Yapay Zeka Virüslerin Gelecekteki Evrimini Tahmin Edebilir mi?
Dünyanın dört bir yanındaki laboratuvarlarda bilim insanları, bir virüsün RNA’sını kullanarak gelecekteki evriminin yörüngesini belirleyebilen yapay zeka modelleriyle çalışıyor. Araştırma başarılı olursa, önceden aşı ve ilaç geliştirmek ve viral pandemileri önlemek mümkün olabilir.
Yeni bir pandemiye hazırlık, büyük ölçüde bir virüsün evrimini sadece genetik dizilimine bakarak tahmin etme becerisiyle belirlenir. Bu henüz çok uzak bir ihtimal, ancak giderek artan sayıda araştırma grubu SARS-CoV-2, influenza ve diğer virüslerin evrimini tahmin etmek için yapay zeka (AI) kullanıyor.
Virüsler – özellikle SARS-CoV-2 gibi RNA virüsleri – sürekli olarak evrim geçirmekte ve yeni mutasyonlar biriktirmektedir. Bu değişikliklerden bazıları virüs için avantajlıdır.
Konakçı bağışıklığını atlatmasına ve hızla yayılmasına izin verirler. Virüsün evrimini tahmin ederek, araştırmacılar teorik olarak önceden aşılar ve antiviral ilaçlar geliştirebilirler.
Günümüzde yapay zeka araçları, bir virüsteki hangi bireysel mutasyonların en başarılı olacağını ve kısa vadede hangi varyantların “kazanacağını” tahmin edebiliyor. Ancak bilim insanları, uzun vadede ortaya çıkacak mutasyon kombinasyonlarını tahmin edebilmekten hala çok uzak.
Yapay zeka araçları
Glasgow Üniversitesi’nde (İngiltere) virolog olan David Robertson’a göre, Londra merkezli DeepMind tarafından yaratılan AlphaFold gibi yapay zeka tabanlı protein yapısı tahmin araçlarının ortaya çıkması, araştırmaya yeni bir ivme kazandırdı.
Yapay zeka modelleri, virüslerin evrimini tahmin etmek için büyük miktarda veriye ihtiyaç duyuyor. Tokyo Üniversitesi’nde biyoinformatik uzmanı olan Jumpei Ito, COVID-19’a neden olan SARS-CoV-2 virüsünün toplu sekanslamasının bunu mümkün kıldığını söylüyor. Araştırmacılar artık modellerini eğitmek için kullanabilecekleri yaklaşık 17 milyon diziye sahipler.
Boston, Massachusetts’teki Harvard Tıp Fakültesi’nden Deborah Marks ve ekibi tarafından geliştirilen EVEscape adlı bir model, virüsün hücreleri enfekte etmek için kullandığı SARS-CoV-2 spike proteininin 83 olası versiyonunu oluşturmak için kullanıldı. Spike proteinlerinin bu “avatarları”, aşılanmış veya şu anda dolaşımda olan varyantlarla enfekte olmuş kişiler tarafından üretilen antikorları atlayabilir ve gelecekteki COVID-19 aşılarının etkinliğini test etmek için kullanılabilir.
Ito’nun grubu, virüs varyantlarının bir popülasyonda hızla yayılma ve baskınlık elde etme yeteneğine odaklandı. Araştırmacılar, SARS-CoV-2 varyantlarının göreceli uygunluğunu tahmin edebilen CoVFit adlı bir model oluşturmak için ESM-2 yapay zeka aracını kullandılar. CoVFit, SARS-CoV-2 spike-in proteininin 13.643 varyantı üzerinde eğitildi ve Cao’nun grubundan bireysel mutasyonların virüsün antikorlardan kaçınma yeteneğini nasıl etkilediğine dair deneysel verileri kullandı. Ito’nun ekibi, Ağustos 2022’ye kadar varyant verileri üzerinde eğitilmiş sınırlı bir model oluşturdu ve 2022’nin sonlarında ortaya çıkan yeni bir varyant olan XBB5 de dahil olmak üzere, bu zaman diliminden sonra bazı varyantlar için uygunlukta bir artışı başarıyla tahmin ettiğini buldu.
Mart 2024’e gelindiğinde, JN.1 adlı bir varyant dünya çapında baskın SARS-CoV-2 varyantı haline gelmişti. Ito’nun grubu CoVFit’i kullanarak JN.1’in kazanmasına yardımcı olacak üç mutasyon belirledi. Bu mutasyonlar daha sonra dünya çapında hızla yayılan varyantlarda bulundu.
Viral evrimde büyük sıçramalar
Ito, bu modellerin çoğunun veri eksikliği nedeniyle sınırlı olduğunu, virüslerin ise evrim için neredeyse sınırsız olasılığa sahip olduğunu söylüyor. Örneğin, Omicron varyantı, araştırmacıların daha önce gördüğü hiçbir şeye benzemeyen 50’den fazla mutasyonla doğdu.
Bu tür ani evrimsel sıçramaları tahmin etmek zordur. Robertson ve meslektaşları, bu devasa evrimsel yörüngeleri daha iyi anlamak ve sınırlarını belirlemek için yapay zeka modellerini kullanmanın yollarını bulmaya çalışıyor.
Bilim insanları, ESM-2’nin yapay zeka modeline tek bir spike-in protein dizisi verirseniz, modelin değişikliklerin meydana gelebileceği bölgeleri ve bu değişikliklerin proteinin diğer bölgelerini nasıl etkileyebileceğini belirleyebileceğini buldular.
Robertson, “Şimdiye kadar bir tür kara büyü gibi görünüyor” diyor. Hedefin, virüsün insanlarda keşfedildikten sonra erken evrimleşme olasılığının ne kadar olduğunu belirlemek olduğunu söylüyor.
Derleyen: Feyza ÇETİNKOL
Kaynak: Yapay Zeka Virüslerin Gelecekteki Evrimini Tahmin Edebilir mi?
“‘Çoklu Evren Simülasyon Motoru’ Robotları, Tüm Olası Gelecekleri Tahmin Etmek İçin Eğitiyor”