Yapay zeka sentetik virüs üretti: Hastalıklara karşı yeni umut

Science dergisinde yayımlanan araştırma, yapay zekanın yalnızca mevcut genetik yapıların analizinde değil, baştan sona yeni biyolojik sistemlerin tasarlanmasında da kullanılabileceğini ortaya koydu. Çalışma tıp ve biyoteknoloji açısından yeni olanakların kapısını aralarken, aynı teknolojinin ileride insan sağlığı açısından tehlikeli patojenlerin tasarımında kullanılabilmesi ihtimali nedeniyle biyogüvenlik tartışmalarını da yeniden gündeme taşıdı.

Bir bilim insanı, kalıcı enfeksiyonları olan hastaların tedavisinde kullanılabilen bir bakteriyofaj içeren agar plakasını tutuyor. (Görsel: Samyukta Lakshmi-The Guardian)

VİRÜS TASARLAMAK YENİ DEĞİL ANCAK YAPAY ZEKANIN ROLÜ FARKLI

Virüslerin laboratuvar ortamında sıfırdan oluşturulması bilim dünyası için yeni bir yöntem değil. Araştırmacılar uzun süredir viral genomların yapay olarak üretilmesi konusunda çalışmalar yürütüyor. Bu yöntemlerden antiviral ilaçların geliştirilmesinde, aşı araştırmalarında ve virüslerin biyolojik mekanizmalarının anlaşılmasında yararlanılıyor.

Ancak yeni araştırmayı farklılaştıran nokta, yapay zekanın yalnızca bilinen bir viral genomu kopyalamak yerine doğadaki genetik dizilimlerden öğrendiği kuralları kullanarak yeni genomlar ortaya çıkarması oldu.

Stanford Üniversitesi ile California'nın Palo Alto kentinde faaliyet gösteren Arc Institute'deki araştırmacılar, yapay zekaya canlı organizmalardan elde edilen DNA dizilimlerindeki ortak örüntüleri tanımayı öğretti. Daha sonra modelden, bu bilgileri kullanarak daha önce doğada bulunmayan viral genom tasarımları oluşturması istendi.

Ortaya çıkan bazı DNA dizilimleri laboratuvarda sentezlendi ve bakterilerin içerisine aktarıldı. Genetiği değiştirilmiş bakterilerin daha sonra bu dizilimlerden yeni virüsler üretmesi, tasarımların yalnızca bilgisayar ortamında kalmadığını ve biyolojik olarak işlev gösterebildiğini ortaya koydu.

Çalışmaya dahil olmayan Manchester Üniversitesi'nden sentetik biyolog Patrick Cai, "Bu çok önemli bir dönüm noktası" değerlendirmesinde bulundu.

Yapay zeka, bilinen virüsleri kopyalamak yerine yeni viral genomlar tasarlayarak biyolojide yeni bir dönemin kapısını araladı. (Görsel: Takvim foto arşivi)

ARAŞTIRMADA İNSANLARI ENFEKTE EDEN VİRÜSLER KULLANILMADI

Yapay zeka tarafından oluşturulan virüslerin, insanları enfekte eden patojenler olmadığı özellikle vurgulanıyor. Araştırmacılar, çalışmalarında bakterileri enfekte eden ve doğada bulunan Phi X-174 bakteriyofajını temel aldı.

Bu virüs yalnızca E. coli bakterilerini enfekte ettiği için araştırmacılar açısından daha güvenli bir çalışma modeli olarak değerlendirildi. Dolayısıyla deney sonucunda ortaya çıkan yeni virüslerin insanlara doğrudan yönelik bir tehdit oluşturmadığı belirtiliyor.

Bununla birlikte araştırmanın başarısı, yapay zekanın gelecekte çok daha farklı biyolojik sistemler tasarlamak için kullanılabileceği ihtimalini de gündeme getirdi. Özellikle yapay zekanın genetik dizilimlerin işleyişini giderek daha iyi kavraması, biyogüvenlik konusunda yeni önlemlere ihtiyaç duyulabileceği tartışmalarını beraberinde getiriyor.

Johns Hopkins Sağlık Güvenliği Merkezi'nden ve araştırmada yer almayan Dr. Moritz Hanke, bilimsel gelişmelerin hızına karşılık güvenlik mekanizmalarının aynı hızda ilerlemediğine dikkat çekti. Hanke, "Aralarında devasa bir kopukluk var" dedi.

Yapay zeka ile tasarlanan virüsler insanları enfekte etmiyor ancak gelişme biyogüvenlik endişelerini artırıyor.

