AlphaFold’un bilime etkisi, beş yıllık süreçte önemli bir dönüşüm yaratarak küresel ölçekte biyolojik keşifleri hızlandırdı ve bu başarısı Nobel Ödülü ile taçlandırıldı. Demis Hassabis, John Jumper, Pushmeet Kohli ve Anna Koivuniemi liderliğindeki AlphaFold ekibi, yapay zekanın bilimsel ilerleme için güçlü bir araç olabileceğine dair ilk önemli kanıtını ortaya koyarak, protein yapı tahmini sorununu çözdü.
Canlı hücrelerdeki tüm süreçleri yöneten kompleks, mikroskobik makineler olan proteinler, eşsiz amino asit zincirlerinden oluşur ve işlevlerini büyük ölçüde belirleyen üç boyutlu bir yapıya katlanır. Bu yapının bilgisi, ilaç keşfi ve hastalıkların anlaşılması için kritik öneme sahiptir. Örneğin, p53 hücresel tümör antijeni, kanser gibi hastalıklarla ilişkilidir ve AlphaFold Protein Veri Tabanı’ndaki en popüler proteinlerden biridir. Proteinlerin yanlış katlanması, işlev kaybına yol açarak Alzheimer ve Parkinson gibi hastalıklara neden olabilir. Onlarca yıl boyunca bu yapıları belirlemek, pahalı ve zahmetli deneysel çalışmalarla bir yıl veya daha uzun süren anıtsal bir görevdi.
2020’deki CASP 14 (Kritik Protein Yapı Tahmini Değerlendirmesi) yarışmasında AlphaFold 2, proteinlerin yapılarını sadece amino asit dizilerine dayanarak şaşırtıcı bir doğrulukla tahmin ederek, biyolojideki bu elli yıllık büyük meydan okumaya bir çözüm getirdi. Ancak bu çığır açan gelişmenin asıl ve kalıcı etkisi, AlphaFold’u araştırma topluluğunun kullanımına sunmakla ortaya çıktı.
2021 yılında EMBL-EBI ile ortaklaşa AlphaFold Protein Veri Tabanı’nın başlatılması, AlphaFold’un dünya çapında benimsenen bir bilimsel araca dönüşmesinde bir dönüm noktası oldu. Yalnızca bir yıl sonra, AlphaFold 2, deneysel olarak yüz milyonlarca yıl sürebilecek bir çalışmayı gerçekleştirerek 200 milyondan fazla protein yapısı tahminini yayımladı. Serbestçe erişilebilen bu veri tabanı, daha önce hayal bile edilemeyen bir ölçekte bilimi hızlandırdı. 190’dan fazla ülkede 3 milyondan fazla araştırmacı, aralarında düşük ve orta gelirli ülkelerden 1 milyondan fazla kullanıcının da bulunduğu kişiler tarafından kullanıldı. AlphaFold ile ilgili araştırmaların yüzde 30’undan fazlası hastalıkların daha iyi anlaşılmasına odaklanarak insan refahına katkı sağladı. Bu çalışmanın derin bilimsel ve toplumsal değeri, 2024 yılında Kimya Nobel Ödülü ile onurlandırıldı. Yarım yüzyıl boyunca proteinlerin nasıl katlandığını tahmin etmekte zorlanan bilim insanları için, AlphaFold ekibi beş yıl önce bu kodu çözdü.
AlphaFold, korumadan kalp sağlığına kadar dünyanın en acil sorunlarından bazılarıyla mücadele eden bilim insanları için standart bir araç haline geldi. Avrupa’daki bilim insanları, bal arılarındaki Vitellogenin (Vg) adlı anahtar bir bağışıklık proteinini anlamak için AlphaFold’u kullandılar. Bu yapısal bilgiler, nesli tükenmekte olan arı popülasyonları için koruma çabalarında ve daha sağlıklı, daha dirençli tozlayıcılar için yapay zeka destekli üreme programlarının geliştirilmesinde uygulanmaktadır. Küresel ölümlerin başlıca nedeni olan “kötü kolesterol” (LDL) kaynaklı aterosklerozda, LDL’nin merkezindeki protein olan apolipoprotein B100 (apoB100)’ün yapısı onlarca yıldır gizemini koruyordu. AlphaFold 2, nihayet onun kompleks, kafes benzeri şeklini ortaya çıkarmaya yardımcı oldu. Uzun zamandır beklenen bu yapısal detay, ilaç araştırmacılarına yeni önleyici kalp tedavileri tasarlamak için gerekli atom düzeyinde bilgiyi sağlıyor.
