Apple’dan protein tasarımında yeni yapay zeka modeli: SimpleDesign

Apple araştırmacıları, protein dizilerini ve bu dizilere karşılık gelen 3 boyutlu yapıları birlikte üretebilen yeni yapay zeka modeli SimpleDesign’ı tanıttı. Yeni çalışma, protein tasarımında yaygın olarak kullanılan çok aşamalı eğitim süreçleri yerine doğrudan veri alanında çalışan uçtan uca bir yaklaşım öneriyor. Modelin hem protein dizisi hem de yapısına ilişkin bilgileri aynı süreç içerisinde öğrenmesi, yapay zeka destekli biyomoleküler tasarım alanında daha sade bir mimarinin mümkün olup olmadığını araştırıyor.

Haberi okuduğunuz için teşekkürler, bizi takip etmeyi unutmayın!

Apple’ın SimpleDesign projesi, önceki SimpleFold araştırmasının devamı olarak değerlendiriliyor. Eylül ayında yayımlanan çalışmada, araştırmacılar bir proteinin amino asit dizisinden 3D yapısını tahmin etmek amacıyla akış eşleştirme temelli bir model geliştirmişlerdi. Bu yöntemde model, rastgele ve gürültülü bir başlangıç noktasından hedef yapıya daha doğrudan bir dönüşüm öğreniyor.

SimpleDesign protein dizisi ve yapısını nasıl öğreniyor?

SimpleFold’da olduğu gibi SimpleDesign da genel amaçlı Transformer bloklarını kullanıyor. Transformer mimarileri metin ve kod üretiminde yaygın olsa da, Apple araştırmacıları bu yapının protein dizileri ve geometrik yapılar gibi farklı veri tiplerini aynı anda işleyebileceğini araştırıyor. Bu yaklaşım, AlphaFold gibi protein katlanması alanında öne çıkan sistemlerdeki daha karmaşık ve hesaplama maliyetli yapıların yerine daha genel bir modelleme çerçevesinin uygulanabileceği fikrine dayanmaktadır.

Yeni modelin temel farkı, protein yapılarının önceden ayrı ve ayrık temsil biçimlerine dönüştürülmesini gerektirmemesi. Geleneksel bazı ortak tasarım sistemlerinde önce protein yapısını token adı verilen ayrık temsillere dönüştüren bir model eğitiliyor, ardından bu temsiller üzerinde üretken model çalıştırılıyor. SimpleDesign ise amino asit dizileri ile sürekli 3 boyutlu koordinatları doğrudan birlikte ele alıyor. Böylece araştırmacılar, aradaki kodlama ve yeniden yapılandırma aşamalarını kaldırarak tek bir eğitim sürecinin yeterli olup olmadığını test ediyor.

Modelin eğitimi sırasında, AlphaFold Veritabanı’ndan türetilen yapılar ve ek örnekleri içeren AFESM veri kümesinden 2 milyondan fazla protein dizisi ve yapı çifti kullanıldı. Eğitim sürecinde hem amino asit dizileri hem de ilgili 3D yapılar kontrollü bir şekilde bozuldu; dizilerdeki amino asitler rastgele maskelenirken, yapı koordinatlarına farklı seviyelerde gürültü uygulandı. Bu yöntem, modelin tek bir göreve değil, dizi‑to‑yapı ve yapı‑to‑dizi gibi çeşitli problemlere aynı eğitim çerçevesi içinde uyum sağlamasını hedefliyor.

Bozulma seviyelerinin değiştirilmesi modelin farklı protein tasarım görevlerini öğrenmesine olanak tanıdı. Dizinin büyük ölçüde korunup yapının ciddi biçimde bozulduğu durumda görev protein katlanmasına yaklaşırken, yapının korunup dizinin büyük ölçüde maskelendiği durumda ters katlanma problemi ortaya çıkıyor. Her iki veri türünün de kısmen bozulduğu senaryolarda ise model, belirli bir protein dizisiyle uyumlu yapıyı ve yapıya karşılık gelebilecek diziyi birlikte öğreniyor. Bu mekanizma, SimpleDesign’ın protein ortak tasarımına yönelik tek bir model olarak eğitilmesinin temelini oluşturuyor.

Araştırmacıların değerlendirmelerine göre, SimpleDesign, daha basit bir eğitim sürecine rağmen protein ortak tasarımı, yapı üretimi ve dizi üretimi alanlarında rekabetçi performans sergiledi. Modelin ürettiği yapılar protein açısından makul geometrilere sahipken, oluşturulan amino asit dizileri birçok çok modlu rakip modelle benzer ya da bazı ölçütlerde daha üstün sonuçlar gösterdi. Ancak bu bulgular şu an için yalnızca bilgisayar tabanlı analizlerle sınırlı. Üretilen proteinlerin gerçek biyolojik ortamlarda doğru şekilde katlanıp katlanmayacağı, beklenen fonksiyonları yerine getirip getirmeyeceği ve güvenli olup olmadığı deneysel olarak henüz doğrulanmamıştır.