Page 36 - LabMedya - 87

36 BILIM

inVia™ Qontor Konfokal
®

YAPAY ZEKA DESTEKLİ Raman Mikroskopu

SANAL LABORATUVAR

Sanal laboratuvardaki yapay zeka SANAL LABORATUVAR MIMARISI kullanılabilecek makine öğrenimi ve/veya hesaplama ROSETTA KULLANIMI
araçlarını listelemelerini istedi. Toplantıda, önceden
Hesaplamalı Biyolog, ayrıca Rosetta kullanarak na-
Sanal Laboratuvar, insan araştırmacının yüksek düzeyde
(YZ) ajanları, bilim insanlarının rehberlik sağladığı ve LLM ajanlarının araştırma yönünü eğitilmiş modellerin kullanımına özellikle dikkat edildi. nobody-spike bağlanma enerjilerini hesaplamakla
haftalar, hatta aylar sürecek belirleyip spesifik sorunlara çözümler tasarladığı bir Proje seçim toplantısında olduğu gibi, bu toplantı da sorumluydu. AlphaFold-Multimer’dan tahmin edilen
beş paralel iterasyonla yapıldı, ardından PI ve Bilimsel
nanobody-spike yapısını içeren bir PDB dosyası veril-
sistem olarak tasarlandı. Her bir ajan, kendisine atanmış
işlerini göz açıp kapayıncaya bir rol (örneğin, biyolog ajan) ve alanına özgü araçlarla Eleştirmen ile birleştirme toplantısı yapıldı. Ajanlar, he- diğinde, Rosetta ile bağlanma enerjisini hesaplayan bir
(örneğin, AlphaFold gibi protein modelleme araçları)
RosettaScripts XML dosyası yazması istendi.
saplama nanobody tasarım iş akışında kullanmak üzere
kadar tamamlıyor. Ve bu sadece donatılmış durumda. ESM23, AlphaFold-Multimer24 ve Rosetta25 araçlarını
başlangıç… Sistem, iki ana araştırma yöntemiyle çalışıyor: seçmeye karar verdi. IŞ AKIŞI TASARIMI
Son olarak, Sanal Laboratuvar, PI ajansı ile birlikte ESM,
AlphaFold-Multimer ve Rosetta’yı kullanarak nanobody
1. Takım Toplantıları: Tüm ajanlar, geniş bir araş- tasarımını gerçekleştirecek bir iş akışı tasarımı yaptı. İlk
tırma sorusunu tartışmak için bir araya gelir ve dört nanobody adayı için, ESM kullanılarak tüm nokta
Bilim dünyası yepyeni bir dönemin eşiğinde! Araştırmacı- birlikte bir çözüm bulmaya çalışır. mutasyonları değerlendirildi ve en iyi 20 mutasyon se-
lar, bir araya getirdikleri “YZ bilim insanları” ile tamamen 2. Bireysel Toplantılar: Belirli bir ajan, makine öğre- çildi. Bu 20 mutasyon, AlphaFold-Multimer ve Rosetta
otonom bir sanal laboratuvar yarattı. Bu laboratuvar, nimi modeli için kod yazmak gibi daha spesifik bir ile değerlendirildi ve en yüksek puanı alan beş tanesi,
sadece dakikalar içinde COVID-19’a karşı etkili olabilecek görev üzerinde çalışır. Bu süreçte, diğer bir ajan bir sonraki mutasyon turu için başlangıç noktası olarak
100’den fazla antikor tasarlayarak biyomedikal araştır- geri bildirim sağlayabilir veya eleştirel bir gözle belirlendi.
malarda çıtayı hiç olmadığı kadar yükseltti. süreci değerlendirir.