AlphaFold, bilimsel araştırmaları da dönüştürüyor; erişimi genişletiyor, zaman çizelgelerini hızlandırıyor ve maliyeti önemli ölçüde düşürüyor. Örneğin, Türk lisans öğrencileri Alper ve Taner Karagöl, pandemi sırasında herhangi bir ön eğitim almadan çevrimiçi AlphaFold eğitimlerini kullanarak yapısal biyolojiyi kendi kendilerine öğrendiler ve şimdi 15 araştırma makalesi yayımladılar. Zürih Üniversitesi ve Sainsbury Laboratuvarı’ndan Moleküler ve Hücresel Bitki Fizyolojisi Profesörü Cyril Zipfel, araştırma sürelerinin çarpıcı bir şekilde kısaldığını gözlemledi. AlphaFold’u karşılaştırmalı genomik ile birlikte kullanarak bitkilerin çevrelerindeki değişiklikleri nasıl algıladıklarını daha iyi anladılar, böylece daha dirençli mahsullerin önünü açtılar.
AlphaFold, 35.000’den fazla makalede alıntılanmış ve 200.000’den fazla makale AlphaFold 2’nin unsurlarını kendi metodolojilerine dahil etmiştir. Ayrıca, üretilen çalışmaların kalitesini de artırmaktadır. Innovation Growth Lab tarafından yapılan bağımsız bir analiz, AlphaFold 2’yi kullanan araştırmacıların yeni deneysel protein yapılarının sunumunda yüzde 40’ın üzerinde bir artış gördüğünü belirtmektedir. Bu protein yapıları, bilinen yapılara göre daha az benzerlik göstererek bilimde keşfedilmemiş alanların araştırılmasını teşvik etmektedir. Ayrıca, AlphaFold 2 ile bağlantılı araştırmaların klinik makalelerde alıntılanma olasılığı iki kat daha fazla olup, yapısal biyolojideki tipik çalışmalara göre bir patent tarafından alıntılanma olasılığı da önemli ölçüde yüksektir.
AlphaFold’un etkisinin en heyecan verici örneklerinden biri, çığır açan modelin rasyonel ilaç tasarımına uygulanabilecek kadar güçlü olduğunun kanıtlanmasıyla 2021’de kurulan yapay zeka ilaç keşif şirketi Isomorphic Labs’tır. Isomorphic Labs, o zamandan beri yeni ilaçları nasıl tasarladığını kökten değiştirmek ve tüm hastalıkları bir gün çözme hedefiyle bilimsel keşfi hızlandırmak için birleşik bir ilaç tasarım motoru geliştirmiştir. Isomorphic Labs ile birlikte, ilaç keşif sürecinde bir dönüşüme yol açmasını ve “dijital biyoloji” çağını başlatmasını beklediğimiz, hücrelere benzeri görülmemiş bir bakış açısı sunan AlphaFold 3’ü geliştirdik. Bu derin öğrenme modeli, sadece proteinleri değil, aynı zamanda DNA, RNA ve ligandlar (çoğu ilacı oluşturan küçük moleküller) gibi yaşamın tüm moleküllerinin yapısını ve etkileşimlerini tahmin etmek üzere tasarlanmıştır. Ayrıca, tüm moleküler komplekslerin birleşik üç boyutlu yapılarını oluşturabilir, bu da potansiyel bir ilaç molekülünün hedef proteinine nasıl bağlandığı veya proteinlerin genetik materyallerle nasıl etkileşime girdiğine dair bütünsel bir görünüm sağlar. AlphaFold Sunucusu, ticari olmayan araştırmacıları bu teknolojiyi kullanmaya teşvik ederek yeni hipotezler formüle etme ve test etme yeteneklerini hızlandırmaktadır. Şu ana kadar dünya çapında binlerce araştırmacı için 8 milyondan fazla katlama (yapı ve etkileşim tahmini) yapılmasına yardımcı olmuştur. John Jumper, AlphaFold’un arkasındaki en etkili bilim insanlarından biri olarak, Nobel zaferine, aracın beklenmedik uygulamalarına ve AlphaFold 2’den daha kapsamlı AlphaFold 3’e geçişteki algoritma ve mimari değişimlerine dair hikayeler paylaşıyor.
AlphaFold’dan ilham alarak, biyoloji genelinde sorunları çözmek için yeni nesil yapay zeka modelleri geliştirdik. AlphaMissense ve AlphaGenome, hastalıkların temelini oluşturan genetik mutasyonları değerlendirmek için yapay zekayı kullanırken, AlphaProteo modelimiz, kanser ve diyabetle ilişkili olanlar da dahil olmak üzere çeşitli molekülleri hedef alan yeni, yüksek mukavemetli protein bağlayıcıları tasarlayabilmektedir. Bu modeller, karmaşık hastalıklar hakkındaki anlayışımızı derinleştirmekte ve nihayetinde yeni tedavilerin geliştirilmesini teşvik etmektedir. Biyoloji ilk sınırımızdı, ancak AlphaFold’u yapay zekanın tüm bilimi dijital hıza nasıl ivme kazandırabileceğinin bir şablonu olarak görüyoruz. Füzyon ve yer bilimlerinden bir bütün olarak bilimsel keşfe kadar, bir sonraki AlphaFold benzeri çığır açan gelişmeleri takip ediyoruz. Küresel bilim topluluğuyla ortaklık yapmaya devam etmekten ve her yerdeki araştırmacıları insanlığın karşılaştığı en büyük zorluklarla mücadele etmeye güçlendirmekten heyecan duyuyoruz.