Kimya ve ilaç keşfi dünyasında devrim yaratmaya hazırlanan bir yapay zeka modeli, milyonlarca potansiyel molekülün gizli özelliklerini aydınlatıyor. Massachusetts Teknoloji Enstitüsü (MIT) araştırmacılarından oluşan ekip, geliştirdikleri yenilikçi algoritmalar sayesinde, deneysel olarak test edilmesi neredeyse imkansız olan 10²⁰ ila 10⁶⁰ arasında değişen küçük molekül ilaç adayını, saniyeler içinde analiz edebiliyor. Bu sayede, geleneksel yöntemlere kıyasla hem zaman hem de maliyet açısından devasa bir kazanç sağlanıyor.
MIT’nin Yükselen Yıldızı: Connor Coley ve AI’nin Kimyaya Girişi
Connor Coley, MIT’de yardımcı doçent olarak görev yaparken, kimya mühendisliği ve yapay zekanın kesişiminde çığır açıcı çalışmalara imza atıyor. Kendisi, hem MIT Kimya Mühendisliği Bölümü hem de MIT Schwarzman Bilişim Fakültesi’nde ortak görevler yürütüyor. Coley’in araştırmaları, organik moleküllerin sentezinden ilaç keşfine kadar geniş bir yelpazeyi kapsarken, temel amacı, makine öğrenmesi modellerini kimyasal süreçlerin temel ilkeleriyle bütünleştirmek.
"Bu yaklaşım, organik moleküllerin her türlü uygulama alanında kullanılabilir, ancak asıl odak noktamız küçük molekül ilaç keşfi," diyen Coley, ailesindeki bilimsel geçmişin de etkisiyle bu alana yöneldiğini belirtiyor. Coley’in babası radyolog, annesi ise moleküler biyofizik ve biyokimya alanında eğitim almış ve daha sonra MIT Sloan Yönetim Okulu’nda kariyerine devam etmiş. Coley’in yüksekokul yıllarında katıldığı Science Olympiad yarışmaları ve 16 yaşında mezun oluşu da onun bilimsel merakının erken yaşlarda başladığını gösteriyor.
Akademik Yolculuk: Caltech’ten MIT’ye Uzanan Bir Hikâye
Coley’in bilimsel kariyeri, California Teknoloji Enstitüsü’nde (Caltech) kimya mühendisliği alanında lisans eğitimi almasıyla başladı. Burada, bilim ve matematiğin kesişimini bulan Coley, aynı zamanda bilgisayar bilimlerine de ilgi duydu. Lisans yıllarında, Fortran programlama dilini kullanarak proteinlerin kristal yapısını çözmeye yardımcı olduğu bir yapısal biyoloji laboratuvarında çalıştı.
2014 yılında MIT’ye doktora yapmaya gelen Coley, profesörler Klavs Jensen ve William Green’in danışmanlığında otomatikleştirilmiş kimyasal reaksiyonların optimizasyonu üzerine çalışmalar yürüttü. Bu süreçte, makine öğrenmesi ve kimyasal bilgi (cheminformatics) yöntemlerini bir araya getirerek, yeni ilaç moleküllerinin sentezlenmesi için reaksiyon yollarını planlamaya odaklandı. Aynı zamanda, bu reaksiyonları otomatik olarak gerçekleştirebilecek donanımların tasarımı üzerinde de çalışmalar yaptı.
Coley’in kariyerindeki dönüm noktalarından biri, DARPA tarafından finanse edilen Make-It programına katılımı oldu. Bu program, makine öğrenmesi ve veri bilimi tekniklerini kullanarak ilaçlar ve diğer faydalı bileşiklerin sentezini iyileştirmeyi hedefliyordu.
"Bu program, benim için cheminformatics ve makine öğrenmesine giriş niteliğindeydi. Farklı kimyasalların nasıl sentezlenebileceğini ve hangi reaksiyonların mümkün olduğunu modellerle anlamaya başladım," diyor Coley.