Sonuçlar, Sanal Laboratuvarın tasarımlarının genelde
Geleneksel bilimsel süreçlerin sınırlarını zorlayan bu Her iki toplantı türünde de insan araştırmacı, tartış- özgün bağlanma özelliklerini koruduğunu ve orijinal
sistem, Stanford Üniversitesi’nden James Zou ve ekibi mayı yönlendiren bir gündem hazırlar ve bu gündem bağlanma hedeflerine (Wuhan RBD gibi) olan spesifiklik-
tarafından geliştirildi. Zou, bu gelişmeyi “Bilimsel işbir- çerçevesinde ajanların nasıl hareket edeceğini belirler. ARAÇLARIN UYGULAMASI lerini iyi bir şekilde muhafaza ettiğini gösteriyor. Bununla
liğinde yepyeni bir paradigma” olarak tanımlıyor. Artık Proje iyi şekilde belirlenip gerekli araçlar seçildikten birlikte, bazı mutasyonlar, özellikle Ty1 serisinde, baş-
YZ sadece bir araç değil, aynı zamanda bir çalışma YÜKSEK VERIMLI IŞBIRLIĞI sonra, Sanal Laboratuvar bu araçları nanobody tasarı- langıçtaki bağlanmayı zayıflatabilirken, diğerleri (özel-
arkadaşı! Takım toplantılarında tüm ajanlar, geniş bir araştırma mı için uygulamaya koydu. Her araç için, PI ile yapılan likle Nb21'deki mutasyonlar) yeni bağlanma hedeflerine
sorusunu ele almak için bir araya gelir. Burada amaç, bireysel bir toplantı ile en uygun bilim insanı ajanı seçildi. (örneğin, JN.1 RBD) karşı daha iyi bir etkileşim gösterdi.
PEKI NASIL ÇALIŞIYOR BU SANAL farklı uzmanlık alanlarına sahip ajanların birlikte çalışa- Sonrasında her araç için, seçilen bilim insanı ajanı ve
LABORATUVAR? rak yenilikçi çözümler üretmesidir. Örneğin, bir biyoloji Bilimsel Eleştirmen ile bireysel toplantılar yapıldı (beş Bu çalışma, nanobody tasarımında mutasyonların nasıl İhtiyaç duyacağınız tek Raman sistemi.
Ê Ekip Lideri YZ (PI): Araştırmaları yöneten ve ajanı bir bağışıklık yanıtını modellemeye çalışırken, ma- paralel toplantı ve ardından bilim insanı ajanın yönet- hedeflenen bağlanma özelliklerine göre optimize edi-
hedef belirleyen bir "baş bilim insanı". kine öğrenimi ajanı bu süreç için en uygun algoritmayı tiği birleştirme toplantısı). Bu toplantılarda, kodun nasıl lebileceğini ve farklı varyantlarla daha etkili bağlanma Biyoteknoloji - Tabletlerden canlı hücrelere Yarı iletkenler - Silikon bazlı cihazlar, geniş
Ê Bilimsel Eleştirmen: Süreci sürekli gözlemleyip tasarlayabilir. yazılacağı, örneğin iyi bir dokümantasyon yapılması ve sağlanabileceğini gösteriyor. kadar biyolojik malzeme ve farmasötiklerin bant aralıklı malzemeler ve fotovoltaikler dahil
hataları tespit eden bir denetleyici. fonksiyonların tanımlanmış olması gibi gündem kuralları
Ê Uzman YZ Ajanları: Bağışıklık bilimi, hesapla- Bireysel toplantılarda ise bir ajan, belirli bir görev üze- belirlendi. İlk uygulamalarda küçük hatalar oluştu, bu INSAN VE YZ: HÂLÂ BIRBIRINE MUHTAÇ analizi. olmak üzere tüm yarı iletken malzemelerin
malı biyoloji ve makine öğrenimi gibi alanlarda rinde odaklanır. Örneğin, bir ajan protein modelleme nedenle Sanal Laboratuvar, bilim insanı ajanı ile tek bir Bu devrim niteliğindeki teknoloji, insan ve YZ işbirliğinin analizi.
