Modern biyoteknolojinin gen düzenleme ve ilaç tasarlama araçlarına sahip olmasına rağmen, binlerce nadir hastalık hala tedavi edilemiyor. Insilico Medicine ve GenEditBio şirketlerinin yöneticilerine göre, yıllardır eksik olan unsur, çalışmaları sürdürecek yeterli sayıda nitelikli insan bulmaktı. Yapay zekanın ise bilim insanlarının, sektörün uzun süredir dokunmadığı sorunlarla başa çıkmasını sağlayan bir güç çarpanı haline geldiği belirtiliyor.
İLAÇ KEŞFİNDE SÜPER ZEKÂ HEDEFİ
Insilico'nun CEO'su ve kurucusu Alex Aliper, bu hafta Katar'daki Web Summit etkinliğinde şirketinin 'farmasötik süper zekâ' geliştirme amacını açıkladı. Şirket, ChatGPT ve Gemini gibi genel amaçlı büyük dil modellerini, uzman modeller kadar iyi performans gösterecek şekilde eğitmeyi amaçlayan 'MMAI Gym' platformunu hayata geçirdi. Aliper'a göre hedef, süper insan doğruluğuyla birçok farklı ilaç keşfi görevini aynı anda çözebilen çok modlu, çok görevli bir model oluşturmak. Aliper, 'Bu teknolojiye, ilaç endüstrimizin verimliliğini artırmak ve o alandaki iş gücü ve yetenek kıtlığını ele almak için gerçekten ihtiyacımız var, çünkü hala tedavisi veya herhangi bir tedavi seçeneği olmayan binlerce hastalık ve ihmal edilmiş binlerce nadir bozukluk var' dedi.
GEN DÜZENLEMEDE İKİNCİ DALGA
GenEditBio, CRISPR gen düzenlemenin, sürecin vücut dışında hücre düzenlemeden (ex vivo), vücut içinde hassas dağıtıma (in vivo) doğru ilerlediği 'ikinci dalgasının' bir parçası. Şirketin amacı, gen düzenlemeyi etkilenen dokuya doğrudan tek seferlik bir enjeksiyon haline getirmek. GenEditBio'nun kurucu ortağı ve CEO'su Tian Zhu, 'Özel bir ePDV veya tasarlanmış protein dağıtım aracı geliştirdik ve bu virüs benzeri bir parçacık' diye açıkladı. Zhu, 'Doğadan öğreniyor ve hangi virüs türlerinin belirli doku türlerine yakınlığı olduğunu bulmak için yapay zeka makine öğrenimi yöntemlerini kullanarak doğal kaynakları tarıyoruz' ifadelerini kullandı. Şirket, NanoGalaxy platformunun verileri analiz etmek ve kimyasal yapıların göz, karaciğer veya sinir sistemi gibi belirli doku hedefleriyle nasıl ilişkili olduğunu belirlemek için yapay zekayı kullandığını söylüyor.
SÜREKLİ VERİ SORUNUYLA MÜCADELE
Birçok yapay zeka destekli sistemde olduğu gibi, biyoteknolojideki ilerleme nihayetinde bir veri sorunuyla karşılaşıyor. İnsan biyolojisinin uç durumlarını modellemek, araştırmacıların şu anda elde edebileceğinden çok daha fazla yüksek kaliteli veri gerektiriyor. Aliper, 'Hastaların sağladığı daha fazla temel gerçek veriye ihtiyacımız var. Veri bütünü, üretildiği Batı dünyasında ağırlıklı olarak önyargılı. Bence yerel olarak daha fazla çaba göstermeliyiz, daha dengeli bir orijinal veri veya temel gerçek veri setine sahip olmalıyız, böylece modellerimiz de bununla başa çıkmada daha yetenekli olacak' dedi. Zhu ise yapay zekanın ihtiyaç duyduğu verilerin, binlerce yıllık evrimle şekillenmiş olarak insan vücudunda zaten var olduğunu söylüyor.