MIT’ye Dönüş ve Kimya Sezgisinin AI Modellemesi
Doktorasını tamamladıktan sonra Coley, akademik kariyerine devam etmek için MIT’de öğretim üyesi olarak çalışmaya başladı. 25 yaşında, henüz doktora öğrencisiyken bile öğretim üyesi olmak için başvuruda bulunan Coley, MIT’nin sunduğu olanakların ve disiplinler arası işbirliklerinin cazibesine kapıldı.
"MIT, AI ve bilim arasındaki kesişimi destekleyen çok özel bir yer. Buradaki öğrencilerin kalitesi, motivasyonu ve işbirliklerinin gücü, aynı kurumda kalmanın potansiyel dezavantajlarını aşmaya yetti," şeklinde açıklıyor Coley.
2020 yılında MIT’ye geri dönen Coley, laboratuvarını kurarak AI’nın kimyasal sentezdeki rolünü genişletmeye başladı. Ekibiyle birlikte, sadece var olan terapötik potansiyele sahip bileşikleri sentezlemekle kalmayıp, aynı zamanda yeni moleküller tasarlamayı ve bu moleküllerin sentez yollarını öngörmeyi hedefliyor.
ShEPhERD ve FlowER: İlaç Keşfinde Yeni Dönem
Coley’in laboratuvarında geliştirilen modellere en iyi örneklerden biri, ShEPhERD adlı yapay zeka modeli. Bu model, ilaç molekülünün hedef proteinlerle etkileşimini, molekülün üç boyutlu yapısına dayanarak değerlendirebiliyor. Günümüzde birçok ilaç şirketi, yeni ilaç keşif süreçlerinde bu modeli kullanıyor.
"Amacımız, yapay zeka modellerine tıbbi kimya sezgisini kazandırmak. Böylece, modellerin doğru kriterleri ve değerlendirmeleri dikkate almasını sağlıyoruz," diyor Coley.
Coley’in ekibi tarafından geliştirilen bir diğer yenilik ise FlowER adlı bir generatif AI modeli. Bu model, farklı kimyasal girdilerin bir araya getirilmesiyle oluşabilecek ürünleri öngörebiliyor. Araştırmacılar, bu modeli geliştirirken, kütlenin korunumu yasası gibi temel fizik ilkelerini modele dahil etmişler. Ayrıca, reaktanlardan ürünlere giden yolculuktaki ara adımların fizibilitesini de göz önünde bulundurmuşlar. Bu yaklaşımlar, modelin tahmin doğruluğunu önemli ölçüde artırmış.
"Kimyacılar, ara adımları, mekanizmaları ve reaksiyonun nasıl geliştiğini doğal olarak düşünürler. Bu, kimya eğitiminin temelidir. Ancak yapay zeka modelleri genellikle bu süreçleri doğal olarak dikkate almaz. Biz de bu boşluğu doldurmaya çalışıyoruz," şeklinde açıklıyor Coley.
Geleceğe Bakış: AI’nın Bilimdeki Rolü Genişliyor
Coley’in çalışmaları, yapay zekanın bilimsel keşif süreçlerinde nasıl bir katalizör görevi görebileceğine dair önemli ipuçları sunuyor. Gelecekte, bu tür modellerin sadece ilaç keşfi değil, aynı zamanda malzeme bilimi, enerji depolama ve hatta gıda endüstrisi gibi birçok alanda devrim yaratması bekleniyor. MIT’nin disiplinler arası yaklaşımı ve Coley’in liderliğindeki yenilikçi çalışmalar, bilim ve teknolojinin kesişiminde yeni ufuklar açıyor.
Yapay zeka özeti
MIT araştırmacıları, 10²⁰-10⁶⁰ arası potansiyel ilaç adayını analiz eden AI modelleri geliştiriyor. Connor Coley liderliğindeki ekip, kimyasal sentezde devrim yaratmayı hedefliyor.
