Canlı türlerinin temel yapı taşları olan proteinler belirli görevler üstlenmekle birlikte metabolizmada sistemlerin devamlılığı açısından hayati öneme sahiptir. Bu yapılar bütün canlı türlerinde her türlü metabolik hareketliliğin içinde yer alan biyolojik yapılardır. Proteinleri anlamak yaşamın temel dinamiklerine dair anlayış ve kavrayışımızı artıracağı aşikârdır.
Bahsettiğimiz proteinler belirli bir düzen içinde bir araya gelerek, adeta bir origami zarafetinde, sorumlu oldukları görevleri yerine getirirler. Protein zincirlerinin fonksiyonlarını yerine getirmek için belirli bir prensip etrafında 3 boyutlu yapılar halinde organize olurlar, katlanırlar. Söz konusu katlanmalar öngörülen şekilde gerçekleşmez ise canlılar için anomaliler kaçınılmaz olmaktadır. Örneğin alzheimer, çeşitli kanser türleri, aids ve daha birçok hastalık. Bu hastalıkların varlığı bile bize ilgili katlanma düzenlerini anlamanın ne kadar önemli olduğunu göstermektedir.
Peki, bu çözülme bu kadar değerliyken neden ilerleme kaydetmek bu kadar zorlu oluyor? 100 aminoasitten oluşan basit bir protein için bile 1094 katlanma alternatifi bulunmaktadır. Benzer şekilde Levinthal, tipik bir proteinin olası katlanma düzenlerinin sayma işleminin evrenin yaşından daha uzun süreceğine işaret etmektedir. Sadece insanlarda 20 binden fazla türde aminoasit bulunması ve buna hayvanlar, bitkiler, mantarlar, bakteri ve virüslerin bünyesindeki yapılardaki bilinen 200 milyon protein hesaba katılırsa Protein Katlanma Probleminin alan ve kapsamını kestirmek araştırmacıları bir hayli zorlamaktadır. Günümüzde bilgi teknolojilerinde önemli gelişmelere paralel olarak bilgisayarlı modellemelerin kullanıldığı sistemler aracılığıyla protein katlanmaları anlamlandırılmaya çalışılıyor.
Londra merkezli Google yapay zeka ekibi DeepMind, geçtiğimiz günlerde, 30 Kasım 2020 tarihinde, protein katlanmaları konusunda önemli bir başarıya imza attı. DeepMind, satranç ve Go gibi oyunlarda insanları sürekli yenilgiye uğratan ve sürekli gelişen yapay sinir ağlarıyla bizleri yıllardır şaşırtmaya devam ediyor. AlphaFold Yapay Zeka Sistemi, proteinlerin yapısı ve davranışıyla ilgili inanılmaz derecede karmaşık olan ve uzun zamandır devam eden bilimsel bir problemi etkili biçimde çözdü.
AlphaFold yapay zeka mimarilerinin son sürümüyle bu çok tutkulu hedefe gerçekten ulaşmış gibi görünüyorlar; ya da en azından, bizi bu hedefe hiç olmadığı kadar yaklaştırdılar, diyebiliriz. Bu da insan biyolojisinin son derece küçük ancak hayati önem taşıyan yönlerini tahmin ederek, hastalıklarla olan savaşta yeni yöntemler bulmaktı. Protein katlanma problemi olarak bilinen bu bulmacanın çözebilmesi durumunda; bilimsel kabiliyetlerde devasa bir çığır açacak; ilaç keşfi ve hastalıkların modellenmesi gibi şeylerde devam eden araştırma çalışmalarına muazzam biçimde hız kazandıracak ve sağlığın ötesinde de yeni uygulamalara yol açacak.
Maryland Üniversitesi’nde çalışan John Moult, “Bu tek probleme; proteinlerin nasıl katlandığı problemine yaklaşık 50 yıldır takılı kalmıştık” diyor. “Bu problem üzerinde bu kadar uzun zaman çalıştıktan, başarıp başaramayacağımızı merak ederek çok defa bitirip yeniden başladıktan sonra DeepMind’ın buna bir çözüm ürettiği görmek çok özel bir an.” Böylece, protein katlanmalarını ne ölçüde doğru tahmin edebilirsek muhtemel birçok sağlık probleminin iyileştirilmesine hatta ortaya çıkmadan önlenmesine olanak sağlayabilir.
Kaynak ve İleri Okuma
acikbilim.com
flickr.com
globalaihub.com
sarkac.org
sciencealert.com
Beyda GÜLAL
