Binlerce yapay zekâ ajanıyla biyolojik verilerde yeni ipuçları bulmak

Bilim insanları Alzheimer ve Parkinson hakkında yeni ipuçlarını aylar yerine dakikalar içinde ortaya çıkarabilseydi? OpenAI, PerturbAI⁠(yeni bir pencerede açılır) ve Scripps Research⁠(yeni bir pencerede açılır), ortak çalışmalarında GPT‑Rosalind destekli binlerce yapay zekâ ajanı⁠(yeni bir pencerede açılır) kullanarak milyonlarca fare beyin hücresinden⁠(yeni bir pencerede açılır) elde edilen mevcut deneysel verileri yalnızca 32 dakikada analiz edip yorumladı. Ajanlar, gen işlevlerinin bozulmasının etkilerini bilimsel literatürdeki bulgularla ilişkilendirerek beklenmedik biyolojik bağlantılar ortaya çıkardı. Bu bağlantılar, bilim insanlarının hastalıkları anlamasına ve yeni tedaviler için araştırma yönleri belirlemesine yardımcı olabilir. Bu çalışma, büyük ölçekli biyolojik deneylerin ortaya koyduğu bulguları daha kapsamlı incelemede yapay zekânın araştırmacılara nasıl yardımcı olabileceğini gösteriyor.

Modern deneyler, bilim insanlarının kapsamlı biçimde inceleyebileceğinden çok daha fazla veri üretiyor. Araştırmacılar artık binlerce geni değiştirebiliyor ve bu değişikliklerin milyonlarca hücre üzerindeki etkilerini ölçebiliyor. Ancak bu sonuçların insan hastalıkları açısından ne anlama geldiğini anlamak, karmaşık deneysel bulguları onlarca yıldır farklı kaynaklarda biriken bilimsel bilgiyle ilişkilendirmeyi gerektiriyor. İşte bu noktada yapay zekâ, bilim insanlarının aksi takdirde gözden kaçırabileceği umut verici ipuçlarını ortaya çıkarmasına yardımcı olabilir.

Ekip, dağıtık biyolojik akıl yürütme adını verdiğimiz bir yaklaşımla analizi GPT‑Rosalind destekli binlerce yapay zekâ ajanı arasında paylaştırdı. Ajanlar, gen işlevlerinin bozulmasının fare beynindeki farklı hücre türlerini nasıl etkilediğini gösteren bir veri kümesi olan tüm beyni kapsayan CRISPR atlasını⁠(yeni bir pencerede açılır) inceledi. Her ajan bir genin işlevinin bozulmasını araştırdı, hücresel yanıtları analiz etti, bilimsel literatürü taradı ve sonuçlara açıklamalar önerdi. Ajanların raporları, genler, hücresel etkiler, ilgili yayınlar ve olası biyolojik mekanizmalar arasında bağlantılar kuran bir akıl yürütme atlasında birleştirildi.

Araştırma ekibi, her seferinde tek bir pertürbasyonu ele alan benzer bir analiz ve literatür taramasının insanlar tarafından yapılmasının birkaç aydan bir yıla kadar süreceğini tahmin etti. Ajanlar, insanların yaptığı analizlerdeki bulgulara yeniden ulaşırken ek ipuçları da ortaya çıkardı. Özgünlük ve bilimsel değer konusundaki değerlendirmeleri de kör değerlendirme yapan uzmanların yargılarıyla uyumluydu. Bu bulgular, önerilen biyolojik mekanizmaları test etmek için gereken sonraki deneylerin önceliklendirilmesine yardımcı oluyor.

Elde edilen bilgilerin bir kısmı, beyin hastalıklarını anlamaya yönelik yeni ipuçları sunuyor. Ajanlar, hastalıklarla bağlantılı iki genin beyin hücreleri üzerindeki etkileri arasında beklenmedik farklılıklar saptadı. Ayrıca kolesterolün düzenlenmesi ile nörodejenerasyon arasında olası bir bağlantı belirledi. Bu bulgular, bilim insanlarının hastalığın nasıl geliştiğini ve gelecekteki tedavilerin hangi noktalarda müdahale edebileceğini araştırmasına yardımcı olabilir.

Araştırmacılar bu bulguları bugün incelemeye başlayabilir. Akıl yürütme atlası erişime açık⁠(yeni bir pencerede açılır). Bilim insanları atlası kullanarak ilişkili genleri karşılaştırabilir, beklenmedik yanıtları araştırabilir ve peşinden gidilecek umut verici ipuçlarını belirleyebilir. Yeni keşifler genellikle farklı alanlardan araştırmacıların uzmanlıklarını bir araya getirmesi ve bilinen fikirler arasında beklenmedik bağlantılar kurmasıyla ortaya çıkar. Yapay zekâ, yeni verileri farklı disiplinlere dağılmış bilgilerle ilişkilendirerek bu bağlantıların sayısını ve kapsamını önemli ölçüde artırabilir. Buradaki fırsat, verileri daha hızlı analiz etmenin ötesine geçiyor. Yapay zekâyı deneysel biyoloji, insan uzmanlığı ve bilimsel literatürle bir araya getirerek bilim insanlarının verilerinin daha büyük bir bölümünü test edilebilir fikirlere dönüştürmesine yardımcı olabiliriz.

