00:05:31

Yapay Zekâ Yeni Virüsler Tasarlıyor

Yapay zekânın biyolojideki kullanım alanı, genetik dizileri analiz etmenin ötesine geçerek doğada daha önce bulunmayan işlevsel biyolojik sistemlerin tasarlanmasına doğru ilerliyor. Stanford Üniversitesi ve Arc Institute araştırmacılarının çalışması da bu dönüşümün dikkat çekici örneklerinden biri. Araştırmacılar, üretken bir yapay zekâ modeli kullanarak yeni bakteriyofaj genomları tasarladı ve bu tasarımların bir bölümünü laboratuvarda işlevsel virüslere dönüştürmeyi başardı…

Bakteriyofajlar veya kısaca fajlar, bakterileri enfekte eden virüslerdir. Bir faj uygun bakteriyi bulduğunda hücreye bağlanır, genetik materyalini aktarır ve bakterinin hücresel mekanizmalarını kendi kopyalarını üretmek için kullanır. Bu süreç sonunda bakteri hücresi parçalanır ve yeni fajlar ortaya çıkar. İnsan hücrelerini enfekte etmemeleri ve belirli bakterilere karşı son derece seçici olabilmeleri nedeniyle fajlar, özellikle antibiyotiklere dirençli bakteriyel enfeksiyonların tedavisinde uzun süredir araştırılıyor.

Stanford ekibinin çalışmasında bu biyolojik mekanizmanın yeni bir boyuta taşınıp taşınamayacağı araştırıldı: Doğada hazır bulunan fajları aramak yerine, yapay zekâ kullanılarak tamamen yeni fajlar tasarlanabilir miydi?

Araştırmacılar bu amaçla Evo adlı üretken genom modelinden yararlandı. Evo, çok büyük miktarda DNA ve RNA dizisini analiz ederek genetik kod içerisindeki örüntüleri öğrenebilen bir yapay zekâ sistemi. Büyük dil modellerinin insan dilindeki kelimeler arasındaki ilişkileri öğrenerek yeni metinler oluşturmasına benzer şekilde Evo da genetik dizilerdeki örüntülerden yararlanarak yeni diziler üretebiliyor.

Buradaki kritik fark, yapay zekânın yalnızca mevcut bir genomu analiz etmemesi. Model, öğrendiği biyolojik örüntülerden hareketle daha önce doğada bulunmamış genetik diziler oluşturabiliyor. Araştırmacılar da bu kapasiteyi kullanarak işlevsel olması hedeflenen yeni bakteriyofaj genomları tasarladı.

Çalışmanın deneysel aşamasında yapay zekâ tarafından oluşturulan çok sayıda tasarım laboratuvarda test edildi. Araştırmacılar bunlar arasından 16 tasarımın işlevsel bakteriyofajlara dönüştürülebildiğini gösterdi. Ortaya çıkan fajlar, Escherichia coli bakterilerini enfekte edebiliyor ve enfeksiyonun sonucunda bakterileri öldürebiliyordu.

Bu sonuç, çalışmanın en önemli tarafını oluşturuyor. Yapay zekânın bilgisayar ekranında biyolojik açıdan makul görünen bir DNA dizisi üretmesi tek başına büyük bir anlam taşımıyor. Asıl eşik, bilgisayar tarafından tasarlanan genetik kodun gerçek bir biyolojik sistem içerisinde çalışabilmesi. Bu çalışmada bazı yapay zekâ tasarımlarının laboratuvarda işlevsel virüslere dönüşmesi, üretken genom modellerinin biyolojik tasarım konusunda pratik bir kapasiteye sahip olduğunu gösteriyor.

Çalışmanın özellikle dikkat çekici hale gelmesinin bir nedeni de antibiyotik direnciyle mücadelede ortaya çıkabilecek potansiyel. Antibiyotiklerin yoğun ve yanlış kullanımı, bakterilerin mevcut ilaçlara karşı direnç geliştirmesine yol açıyor. Bazı bakteriyel enfeksiyonlarda birden fazla antibiyotiğe dirençli suşların ortaya çıkması, tedavi seçeneklerini ciddi biçimde azaltabiliyor.

Faj terapisi bu nedenle yeniden önem kazanan araştırma alanlarından biri. Fajlar antibiyotiklerden tamamen farklı bir mekanizmayla bakterileri hedeflediği için, uygun fajın bulunması durumunda dirençli bakterilere karşı alternatif bir tedavi yaklaşımı sağlayabiliyor. Ancak doğal fajların da sınırları var. Belirli bir bakteriye karşı etkili olan faj, bakterinin savunma mekanizmaları nedeniyle zaman içinde etkisini kaybedebiliyor.

Yapay zekâ destekli tasarımın sağlayabileceği avantaj tam bu noktada ortaya çıkıyor. Araştırmacılar doğada zaten bulunan fajlarla sınırlı kalmak yerine çok daha geniş bir genetik tasarım alanını bilgisayar ortamında tarayabilir. Böylece belirli bakterilere karşı daha etkili olabilecek veya mevcut fajlara direnç kazanmış bakterileri hedefleyebilecek yeni fajların geliştirilmesi hızlandırılabilir.