CHATGPT'NİN ÇALIŞMA MANTIĞINA BENZER ŞEKİLDE DNA'YI ANALİZ EDİYOR

Araştırmada kullanılan Evo modeli, çalışma mantığı açısından ChatGPT gibi büyük dil modelleriyle bazı benzerlikler taşıyor. ChatGPT, çok büyük miktarda metin üzerinden dildeki örüntüleri öğrenerek kelimeler arasındaki ilişkileri tahmin edebiliyor.

Evo ise insan dilindeki kelimeler yerine DNA'nın yapı taşlarını analiz ediyor.

DNA, A, C, G ve T harfleriyle ifade edilen dört temel nükleotitten oluşuyor. Bu harflerin belirli sıralamalarla bir araya gelmesi, hücrelerin proteinleri ve çeşitli molekülleri üretmesi için gereken biyolojik bilgiyi taşıyor.

Bu nedenle DNA dizilimleri bir bakıma kendine özgü kuralları bulunan biyolojik bir dil olarak değerlendirilebiliyor. Yanlış bir dizilim, hücrenin kullanabileceği anlamlı bir biyolojik talimat oluşturamayabiliyor.

Araştırmacılar Evo'yu eğitirken yalnızca virüslere ait bilgilerden yararlanmadı. Model, hayvanlar, bitkiler, mikroorganizmalar ve virüslerden elde edilen milyonlarca genetik dizilim üzerinde çalıştırıldı.

Modelin eğitim sürecinde yaklaşık 9 trilyon nükleotit incelendi.

Evo, bu devasa veri kümesi sayesinde canlıların genetik yapılarında tekrar eden ortak örüntüleri öğrenmeye başladı. Araştırmacılar daha sonra modelin yalnızca tek tek genleri değil, daha büyük ve bütünlüklü genomları da tasarlayıp tasarlayamayacağını test etmek istedi.

Evo, ChatGPT gibi DNA dizilimlerindeki örüntüleri öğrenerek genetik yapıları analiz ediyor.

700 BİN TASARIM ARASINDAN 16 İŞLEVSEL VİRÜS ÇIKTI

Araştırmacılar, Evo'nun genom tasarlama kapasitesini test etmek için küçük bir viral genom seçti. Bunun temel nedeni, insan genomunun 3 milyardan fazla nükleotit içermesine karşın bazı virüslerin yalnızca birkaç bin nükleotitten oluşan çok daha küçük genomlara sahip olmasıydı.

Stanford Üniversitesi'nde lisansüstü öğrenci ve çalışmanın yazarlarından Samuel King, Phi X-174 üzerinde çalışmaya başlamalarını "Bu sadece bir sonraki mantıklı adım gibi hissettirdi" sözleriyle açıkladı.

Ekip, Evo'yu Phi X-174'ün 11 geni ile bu virüsün yaklaşık 15 bin yakın akrabasında bulunan genetik bilgiler üzerinde yeniden eğitti.

Phi X-174'ün tercih edilmesinin bir başka nedeni de bilim insanlarının bu bakteriyofajı uzun yıllardır ayrıntılı biçimde incelemiş olmasıydı. Ayrıca yalnızca E. coli bakterilerini enfekte etmesi, araştırmacılara daha kontrollü bir deney ortamı sağladı.

Eğitimin ardından Evo'dan Phi X-174'e benzeyen ancak daha önce doğada bulunmayan yeni genomlar tasarlaması istendi.

Yapay zeka yaklaşık 700 bin farklı genom seçeneği ortaya çıkardı. Araştırmacılar ise bunların tamamını laboratuvarda test etmek yerine, başarılı olma ihtimali daha yüksek görülen tasarımlara odaklandı.

Bu süreçte toplam 285 DNA dizilimi sentezlendi.

Üretilen DNA molekülleri daha sonra bakterilere aktarıldı ve bakterilerin geliştiği laboratuvar ortamlarında gözlemlendi. Tasarımların önemli bir bölümü herhangi bir işlevsel virüs ortaya çıkaramadı.

Ancak bazı örneklerde bakterilerin oluşturduğu bulanık tabakanın üzerinde açık renkli bölgeler meydana geldi. Bu görüntü, bakterileri enfekte eden ve çoğalan virüslerin varlığına işaret ediyordu.

Araştırmacılar deneyleri genişlettikçe daha fazla başarılı tasarımla karşılaştı. Sonuçta Evo tarafından oluşturulan dizilimlerden 16'sının işlevsel, yeni virüslerin ortaya çıkmasını sağladığı belirlendi.

Evo, 700 bin genom tasarımı arasından seçilen 285 DNA diziliminden 16’sını işlevsel yeni virüslere dönüştürdü.

