Stanford Üniversitesi'ndeki araştırmacılar, DNA dizilimlerini analiz ederek yeni virüs genomları oluşturabilen Evo 1 ve Evo 2 isimli büyük genom modelleri geliştirdi. Bu yapay zeka sistemleri, özellikle bakterileri hedef alan virüslerin genetik yapılarını taklit ederek, doğal evrimle oluşması zor olan farklı versiyonlar üretebiliyor.

Bakteri Avcısı Virüsler Yeniden Tasarlandı

Yapay zeka sistemleri, test aşamasında yaygın olarak bilinen E. coli bakterilerini enfekte eden ΦX174 virüsünü temel aldı. Yaklaşık 5 bin 400 baz üzerinden 11 genle çalışan bu basit yapı, modellerin tüm bir genomu sıfırdan üretme yeteneğini kanıtlamak için kullanıldı. Modeller, mevcut virüslere yakın ancak belirli özellikleri bakımından onlardan ayrışan genetik dizilimler ortaya koydu.

DNA'nın Dilini Çözen Algoritmalar

Büyük dil modellerinin metin tahmin etme mantığına benzer şekilde çalışan bu sistemler, DNA'daki A, T, C ve G harflerinden oluşan dizilimleri analiz ediyor. Araştırmacılar, modelin biyolojik bağlamı kavrama yeteneği sayesinde, henüz insan tarafından tanımlanmamış ancak işlevsel olabilecek proteinleri kodlayan DNA dizileri üretebildiğini gözlemledi.

Güvenlik Önlemleri ve Gelecek Riskleri

Güvenlik protokolleri gereği, Evo modellerine karmaşık hücreleri hedef alan virüslerin veri setleri verilmedi. Ancak Stanford'daki uzmanlar, bu teknolojinin ileride omurgalı canlıları hedef alan virüsler tasarlamak için kullanılabileceği konusunda uyarıda bulundu. Bu durum, benzer yapay zeka araçlarının kötüye kullanım riskine karşı şimdiden hazırlıklı olunması gerektiğini gösteriyor.

Ne anlama geliyor?

Genetik kodlama sistemleri, belirli biyolojik yapı taşlarının dizilimini tahmin ederek yeni fonksiyonel birimler oluşturma prensibiyle çalışır. Bu yöntem, organik yapıların dijital ortamda simüle edilmesini sağlayarak laboratuvar süreçlerini hızlandırır. Özellikle hücre düzeyindeki yapıların dizilim mantığı çözüldüğünde, belirli biyolojik sorunları çözen özel yapılar üretmek mümkün hale gelir.

Bu teknoloji, tıbbi uygulamalarda hastalık yapıcı yapıların etkisiz hale getirilmesi veya belirli hücreleri hedef alan taşıyıcıların geliştirilmesi için kullanılır. Kullanıcı tarafında ise bu durum, kişiselleştirilmiş tedavi yöntemlerinin veya daha etkili biyolojik ajanların geliştirilme sürecini hızlandırarak sağlık hizmetlerine yansır.