Stanford araştırmacılarının deneylerinde de yapay zekâ tarafından tasarlanan fajların bazı dirençli E. coli suşlarını etkileyebildiği gösterildi. Bu, gelecekte yapay zekânın yalnızca “hangi doğal faj bu bakteriye karşı etkili?” sorusuna değil, “bu bakteriyi etkileyebilecek yeni bir faj tasarlanabilir mi?” sorusuna da yanıt vermesine imkân sağlayabilir.

Ancak bu bulguların doğrudan insanlarda kullanılabilecek yeni bir tedavinin geliştirildiği anlamına gelmediğini belirtmek gerekiyor. Laboratuvarda bir bakteriyi öldürebilen faj ile insan vücudunda güvenli ve etkili biçimde kullanılabilecek bir tedavi arasında önemli farklar bulunuyor. Fajların vücuttaki davranışı, bağışıklık sistemiyle etkileşimi, hedef bakteriye özgüllüğü, dozajı ve bakterilerin tedavi sırasında geliştirebileceği yeni direnç mekanizmaları gibi birçok faktörün ayrıca incelenmesi gerekiyor.

Araştırmanın önemi yalnızca faj terapisiyle de sınırlı değil. Daha geniş açıdan bakıldığında çalışma, üretken yapay zekânın biyolojide üstlenebileceği rolün değişmekte olduğunu gösteriyor. Yapay zekâ bugüne kadar büyük ölçüde mevcut biyolojik verileri analiz etmek, protein yapılarını tahmin etmek, genlerin işlevlerini araştırmak veya hastalıklarla ilişkili biyolojik mekanizmaları belirlemek için kullanıldı. Şimdi ise aynı yaklaşım, daha önce doğada bulunmayan biyolojik yapıların tasarlanmasında kullanılmaya başlanıyor.

Bu durum biyolojide önemli bir değişimin kapısını açabilir. Araştırmacılar gelecekte belirli bir bakteriyi hedefleyen fajları, belirli bir biyolojik işlevi yerine getiren proteinleri veya başka genetik sistemleri bilgisayar modelleri aracılığıyla tasarlayabilir. Yapay zekâ, bu süreçte yalnızca araştırmacının elindeki verileri yorumlayan bir araç olmaktan çıkıp doğrudan biyolojik tasarım yapan bir sisteme dönüşebilir.

Fakat aynı kapasite önemli biyogüvenlik sorunlarını da beraberinde getiriyor. Yeni ve işlevsel biyolojik sistemler tasarlamak tıbbi araştırmaları hızlandırabileceği gibi, biyolojik tasarım teknolojilerinin kötüye kullanım ihtimalini de artırabilir. Bugünkü çalışmada araştırmacıların odağı bakteriyofajlarla sınırlı ve ortaya çıkan virüslerin insanları enfekte ettiğine ilişkin bir bulgu bulunmuyor. Buna rağmen, genom tasarım modellerinin gelecekte çok daha gelişmiş hale gelmesi durumunda hangi biyolojik sistemlerin tasarlanabileceği sorusu şimdiden önem kazanıyor.

Bu nedenle yapay zekâ destekli biyoloji alanında yalnızca model performansının geliştirilmesi yeterli olmayacak. DNA sentez şirketlerinin tarama sistemleri, laboratuvar güvenliği, biyolojik tasarım modellerine erişim, araştırma protokolleri ve kötüye kullanımı önlemeye yönelik denetim mekanizmalarının da aynı hızla geliştirilmesi gerekecek.

Çalışmanın zamanlaması açısından da bir ayrıntı önemli. Araştırmanın sonuçları ilk olarak Eylül 2025’te ön baskı olarak yayımlandı. Çalışma daha sonra hakem değerlendirmesinden geçerek Ağustos 2026’da Science dergisinde yayımlandı. Dolayısıyla bugün yeniden gündeme gelmesinin nedeni, deneylerin yeni yapılmış olması değil; sonuçların artık hakemli bilimsel literatürde yayımlanmış olması.

Ancak bilimsel yayının değeri bundan bağımsız. Araştırma, üretken yapay zekânın yalnızca genetik kodu okuyup yorumlayan bir araç olmadığını, belirli koşullarda yeni ve işlevsel biyolojik sistemlerin tasarımında da kullanılabileceğini deneysel olarak gösteriyor.

Bugün için bunun en somut karşılığı, antibiyotiklere dirençli bakterilerle mücadelede yeni fajların geliştirilmesi ihtimali. Daha uzun vadede ise sonuç çok daha geniş bir anlama gelebilir: Biyolojide tasarım sürecinin önemli bir bölümünün bilgisayar ortamına taşınması.

Başka bir ifadeyle, yapay zekâ biyolojide yalnızca “doğada ne var?” sorusunu yanıtlamaya değil, giderek “doğada olmayan ne tasarlayabiliriz?” sorusuna da yanıt vermeye başlıyor. Stanford ve Arc Institute araştırmacılarının çalışması, bu dönüşümün laboratuvar ortamında çalışan bir örneğini ortaya koyması bakımından dikkat çekici.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…