BAZI YAPAY VİRÜSLER DOĞAL ÖRNEKLERDEN DAHA HIZLI ÇOĞALDI

Araştırmanın dikkat çekici sonuçlarından biri, yapay zeka tarafından tasarlanan bazı virüslerin yalnızca çalışmakla kalmayıp doğal Phi X-174 virüsüyle karşılaştırılabilecek dayanıklılık göstermesi oldu.

Hatta bazı yeni virüslerin Phi X-174'e kıyasla daha hızlı çoğalabildiği görüldü.

Çalışmaya katılmayan Oxford Üniversitesi'nden protein kimyageri Oliver Crook, "Bunlar sadece hali hazırda var olan şeylerin cılız versiyonları değil" dedi.

Bununla birlikte Crook, söz konusu virüslerin tamamen radikal ve biyolojik açıdan tümüyle yeni canlılar olarak değerlendirilmemesi gerektiğini belirtti. Yapay olarak tasarlanan virüslerin, temel özellikleri bakımından kendilerine örnek oluşturan doğal virüslere büyük ölçüde benzerlik gösterdiğine dikkat çekildi.

Araştırmacıların bundan sonraki aşamada farklı virüs grupları üzerinde benzer deneyler yapması gerekiyor. Böylece Evo'nun başarısının yalnızca Phi X-174 ve yakın akrabalarıyla mı sınırlı olduğu, yoksa daha geniş viral gruplara da uygulanıp uygulanamayacağı anlaşılabilecek.

Bu nedenle yapay zeka ile belirli özelliklere sahip yeni virüslerin tasarlanabilmesi, gelecekte gen aktarımı ve başka biyoteknolojik uygulamalar açısından yeni imkânlar sağlayabilir.

Ancak teknolojinin sağlayabileceği faydalar kadar taşıdığı riskler de araştırmacıların gündeminde.

Özellikle aynı tür yapay zeka sistemlerinin farklı biyolojik veriler üzerinde eğitilmesi halinde daha tehlikeli özelliklere sahip organizmaların tasarlanıp tasarlanamayacağı konusunda soru işaretleri bulunuyor.

Hanke, "Genomik dil modeline 'Bana daha bulaşıcı veya daha ölümcül olacak şekilde modifiye edilmiş bir grip genomu yap' diyebilirsiniz" şeklinde senaryolaştırdı.

Yapay zekanın olası biyolojik risklerini azaltmak için insan patojenlerinin genetik verileri eğitimden çıkarıldı ve kapsam özellikle sınırlandı. (Görsel: AA)

ARAŞTIRMACILAR GÜVENLİK İÇİN KAPSAMI SINIRLADI

Ekip, olası biyolojik riskleri azaltmak amacıyla Evo'nun eğitiminde insanları enfekte eden virüslere ait genetik bilgileri kullanmadı.

Bunun yerine hayvanları, bitkileri ve mantarları enfekte eden virüslerden elde edilen veriler tercih edildi. İnsanlara yönelik patojenlerin eğitim verilerinin dışında tutulmasının, modelin insan sağlığı açısından tehlikeli viral genomlar oluşturma kapasitesini sınırlaması amaçlandı.

Stanford Üniversitesi'nden hesaplamalı biyolog ve araştırmanın yazarlarından Brian Hie, bu konuda "Sadece ekstra dikkatli olmak istedik" dedi.

Hanke de araştırmacıların bu yaklaşımını olumlu değerlendirdi ve biyogüvenlik konusunda herhangi bir yönlendirme beklemeden önlem almalarının önemli olduğunu söyledi. Hanke, "Bence bu oldukça takdire şayan, çünkü yapmaları gerekenler konusunda kimseden bir rehberlik almıyorlar" dedi.

BİYOGÜVENLİK KURALLARI YAPAY ZEKAYA YETİŞEBİLECEK Mİ?

Yapay zeka destekli biyolojik tasarımların hızla gelişmesi, mevcut güvenlik düzenlemelerinin bu teknolojilere ne ölçüde uyum sağlayabildiği sorusunu da gündeme getiriyor.

NIH'nin açıklamasında, yapay zeka kullanılarak virüs DNA'sı tasarlanması gibi bilgisayar temelli çalışmaların, endişe verici bir varlık içermediği sürece bu politika kapsamında yasaklanmadığı bildirildi.

Buradaki temel sorun ise doğada daha önce bulunmamış bir biyolojik varlığın oluşturabileceği riskin önceden nasıl değerlendirileceği.

Çiçek hastalığı gibi bilinen bir virüsün tehlikesini değerlendirmek görece kolayken, daha önce hiçbir canlıda görülmemiş ve yapay zeka tarafından tasarlanmış bir virüsün ne kadar risk taşıdığını önceden belirlemek çok daha karmaşık.

Hanke de bu belirsizliği şu sözlerle özetledi:

"Daha önce hiç görmediğim bir şeyin riski nedir?"