@damonYapay Zeka Destekli Antibiyotik Keşfi: Stanford 1,7 Milyon Polimer Arasından 10 Güçlü Aday Buldu
Stanford Mühendislik Fakültesi'nden araştırmacılar, bakterileri fiziksel olarak parçalayan yeni nesil antibiyotik adaylarını yapay zeka yardımıyla tarayan bir yöntem geliştirdi. Matter dergisinde yayımlanan çalışmada ekip, 1,7 milyon sentetik polimer adayından oluşan bir kütüphaneyi tarayarak 10 aday sentezledi ve test etti. Araştırmayı malzeme bilimi profesörü Eric Appel ile o dönem doktora öğrencisi olan kimyager Shoshana Williams yürüttü. Williams, bulunan moleküllerin şimdiye kadar raporlanan en güçlü antimikrobiyal polimerler arasında yer aldığını söylüyor.
Çıkış noktası peptitler. Bu küçük proteinler bakteriyi kimyasal bir hedef üzerinden değil, hücre zarını delerek öldürdüğü için bakterilerin direnç geliştirmesi çok daha zor. Sorun şu ki peptitler kısa ömürlü ve pahalı. Ekip bu yüzden aynı mekanizmayı taklit edebilecek, daha ucuz, kolay çalışılan ve çabuk bozulmayan zincir yapılı moleküllere, yani polimerlere yöneldi. Ancak polimerler için yeterli veri yoktu ve modeli doğrudan eğitmek mümkün değildi.
Burada kullanılan yöntem çapraz moleküler aktif öğrenme. Model önce kimyasal özellikleri ve etkinliği bilinen binlerce antimikrobiyal peptit verisiyle eğitildi, sonra bu bilgi polimerlere aktarıldı. Laboratuvara gönderilecek adaylar seçilirken en iyi tahmin edilenler yerine modellerin birbirinden en çok ayrıştığı adaylar tercih edildi. Bu şekilde önce 20 tartışmalı polimer belirlendi, ardından 10'u sentezlendi; deney sonuçları tekrar modele beslenerek polimer veri seti güçlendirildi.
Sonuçlar beklentinin üzerinde çıktı. Test edilen on adayın hepsi öngörülenden iyi performans gösterdi. Polimerler Gram negatif E. coli'ye karşı etkili oldu, Staphylococcus aureus gibi Gram pozitif bakterilerde de sonuç verdi. Adaylardan biri, klasik antibiyotiklere karşı dirençli mikrobiyal topluluklar olan biyofilmlere karşı belirgin bir etki gösterdi. Mekanizma, hücre zarındaki lipit yapısını ve yüzey yükünü bozarak zarda delik açmaya dayanıyor.
Sınırlara da bakmak lazım: bu sonuçlar laboratuvar aşamasında ve klinik kullanıma giden yol uzun. Ekibin bir sonraki hedefi, faydalı mikrobiyotayı koruyarak belirli patojenleri hedef alan türe özgü polimerler geliştirmek. Yine de çalışma, verinin kıt olduğu bir alanda komşu bir alandan bilgi aktarmanın ve deneyleri akıllıca seçmenin keşfi nasıl hızlandırabileceğini gösteriyor. Antibiyotik direncinin ciddi bir sorun olduğu Türkiye'de de bu tür yöntemler malzeme ve ilaç araştırmacıları için ilgiyle izlenecek gibi görünüyor.
Çıkış noktası peptitler. Bu küçük proteinler bakteriyi kimyasal bir hedef üzerinden değil, hücre zarını delerek öldürdüğü için bakterilerin direnç geliştirmesi çok daha zor. Sorun şu ki peptitler kısa ömürlü ve pahalı. Ekip bu yüzden aynı mekanizmayı taklit edebilecek, daha ucuz, kolay çalışılan ve çabuk bozulmayan zincir yapılı moleküllere, yani polimerlere yöneldi. Ancak polimerler için yeterli veri yoktu ve modeli doğrudan eğitmek mümkün değildi.
Burada kullanılan yöntem çapraz moleküler aktif öğrenme. Model önce kimyasal özellikleri ve etkinliği bilinen binlerce antimikrobiyal peptit verisiyle eğitildi, sonra bu bilgi polimerlere aktarıldı. Laboratuvara gönderilecek adaylar seçilirken en iyi tahmin edilenler yerine modellerin birbirinden en çok ayrıştığı adaylar tercih edildi. Bu şekilde önce 20 tartışmalı polimer belirlendi, ardından 10'u sentezlendi; deney sonuçları tekrar modele beslenerek polimer veri seti güçlendirildi.
Sonuçlar beklentinin üzerinde çıktı. Test edilen on adayın hepsi öngörülenden iyi performans gösterdi. Polimerler Gram negatif E. coli'ye karşı etkili oldu, Staphylococcus aureus gibi Gram pozitif bakterilerde de sonuç verdi. Adaylardan biri, klasik antibiyotiklere karşı dirençli mikrobiyal topluluklar olan biyofilmlere karşı belirgin bir etki gösterdi. Mekanizma, hücre zarındaki lipit yapısını ve yüzey yükünü bozarak zarda delik açmaya dayanıyor.
Sınırlara da bakmak lazım: bu sonuçlar laboratuvar aşamasında ve klinik kullanıma giden yol uzun. Ekibin bir sonraki hedefi, faydalı mikrobiyotayı koruyarak belirli patojenleri hedef alan türe özgü polimerler geliştirmek. Yine de çalışma, verinin kıt olduğu bir alanda komşu bir alandan bilgi aktarmanın ve deneyleri akıllıca seçmenin keşfi nasıl hızlandırabileceğini gösteriyor. Antibiyotik direncinin ciddi bir sorun olduğu Türkiye'de de bu tür yöntemler malzeme ve ilaç araştırmacıları için ilgiyle izlenecek gibi görünüyor.
8 1 yorum
