’un geliştiricisi Google DeepMind projeye dahil değil ve yorum yapmayı reddetti. DeepMind’ın yan kuruluşu Isomorphic Labs ise AlphaFold 3’ü, Novartis ve Eli Lilly gibi ilaç şirketleriyle olan iş birliklerinde kullanıyor.
İlaç Verisi Eksikliği
AlphaFold’un proteinlerin 3D yapılarını dizilerinden tahmin etme yeteneği, PDB’de deneysel yöntemlerle haritalanan geniş protein yapısı koleksiyonuna erişmesine dayanıyor. Bu yapıların çoğu, biyolojik ortaklarla (hücresel enerji kaynağı ATP gibi) etkileşimleri içerse de, ilaç bileşikleriyle olan etkileşimler açısından sınırlı kalıyor, diyor Karanicolas.
Sonuç olarak, AlphaFold 3 potansiyel ilaçlarla proteinlerin nasıl etkileşime girdiğini tahmin etme konusunda yeterli performans gösteriyor, ancak “bu hâlâ oldukça açık bir problem” diyor New York’taki Columbia Üniversitesi’nden hesaplamalı biyolog Mohammed AlQuraishi, OpenFold’un geliştirilmesine liderlik eden isim.
PDB’de nadiren yer alan ilaç şirketlerine ait protein yapı verileri bu soruna yardımcı olabilir. İlaç geliştirme süreçlerinde, firmalar genellikle aynı proteinin farklı ilaç adaylarına bağlanmış çok sayıda yapısını belirler.
Bu özel protein yapı verilerinin tam kapsamı bilinmiyor. Ancak Rutgers Üniversitesi’nden ve PDB’yi barındıran kuruluşlardan birinin direktörü olan yapısal biyolog Stephen K. Burley’e göre, bu veriler PDB’nin sahip olduğu veri miktarına eşit ya da daha fazla olabilir. Yalnızca AbbVie, konsorsiyumun AI modeline 9.000’den fazla yapı sağlıyor. “Bu duvarların arkasında ne kadar veri biriktiğini görmek gerçekten çılgınca,” diyor AlQuraishi.
İlaç şirketleri yeni modelin geliştirilmesi için birbirleriyle veya AlQuraishi ile gerçek protein yapılarını paylaşmayacak. Bunun yerine, Berlin merkezli Apheris adlı bir girişim tarafından geliştirilen bir platform kullanılacak. Bu platform, OpenFold 3’ün özel verilerle yeniden eğitilmesini sağlayacak ancak yapılar hiçbir zaman şirketlerin dijital duvarlarının dışına çıkmayacak. Karanicolas’a göre, modelin eğitiminde kullanılan özel yapıların tersine mühendislikle belirlenmesi mümkün olmayacak.
Yapılar Üzerindeki Gizlilik
Modelin erişimi başlangıçta yalnızca konsorsiyum üyeleriyle sınırlı olacak ve Karanicolas, daha fazla ilaç şirketinin katılmasını umuyor. Konsorsiyum, modelin performansını değerlendirdikten sonra akademik bilim insanlarına erişim sağlama konusunu düşünecek.
Wankowicz, ilaç şirketlerinin bu tür yapısal verileri en başından daha fazla kamuya açması gerektiğini düşünüyor. PDB’de bulunan 233.000 proteinin yalnızca %6’sının ilaç şirketleri tarafından sağlandığını belirtiyor Burley.
Shoichet de ilaç şirketlerinin daha fazla yapı paylaşması için güçlü bir neden olduğunu kabul ediyor, ancak bu konuda iyimser değil. “Bu konuları 30 yıldır tartışıyorum ve hiçbir zaman gerçekleşmedi. Artık dile bile getirmiyorum,” diyor.
Buna karşın Burley, AlphaFold 2 ve AlphaFold 3 çağında, şirketlerin daha fazla açıklık sağlamanın avantajlarını görebileceğini düşünüyor. “Şirketler, artık daha büyük bir inanç sıçraması yapmaya çok daha yatkın olacaklar.”
Yazı hakkında daha fazla detaya ulaşmak için tıklayınız.
Benzer Güncel Haberler İçin BIOSSCOPE