Bir deneyin en ilginç ipuçlarından bazıları, bilim insanlarının araştırmak üzere yola çıktığı konunun dışında kalır. Binlerce pertürbasyonu kapsayan bir veri kümesinde bu ipuçları kolayca gözden kaçabilir.

Ajanlar, hücre büyümesini, metabolizmayı ve yaşlanmayı düzenleyen başlıca unsurlardan biri olan mTOR'u kontrol etmek için birlikte çalışan Tsc1 ve Tsc2 genleri arasında beklenmedik bir fark belirledi. Bu iki genden herhangi birinin işlevinin bozulması, çeşitli nöron gruplarında benzer etkiler yarattı. Ancak hareketlerin koordinasyonuna yardımcı olan beyincikte, Tsc2 işlevinin bozulması nöronlar arası iletişimde rol oynayan onlarca genin aktivitesini değiştirirken Tsc1 işlevinin bozulması çok az değişikliğe yol açtı.

Bu fark, insan hastalıkları açısından önem taşıyabilir. Tüberoz sklerozlu kişilerde beyincikteki anormallikler, TSC2 mutasyonlarıyla güçlü bir ilişki gösteriyor. mTOR aktivitesini azaltan ilaçlar bazı beyin tümörlerini ve nöbetleri tedavi edebilse de hastalıkla ilişkili öğrenme ve davranış güçlüklerini gidermek hâlâ zor. Ajanlar, araştırmaya değer belirli bir nöron grubunu ve hücresel değişiklikleri saptadı: Mevcut ilaçlar hangi değişiklikleri düzeltebilir, hangileri yeni tedavi yaklaşımlarına işaret edebilir? Bu, araştırmacılara laboratuvarda sınayabilecekleri daha somut sorular sunuyor.

Veri kümesinin tamamının verildiği tek bir ajan, paralel çalışan binlerce ajan kadar başarılı olabilir mi? Modeli ve kaynakları sabit tutarak bunu test ettik. İş yükü arttıkça tek ajan literatürün daha küçük bir bölümünü taradı ve en yüksek iş yükünde yalnızca 11 kaynağa atıfta bulundu. Dağıtık ajanlar ise 700'den fazla kaynağa atıfta bulundu. Uzmanlar da dağıtık ajanların yorumlarını tercih etti.

Bilim insanlarının zamanı kısıtlıdır ve genellikle verilerindeki en güçlü sinyallere odaklanırlar. Dağıtık ajanlar, hafif veya beklenmedik olanlar dahil daha geniş bir yanıt yelpazesini incelemeye ve bunları ilgili bilimsel literatürle ilişkilendirmeye yardımcı olabilir. Ajanların paralel çalışması, çok sayıda pertürbasyonun aynı anda araştırılmasını sağlar. Bu, bilim insanlarının bir deneyden daha fazla bilgi edinmesine ve aksi takdirde gözden kaçabilecek umut verici ipuçlarını belirlemesine yardımcı olur.

Bir bulgu, yapmaya değer bir deneye işaret ettiğinde daha da değer kazanır. Ajanlar böyle bir ipucunu DCTN1 geninde buldu. Bu gendeki mutasyonlar, Parkinson benzeri belirtiler gösteren nörodejeneratif bir hastalık olan Perry sendromuna neden oluyor.

DCTN1, nöronların içindeki yüklerin taşınmasında rol oynar. Tüm beyni kapsayan CRISPR atlasında, Dctn1 işlevinin bozulması kolesterol üretiminde rol oynayan genlerin ifadesini artırdı. Ajanlar bu gözlemi, kolesterol taşınmasındaki sorunların hücrelerin daha fazla kolesterol üretmesine yol açabileceğini öne süren araştırmalarla ilişkilendirdi. Bu, sonraki deneylerde araştırılacak bir soruyu gündeme getirdi: DCTN1 işlevinin bozulması, kolesterolün nöron içindeki dağılımını değiştirebilir mi ve bu değişiklikler nörodejenerasyona katkıda bulunabilir mi? Öyleyse, normal kolesterol dağılımını yeniden sağlamak nöronların korunmasına yardımcı olabilir mi?

Uzmanlar da bu hipotezi özgün, önemli sonuçlar doğurabilecek ve daha fazla araştırmaya değer buldu. Bu örnek, beklenmedik bir sonucu mevcut bilgiyle ilişkilendirmenin bir ipucunu nasıl test edilebilir bir fikre, hatta hastalık tedavisinde yeni bir yöne dönüştürebileceğini gösteriyor.

Bilim insanları keşiflerin merkezinde olmaya devam ediyor. Yapay zekâ, daha fazla umut verici ipucu ortaya çıkararak araştırmacıların hangi fikirlerin peşinden gideceklerine karar vermesine, deney tasarlamasına ve sonuçları yorumlamasına yardımcı olabilir. Amaç, biyolojik deneylerdeki verilerin daha büyük bir bölümünü, zamanla daha iyi ilaçların geliştirilmesine yön verebilecek bilgiye dönüştürmek.