Üretken yapay zeka konusunda yapılan haberlerin sayısı zaman zaman okuyucular için can sıkıcı olabiliyor. Ancak tüm bu haberleri daha geniş bir perspektifte değerlendirmek gerekiyor. İlgili haber kategorimize bakarsanız yapay zeka hakkında neredeyse her endüstri alanında haberler yaptığımızı görebilirsiniz. Bu, üretken yapay zekanın her şeyi dönüştüreceğinin bir göstergesi. Bu dönüşümün bir ayağı da tıp olacak ve hatta oluyor. Yapay zeka sistemleri artık kendi başlarına yeni ilaçlar tasarlamaya başlıyor. Yapay zeka ilaç üretecek
Belki Eli Lilly and Company adlı şirketi duymamış olabilirsiniz ancak bu şirket, çocuk felci aşısı ve insülini kitlesel olarak üreten ilk şirket olma özelliğine sahip. Aynı zamanda dün Fortune 500 listesinde 123. sırada yer alıyor. Bu şirketin kaynakları inanılmaz olsa da artık ilaç araştırmalarına üretken yapay zekayı entegre etmeye çalışıyor.
Şirketin baş bilgi işlem ve dijital sorumlusu Diogo Rau, milyonlarca molekül arasında arama yapmak için üretken yapay zeka kullanıyor. Sistem, 5 dakika içinde insanların bir yılda sentezleyebileceğinden daha çok molekül üretebiliyor. Elbette her üretilen tasarımın gerçek dünyada işe yarayıp yaramayacağını bilmenin bir yolu yok ancak şirketin yöneticileri de tam olarak bunu bilmek istiyor.
Rau, bunun için AI tarafından tasarlanan ve güçlü ilaç adayları gibi görünen tasarımları şirketin bilim insanlarına sundu. Yöneticiler ve Rau’nun kendisi de dahil olmak üzere bilim insanlarının yapay zeka sonuçlarını göz ardı etmesi bekleniyordu. Ancak durum hiç de böyle olmadı. Rao yaptığı açıklamada bilim insanlarının “Bu ilginç; bir molekülü bu şekilde tasarlamayı düşünmemiştik” dediklerini söyledi.
Sağlık hizmetleri yöneticilerine göre yakın gelecekte tamamen yapay zeka tarafından üretilen ilaçları görmeye başlayacağız. Üretken yapay zekanın sadece ilaç endüstrisini değil, aynı zamanda bilimi yapma şeklimizi de değiştireceği belirtiliyor.
İlaç keşifleri eskisi gibi olmayacak
Esasında bu gidişat ilk olarak 2021 yılında, ChatGPT öncesinde, netleşti. Nvidia’da sağlık hizmetlerinden sorumlu başkan yardımcısı Kimberly Powell’a göre Google’ın DeepMind yapay zeka biriminin geliştirdiği AlphaFold ile süreç başladı. AlphaFold, protein yapısına ilişkin tahminler gerçekleştiriyordu. Dolayısıyla laç geliştirme ve tasarımının merkezinde yer alan amino asit diziliminden protein yapısına geçilebileceğine dair bir yol açılmıştı.
Değişim içindeki ilaç endüstrisi yakın gelecekte çok farklı bir noktaya erişebilir. Milyonlarca hücreyi 3 boyutlu olarak tarayan, yapılan tüm araştırmaları bilen, kendi kendini denetleyebilen ve öğrenebilen bir yapay zekayı hayal edin. Bu yapay zeka, süper bilgisayarlar ile eşleştirildiğinde normalde tasarımı yıllarca süren bir ilacı size dakikalar içinde verebilir. Bunu tıpkı ChatGPT gibi düşünebilirsiniz.
İlaç keşfi, biyolojik davranıştaki etkileşimlere ve değişikliklere tanıklık etme süreci olarak ifade ediliyor. Ve bu sürecin artık bilgisayar modellerinde temsil edilebileceği belirtiliyor. Bu, son yüzyılda ilaç keşfine hakim olan klasik yöntemden radikal bir kopuş anlamına geliyor.
Günümüzde bir ilacı hazırlamak için kapsamlı deneyler, ardından verilerin toplanması, verilerin insan düzeyinde analizi ve ardından bu sonuçlara dayalı başka bir tasarım süreci gerekiyor. Klinik deneylere kadar uzanan ve yıllarca süren araştırmaların yüzde 90’ının başarısızlıkla sonuçlandığı aktarılıyor. Nature dergisinde yayınlanan son çalışmalardan elde edilen sonuçlara atıfta bulunan Powell, Amgen‘in bir zamanlar yıllar sürebilen bir ilaç keşif sürecinin yapay zeka yardımıyla aylara indirdiğinin altını da çiziyor. İki yıllık geleneksel geliştirme sürecinin ardından başarı olasılığının yüzde 50’lere yükseldiği bildiriliyor. Nvidia, Generative AI Microservices adı altında araştırmacıların trilyonlarca ilaç bileşiğini taramasına ve protein yapılarını tahmin etmesine olanak tanımaya başladı. Hesaplamalı yazılım tasarım şirketi Cadence, Nvidia AI‘yı, araştırmacıların yüz milyarlarca bileşik içeren veri kütüphaneleri oluşturmasına, aramasına ve modellemesine olanak tanıyan bir moleküler tasarım platformuna entegre ediyor. Ayrıca DeepMind’ın AlphaFold-2’si protein modeliyle ilgili araştırma kabiliyetleri de sunuyor.
Powell, bir biyoloğun AlphaFold’u kullanmasının zor olduğunu ancak Nvidia olarak onu basitleştirdiklerini söylüyor. Mevcut durumda web sayfasına gidip bir amino asit dizisi girmek yeterli oluyor. Eğer bu, laboratuvarda bir aletle yapılacak olsaydı bunun maliyeti 5 milyon doları aşacak, süreç ise bir yılı bulacaktı. Şimdi ise sonucu almak neredeyse anlık oluyor. Gelişimler muazzam olsa da uzmanlar ve araştırmacılar halen yolun başında olduklarının altını çiziyorlar. Bu, yapay zeka modellerinin kapasitesiyle ilgili bir durum. Bu modeller birkaç trilyon parametre büyüğünde ancak sadece bir genom bile 3 milyar harf uzunluğunda. Yani süreç devam edecek, modeller yeni verilerle eğitilerek büyütülmeye devam edilecek. Son olarak unutmayın, yapay zeka modelleri üstel olarak büyüyor, yolun başında olsak da hızlı bir ilerleme görüleceğine dair kapılar açık bırakılıyor.