MIT’de geliştirilen yeni bir yöntem, sınırlı verilerle moleküllerin davranışlarını tahmin etme yeteneğini artırıyor.
Yöntemin Temeli: CheMeleon
Yeni yöntem, Massachusetts Teknoloji Enstitüsü (MIT) tarafından geliştirilen CheMeleon adlı bir modelle hayata geçirildi. Bu model, moleküllerin belirli özelliklerini tahmin etmek için yapay zeka ve makine öğrenimi kullanarak mevcut yöntemlerden daha etkili sonuçlar almayı amaçlıyor. CheMeleon, bir milyon farklı molekül hakkında detaylı verilerle önceden eğitilmiş bir makine öğrenimi modelidir.
Moleküllerin Davranışını Tahmin Etmek
Bu yeni yaklaşım, özellikle yeni ilaçlar geliştiren ilaç şirketleri için büyük önem taşıyor. CheMeleon, moleküllerin yapılarına göre davranışlarını belirleyen yaklaşık 1.600 tanımlayıcıyla ilişkilere odaklanıyor. Bu sayede, moleküllerin çözünürlük, viskozite gibi bilinen özelliklerinin yanı sıra, biyolojik aktivite gibi daha karmaşık özelliklerini de tahmin edebiliyor.
Uygulama ve Başarılar
CheMeleon, bu yıl düzenlenen bir yarışmada, daha önce sentezlenmemiş yeni moleküllerin özelliklerini tahmin etme konusunda büyük başarı elde etti. Yarışmanın kazananlarından dokuzunun CheMeleon kullanarak sonuçlar elde ettiği belirtildi. Bu başarı, ilaç şirketlerinden büyük bir ilgi görmesini sağladı ve bazı şirketler, molekül modelleme süreçlerinde CheMeleon’u kullanmaya başladı.
Yöntemin Avantajları
CheMeleon’un en büyük avantajı, deneysel test gereksinimlerini önemli ölçüde azaltmasıdır. MIT Kimya Mühendisliği Profesörü William Green, bu modelin yeni moleküllerin özelliklerini doğru bir şekilde tahmin etmek için gereken molekül sayısını azaltarak, sentezleme ve test etme süreçlerini hızlandırdığını belirtti. Böylece, zaman ve maliyet açısından önemli tasarruflar sağlanıyor.
Gelecek Perspektifi
CheMeleon’un geliştirilmesi, klasik uzman odaklı modellere kıyasla daha geniş bir veri yelpazesi kullanarak daha etkili sonuçlar elde edilmesini sağlıyor. Araştırmacılar, modelin daha fazla molekül üzerinde denemeler yaparak, moleküllerin davranışlarını daha iyi anlamayı hedefliyor. Bu yöntem, gelecekte yeni moleküllerin keşfi ve geliştirilmesinde devrim niteliğinde bir adım olarak değerlendiriliyor.
Destekleyici Kurumlar
Bu çalışma, Makine Öğrenimi ile İlaç Keşfi ve Sentezi konsorsiyumu tarafından desteklenmiştir. Ayrıca, ABD Enerji Bakanlığı ve MathWorks tarafından sağlanan burslarla desteklenmiştir. Araştırma ekibinde MIT’den Akshat Shirish Zalte, Jackson Burns, Charlles Abreu ve William Green’in yanı sıra BASF SE’den Jochen Sieg, Christian Feldmann ve Miriam Mathea gibi araştırmacılar da yer almaktadır.