uzmanlaşan yapay zekalar. için AlphaFold’u kullanabilirken, diğer bir ajan yazılım takip toplantısı yaparak bu hataları düzeltti. ne kadar güçlü olduğunu bir kez daha ortaya koyuyor. Adli Tıp - Laboratuvarlarda ve suç
kodunu optimize etmekle meşgul olabilir. Bu süreç, Ancak uzmanlar, YZ’nin tek başına hareket etmesi için
Bu ajanlar, insan gözetiminde düzenli toplantılar yapıyor, ajanların birlikte ya da bağımsız olarak çalışmasını ve ESM KULLANIMI henüz erken olduğunu söylüyor. mahallerinde kullanıma yönelik sistemler. Nanoteknoloji - Ultra yüksek çözünürlüklü
kararlar alıyor ve görevlerini yerine getiriyor. Öyle ki, daha karmaşık sorunlara çözümler üretmesini sağlar. Makine Öğrenimi Uzmanı ajanı, ESM log-likelihood ra- Uygulamalar arasında narkotik, patlayıcı ve lif özellikler, araştırmacıların karbon nanotüpler,
tartışıp karar vermeleri sadece birkaç dakika sürüyor. tio (LLR) kullanarak nanobody dizisinin en umut verici BILIMIN GELECEĞI ŞEKILLENIYOR
James Zou, bu dinamiği şöyle anlatıyor:“Ajan lar kendi INSAN ARAŞTIRMACININ ROLÜ nokta mutasyonlarını belirlemek için bir Python betiği Bu sanal laboratuvar, biyomedikal araştırmaların çok tanımlaması ile boya, pigment, mürekkep ve grafen ve silikon mikromakineler gibi
aralarında konuşup ne yapacaklarına karar veriyor. İn- İnsan araştırmacılar, bu süreçte mentor veya rehber rolü yazmaktan sorumluydu. Ajan, üç fonksiyon içeren 130 ötesinde bir potansiyele sahip. Disiplinlerarası çalış- barut kalıntılarının analizi yer alır. Filmler ve nanometre boyutundaki malzemeleri analiz
sanlar ise onlara yol gösteren mentorlar gibi davranıyor.” üstlenir. Gündemi belirler, ajanların ilerlemesini değer- satırlık bir Python betiği yazdı: Ana fonksiyon, komut maları hızlandırmak, hipotezleri test etmek ve bilimsel etmelerini sağlar.
lendirir ve gerektiğinde yönlendirmelerde bulunur. Ancak satırı argümanlarını analiz eden bir fonksiyon ve önceden süreçleri daha da verimli hale getirmek artık hayal değil. Filmler ve Kaplamalar - Elmas benzeri
SANAL LABORATUVARIN ILK BAŞARISI: sistemin en etkileyici yanı, ajanların kendi aralarında eğitilmiş ESM modelini kullanarak nokta mutasyonlarının Ancak gerçek dünyadaki deneylerle doğrulama ve insan
COVID-19’A KARŞI ANTIKORLAR bağımsız bir şekilde tartışıp karar alabilmesidir. log-likelihood oranlarını hesaplayan bir fonksiyon. aklıyla yönlendirme hâlâ kritik önem taşıyor. karbon (DLC) gibi koruyucu kaplamaların, Gemoloji - Değerli taşların tanımlanması ve
Sistem, ilk büyük sınavını COVID-19’a karşı antikorlar boyaların ve yapıştırıcıların araştırılması ve ısıl işlem ve çatlak ve kusurların doldurulması
tasarlayarak verdi. Sonuçlar nefes kesici: 92 farklı an- Bu yöntem, Sanal Laboratuvar'ın sadece teorik araştır- Sanal Laboratuvar’ın ESM kullanımı, Hie ve arkadaşlarının Gelecekte daha güvenli, daha hızlı ve daha etkili bilimsel
