Labmedya - Laboratuvar ve Sağlık Gazetesi

Pnas'ta yayınlanan bu yenilikçi yaklaşım, protein etkileşimlerini benzeri görülmemiş bir doğrulukla tahmin etmek için doğal dil işlemeden gelişmiş makine öğrenimi tekniklerini uygulamaktadır.

Proteinler, hemen hemen her biyolojik süreçte yer alan yaşamın yapı taşlarıdır. Proteinlerin birbirleriyle nasıl etkileşime girdiğini anlamak, hücresel işlevlerin karmaşıklığını çözmek için çok önemlidir ve ilaç geliştirme ile hastalıkların tedavisi için önemli çıkarımlara sahiptir. Bununla birlikte, hangi proteinlerin birbirine bağlanacağını tahmin etmek, protein yapılarının çok çeşitli ve karmaşık olması nedeniyle, hesaplamalı biyolojinin zorlu bir yönü olmuştur. Ancak EPFL'deki Anne-Florence Bitbol grubunun yaptığı yeni bir çalışma artık tüm bunları değiştirebilmektedir.

Umberto Lupo, Damiano Sgarbossa ve Bitbol'un da aralarında bulunduğu bilim adamlarından oluşan ekip, etkileşimli protein dizilerinin tahminini önemli ölçüde geliştirebilen yapay zeka tabanlı bir yaklaşım olan Diffpalm'ı (Hizalama Tabanlı Dil Modellerini Kullanarak Farklılaştırılabilir Eşleştirme) geliştirmiştir. Diffpalm, iki protein ailesinin üyeleri arasındaki protein etkileşimlerini benzeri görülmemiş bir doğrulukla analiz etmek ve tahmin etmek için, doğal dil işlemeden ödünç alınan gelişmiş bir makine öğrenimi konsepti olan protein dili modellerinin gücünden yararlanmaktadır. Etkileşen protein çiftlerini tahmin etmek için bu makine öğrenimi tekniklerini kullanmaktadır. Bu, genellikle büyük, çeşitli veri kümeleri gerektiren ve ökaryotik protein komplekslerinin karmaşıklığıyla mücadele eden diğer yöntemlere göre önemli bir gelişmeye yol açmaktadır.

Diffpalm'ın bir diğer avantajı da çok yönlülüğüdür; çünkü daha küçük dizili veri kümeleriyle bile çalışabilir ve bu nedenle az sayıda homologa sahip nadir proteinleri hedefleyebilmektedir. Ayrıca, MSA Transformer ve Alphafold'un Evoformer modülü gibi çoklu dizi hizalamaları üzerinde eğitilmiş protein dili modellerine dayanır; bu, proteinler arasındaki karmaşık etkileşimleri yüksek derecede doğrulukla anlamasına ve tahmin etmesine olanak tanımaktadır. Bununla beraber, birden fazla proteinin bağlanmasıyla oluşan karmaşık yapılar olan ve hücre süreçlerinin çoğu için gerekli olan protein komplekslerinin yapısını tahmin etme konusunda Diffpalm kullanmak büyük umut vaat etmektedir.

Diffpalm'ın temel protein biyolojisi alanında uygulanması açıktır, ancak bunun ötesine uzanır, çünkü tıbbi araştırma ve ilaç geliştirmede güçlü bir araç olma potansiyeline sahiptir. Örneğin, protein etkileşimlerini doğru bir şekilde tahmin etmek hastalık mekanizmalarını anlamaya ve hedefli tedaviler geliştirmeye yardımcı olabilmektedir. Araştırmacılar, bilim camiasının hesaplamalı biyolojide daha fazla ilerleme sağlamak ve araştırmacıların protein etkileşimlerinin karmaşıklığını keşfetmesine olanak sağlamak için onu geniş çapta benimsemesini umarak Diffpalm'ı ücretsiz olarak kullanıma sunmuşlardır.

Diffpalm, gelişmiş makine öğrenimi tekniklerini karmaşık biyolojik verilerin verimli bir şekilde işlenmesiyle birleştirerek hesaplamalı biyolojide önemli bir ilerlemeye işaret etmektedir. Bu sadece protein etkileşimleri konusundaki anlayışımızı geliştirmekle kalmıyor, aynı zamanda tıbbi araştırmalarda yeni yollar açarak potansiyel olarak hastalık tedavisinde ve ilaç geliştirmede atılımlara yol açmaktadır.

Yazar: Bassma BOUANANI

Kaynakça:https://www.lab-worldwide.com/ai-tool-diffpalm-advances-computational-biology-a-f7bd935d9d09ff884672d638139a1333/