01:17:58

Google DeepMind tarafından geliştirilen yapay zekâ modeli AlphaGenome, insan genomunun uzun süre “karanlık genom” olarak görülen, protein kodlamayan bölgelerindeki mutasyonların işlevsel etkilerini çözümleyerek nadir hastalık araştırmalarında önemli bir eşiğin aşılmasını sağlıyor…

DNA’nın yaklaşık yüzde 98’ini oluşturan bu kodlamayan bölgeler, protein üretmese de genlerin ne zaman, nerede ve ne ölçüde aktif olacağını belirleyen karmaşık düzenleyici mekanizmaların merkezinde yer alıyor. Son yıllarda yapılan çalışmalar, bu bölgelerdeki küçük genetik değişimlerin gen aktivitesini bozarak teşhisi zor, hatta çoğu zaman “nedeni bilinmeyen” olarak sınıflandırılan birçok nadir hastalıkla doğrudan ilişkili olduğunu ortaya koymuş durumda.

AlphaGenome’un fark yaratan yönü, bu karmaşık düzenleyici alanları büyük ölçekte ve bağlam içinde analiz edebilmesi. Model, tek seferde bir milyona kadar DNA harfini inceleyerek kodlamayan DNA’daki tek harfli mutasyonların gen ekspresyonunu, RNA ekleme (splicing) süreçlerini ve dolayısıyla proteinlerin doğru şekilde üretilmesini nasıl etkileyebileceğini öngörebiliyor. Bu sayede klasik genetik analizlerin çoğu zaman gözden kaçırdığı, doğrudan proteini değil genin “kontrol panelini” bozan nadir varyantlar tespit edilebiliyor.

Bu yaklaşımın pratik etkisi, Ocak 2026’da düzenlenen Undiagnosed Hackathon sırasında net biçimde ortaya çıktı. Etkinlikte 100’ün üzerinde araştırmacı, AlphaGenome’u kullanarak daha önce tanı konulamamış 29 vakanın olası genetik nedenlerini sistematik biçimde inceledi. Model, binlerce potansiyel varyant arasından gen düzenlemesini bozma ihtimali en yüksek olanları öne çıkararak, araştırmacıların sınırlı zaman ve kaynaklarını en kritik adaylara yönlendirmesine imkân tanıdı.

AlphaGenome, gen ekleme kalıplarının tahmini, uzak düzenleyici bölgelerle genler arasındaki etkileşimlerin modellenmesi ve çok sayıda genomik görevde güncel yöntemleri geride bırakan bir performans sergiledi. Exeter Üniversitesi’nden Dr. Gareth Hawkes ve ekibi, kodlamayan varyantların obezite ve diyabet gibi yaygın metabolik hastalıklardaki rolünü araştırmak için bu modeli kullanırken; Francis Crick Enstitüsü’nden Dr. Robert Goldstone, potansiyel kanser tetikleyici mutasyonların belirlenmesinde AlphaGenome’dan yararlandı. Bu örnekler, modelin yalnızca nadir hastalıklarla sınırlı kalmayıp daha geniş bir hastalık yelpazesinde de uygulanabilir olduğunu gösteriyor.

Her ne kadar uzun mesafeli gen düzenleme etkileşimlerini kusursuz biçimde tahmin etmek hâlâ zorlu bir problem olsa da, uzmanlar AlphaGenome’u genomik yapay zekâ alanında “önemli bir dönüm noktası” olarak değerlendiriyor. Yazılım, olası genetik nedenleri dramatik biçimde daraltarak araştırma süreçlerini hızlandırıyor ve laboratuvar deneyleri için en yüksek olasılığa sahip varyantların önceliklendirilmesini sağlıyor. Uzun vadede bu yaklaşım, daha hızlı ve doğru teşhislerin önünü açarken, yeni tedavi hedeflerinin belirlenmesine, gen terapisi uygulamalarının gelişmesine ve sentetik biyoloji alanında yeni atılımlara zemin hazırlayabilir.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…