tikor tasarlandı ve bunların %90’ı SARS-CoV-2’nin orijinal malar değil, aynı zamanda pratik uygulamalar için de bir ESM tabanlı antikor tasarımı sürecine benzer, ancak keşifler için insan ve yapay zeka arasındaki işbirliğinin kalite kontrolü. gibi tekniklerle görünüşlerini iyileştirmek için
varyantına bağlanabilirliğiyle doğrulandı. Dahası, iki an- araç olabileceğini gösteriyor. İnsan müdahalesi ve yapay bazı önemli farklar vardır. Sanal Laboratuvar, mutant ne kadar ileri gidebileceğini birlikte göreceğiz. Belki katkı yapılıp yapılmadığının belirlenmesi
tikorun yeni varyantlara karşı etkili olabileceği gösterildi. zekanın bağımsız karar alma yeteneği, bu laboratuvarın dizinin ESM LLR’sini hesaplar ve bu, mutant asidinin de bu işbirliği, bir gün insanlığın en büyük sorunlarına Polimerler - Polimerlerin, laminatların ve
en büyük gücünü oluşturuyor. mutant dizisindeki olasılığına dayanır. Diğer taraftan, Hie çözüm bulacak. polimer karışımlarının tanımlanması ve
Bu başarı, sanal laboratuvarın çok daha büyük hedefler ve arkadaşları, mutant asidin giriş dizisindeki olasılığına
için kullanılabileceğinin bir kanıtı. Zou, sistemin potansi- Bu ayrıntılar, Sanal Laboratuvar'ın yalnızca bir bilim- göre hesaplama yapmaktadır. Kaynaklar: kalitesinin belirlenmesi.
yelini şöyle açıklıyor: “Sanal laboratuvarımızı çok yönlü sel araç değil, aynı zamanda bir inovasyon platformu Ê Swanson, K., Wu, W., Bulaong, N. L., Pak, J.
bir platform olarak tasarladık. Bu ajanlarla her türlü olduğunu gözler önüne seriyor. İnsan zekası ve yapay ALPHAFOLD-MULTIMER KULLANIMI E. & Zou, J. Preprint at bioRxiv https://doi.
bilimsel problemi çözmeyi hayal edebilirsiniz!” zekanın uyum içinde çalışması, bilimin geleceğini şe- AlphaFold-Multimer'ı kullanmak için, Sanal Laboratuvar, org/10.1101/2024.11.11.623004 (2024). www.renishaw.com/invia
killendiriyor! Hesaplamalı Biyolog ajanından, AlphaFold-Multimer'dan Ê https://www.bilimma.com/
Bu yenilikçi sistemin özünde insan araştırmacı ve büyük tahmin edilen bir nanobody-spike kompleks yapısını Ê Virtual lab powered by 'AI scientists' super-char-
dil modeli (LLM) ajanlarından oluşan bir ekibin arasındaki ARAÇ SEÇIMI işleyip, bu yapının bağlanma güvenini (ipLDDT) hesap- ges biomedical research. Nature. 2024 Dec 4. doi: Renishaw Teknoloji Çözümleri Ltd. Şti. Şerifali Mah. Turgut Özal Blv. +90 216 380 92 40 renishawraman@renishaw.com
işbirliği var. "Sanal Laboratuvar" adı verilen bu yapı, Proje yönü belirlendikten sonra, Sanal Laboratuvar, seçi- layan bir Python betiği yazmasını istedi. Hesaplama, 10.1038/d41586-024-01684-3. No:193 Ümraniye / İstanbul 34775 – Türkiye
karmaşık ve disiplinlerarası araştırmaların yapılmasını len nanobodies’i modifiye etmek için bir dizi hesaplama her bir tahmin edilen nanobody-spike kompleksi için
sağlıyor. Peki bu laboratuvar nasıl işliyor? aracı seçmesi gerekti. Bunun için, sanal laboratuvar bir bir PDB dosyasını okuyarak yapılır ve sonuçlar bir CSV
toplantı düzenleyerek, ajanlardan nanobody tasarımında dosyasına yazılır.

18/11/2024 10:53:56
AD22_inVia_QontorTR.indd 1 18/11/2024 10:53:56
AD22_inVia_QontorTR.indd 1