Proteinler, hücrelerimizin temel yapı taşlarıdır ve her biri belirli bir görevi yerine getirmek için özelleşmiştir. Bilim insanları uzun zamandır bir proteinin yapısının, işlevini belirlediğini biliyordu. Ancak, son yıllarda proteinlerin hücre içindeki konumlarının da en az yapıları kadar önemli olduğu keşfedildi.
Hücreler, farklı işlevlere sahip birçok bölmeye ayrılmıştır. Klasik biyoloji ders kitaplarında yer alan mitokondri, çekirdek veya endoplazmik retikulum gibi organellerin yanı sıra, zarla çevrili olmayan dinamik bölmeler de bulunmaktadır. Bu bölmeler, belirli molekülleri bir araya getirerek ortak işlevleri yerine getirmelerini sağlar.
Bu nedenle, bir proteinin hangi bölmeye yerleştiğini bilmek, onun işlevini anlamak açısından kritik bir rol oynar. Ancak bilim insanları, proteinlerin hücre içindeki yerleşimini sistematik olarak tahmin edebilecek bir yöntemden uzun süredir yoksundu.
MIT’li araştırmacılar, bu sorunu çözmek için ProtGPS adlı bir yapay zekâ modeli geliştirdi. Massachusetts Teknoloji Enstitüsü’nden (MIT) biyoloji profesörü Richard Young, yapay zekâ ve sağlık alanında çalışmalar yapan Regina Barzilay ve ekibinin geliştirdiği bu model, proteinlerin hangi hücresel bölmelere yönlendirildiğini tahmin edebiliyor.
Araştırma, 6 Şubat 2025 tarihinde Science dergisinde yayımlandı ve modelin proteinlerin hastalıklarla ilişkili mutasyonlara nasıl tepki verdiğini de analiz edebildiğini gösterdi.
AlphaFold’dan İlhamla Yeni Bir Model: ProtGPS
Bilim insanları, proteinlerin yapısını tahmin edebilmek için AlphaFold adlı yapay zekâ modelinden büyük ölçüde yararlanıyor. AlphaFold, bir proteinin amino asit dizisini kullanarak onun üç boyutlu yapısını tahmin edebiliyor.
Ancak proteinler sadece katlanmış yapılarıyla değil, esnek ve düzensiz bölgeleriyle de işlev görüyor. Bu düzensiz bölgeler, proteinlerin hücre içindeki belirli bölmelere bağlanmasına yardımcı oluyor. Young ve ekibi, bu bölgelerin hücresel bölmelere yönlendirilmeyi sağlayan bir kod içerip içermediğini araştırmaya karar verdi.
Daha önce bazı araştırmacılar, protein dizilerinde hücre içindeki konumu belirleyen motifler keşfetmişti. Ancak proteinlerin tüm dinamik bölmelere nasıl yönlendirildiğini tahmin edebilecek kapsamlı bir model yoktu.
Bunun üzerine MIT ekibi, ProtGPS’i geliştirdi. Bu model, proteinlerin 12 farklı hücresel bölmeye yönlendirilmesini yüksek doğrulukla tahmin edebiliyor. Ayrıca, hastalıklarla ilişkili mutasyonların proteinlerin yerleşimini nasıl değiştirdiğini analiz edebiliyor.
Hastalıklara Yol Açan Mutasyonlar ve Proteinlerin Yer Değiştirmesi
Birçok genetik hastalık, proteinlerin mutasyon sonucu yanlış bölgelere yönlendirilmesiyle ortaya çıkıyor. Ancak bu mekanizma, şimdiye kadar yeterince incelenmemişti.
Young ve ekibi, ProtGPS modelini 200.000’den fazla hastalıkla ilişkili proteine uygulayarak, mutasyonların proteinleri yanlış yerlere yönlendirdiğini tespit etti.
Örneğin, bir protein normalde çekirdekte görev yaparken, mutasyon sonucu sitoplazmaya yönlendirilebiliyor. Bu da proteinin işlevini kaybetmesine ve hastalıklara yol açmasına neden olabiliyor.
Ekip, ProtGPS’in tahminlerini doğrulamak için 20 farklı mutasyona sahip proteini hücre içinde deneysel olarak test etti. Bu testler, modelin tahminlerinin doğru olduğunu gösterdi.
Bu bulgular, hastalıkların arkasındaki bilinmeyen mekanizmalardan birini aydınlatabilir. Bilim insanları, bu tür hatalı yerleşimlerin kanser, nörodejeneratif hastalıklar ve metabolik bozukluklar gibi birçok hastalıkta etkili olabileceğini düşünüyor.
Yapay Zekâ ile Yeni Proteinler Tasarlamak Mümkün mü?
ProtGPS sadece mevcut proteinleri analiz etmekle kalmıyor; aynı zamanda tamamen yeni proteinler tasarlayabiliyor.
Ekip, geliştirdikleri modelle belirli bir bölmeye yönlendirilebilecek yapay proteinler oluşturmayı denedi. İlk testlerde, nükleolusa (hücre çekirdeği içinde bir bölge) yönlendirilecek 10 yeni protein tasarlandı.
Bu proteinler hücre içinde test edildiğinde, dördünün güçlü bir şekilde nükleolusa yerleştiği görüldü. Diğerleri de bu bölgeye yönelmeye eğilim gösterdi.
Bu tür bir modelin ilaç tasarımı açısından büyük bir potansiyeli bulunuyor. Örneğin, bir ilaç hücre çekirdeğinde bulunan bir proteini hedef alacaksa, ProtGPS kullanılarak ilacın da çekirdeğe yönlendirilmesi sağlanabilir. Böylece ilaç daha etkili olabilir ve yan etkiler azaltılabilir.
MIT ekibi, bu tür protein tasarımlarının kanser ve genetik hastalıklar için yeni tedavi yöntemleri geliştirmede büyük bir adım olabileceğini düşünüyor.
Bilim Dünyasında Yeni Bir Dönem Başlıyor
ProtGPS’in geliştiricileri, bu modelin AlphaFold gibi biyolojik araştırmalarda yaygın bir araç haline gelmesini umuyor.
Ayrıca, modelin daha da geliştirilerek daha fazla hücresel bölmeyi kapsayacak şekilde genişletilmesi hedefleniyor. Şu an 12 bölme üzerinde çalışıyor olsa da, hücrede çok daha fazla bölme ve alt bölge bulunuyor.
Buna ek olarak, yeni ilaç hedefleri keşfetmek ve genetik hastalıkları anlamak için ProtGPS’in kullanılabileceği düşünülüyor.
Çalışmada yer alan araştırmacılardan Henry Kilgore, şunları söylüyor:
“Artık proteinlerin hücre içindeki konumlarını belirleyen bir kod olduğunu ve makine öğrenmesi modellerinin bu kodu okuyabildiğini biliyoruz. Bu, biyolojide büyük keşiflerin önünü açabilecek inanılmaz bir gelişme.”
Araştırmacılar, gelecekte ProtGPS’i daha fazla deneysel veriyle besleyerek, hücre içinde protein hareketliliğini daha kapsamlı anlamayı hedefliyor.
Bu gelişme, genetik hastalıkları anlamak, yeni ilaçlar geliştirmek ve sentetik biyoloji alanında yeni proteinler tasarlamak için bilim dünyasına büyük bir kapı aralıyor.
Diğer haberlerimize buradan ulaşabilirsiniz!
