T
Tuğçe İçözü
Misafir
2023'ün Kasım ayında DeepMind'ın geliştirdiği AlphaFold modelinin ilaç keşfine odaklandığını sizlere aktarmıştık. Google paylaştığı bir blog gönderisi ile AlphaFold 3 modelini tanıttı.
Şimdiye kadar AlphaFold modelleri proteinlerin yapılarını tahmin ediyordu. Modelin yeni versiyonu AlphaFold 3 ise proteinlerin ötesinde DNA, RNA ve ligand gibi yaşamın temel moleküllerinin karmaşık yapılarını ve etkileşimlerini tahmin etme konusunda yeteneğiyle öne çıkıyor.
DeepMind'ın paylaştığı bilgilere göre yeni model, önceki modellerine kıyasla tahmin doğruluğunda yüzde 50'lik bir gelişme gösterdi. DeepMind CEO'su Demis Hassabis AlphaFold 2 ile yapısal biyolojide büyük bir dönüm noktası yaşandığını ifade etti. Hassabis, AlphaFold 3'ü biyolojiyi anlamak ve modellemek için yapay zekayı kullanma yolunda atılmış bir adım olarak tanımladı.
Moleküler yapılardan oluşan bir kütüphaneye sahip olan AlphaFold 3, araştırmacılara molekül etkileşimleri konusunda destek oluyor. Araştırmacılar, birleştirmek istedikleri moleküllerin bir listesini girdikten sonra AlphaFold 3, yeni yapının 3D modelini oluşturmak için difüzyondan yararlanıyor. Bu noktada difüzyon ağının, Stable Diffusion gibi yapay zeka görüntü oluşturucularında da kullanıldığını hatırlatalım.
Paylaşılan bilgilere göre, Demis Hassabis tarafından kurulan ilaç keşif şirketi Isomorphic Labs, AlphaFold 3'ü kurum içinde yürütülen projeler için kullanıyor. Model Isomorphic Labs'in yeni hastalık hedeflerini daha iyi anlamasına yardımcı oluyor.
DeepMind, AlphaFold 3 duyurusunda AlphaFold Server'ı da gündeme getirdi. AlphaFold 3 tarafından desteklenen AlphaFold Server, bilim insanlarının hesaplama gücüne erişimlerinden bağımsız olarak biyomoleküler yapı tahminleri üretmelerine imkan tanıyor. DeepMind, hem AlphaFold 3'ü hem de araştırma platformu AlphaFold Server'ı bazı araştırmacıların kullanımına ücretsiz olarak sunuyor.
AlphaFold 3'ün karmaşık biyolojik sistemleri anlamanın yanı sıra hedefe yönelik müdahaleler geliştirmek için yeni yollar sunduğunu söylemek mümkün. AlphaFold 3, proteinler ile ligandlar ve antikorlar gibi ilaç benzeri moleküller arasındaki etkileşimleri doğru bir şekilde tahmin edebilir. Böylece model, yeni ve daha etkili tedavilerin geliştirilmesini önemli ölçüde hızlandırabilir.
Kaynak : Webrazzi
Şimdiye kadar AlphaFold modelleri proteinlerin yapılarını tahmin ediyordu. Modelin yeni versiyonu AlphaFold 3 ise proteinlerin ötesinde DNA, RNA ve ligand gibi yaşamın temel moleküllerinin karmaşık yapılarını ve etkileşimlerini tahmin etme konusunda yeteneğiyle öne çıkıyor.
DeepMind'ın paylaştığı bilgilere göre yeni model, önceki modellerine kıyasla tahmin doğruluğunda yüzde 50'lik bir gelişme gösterdi. DeepMind CEO'su Demis Hassabis AlphaFold 2 ile yapısal biyolojide büyük bir dönüm noktası yaşandığını ifade etti. Hassabis, AlphaFold 3'ü biyolojiyi anlamak ve modellemek için yapay zekayı kullanma yolunda atılmış bir adım olarak tanımladı.
AlphaFold 3 nasıl çalışıyor?
Moleküler yapılardan oluşan bir kütüphaneye sahip olan AlphaFold 3, araştırmacılara molekül etkileşimleri konusunda destek oluyor. Araştırmacılar, birleştirmek istedikleri moleküllerin bir listesini girdikten sonra AlphaFold 3, yeni yapının 3D modelini oluşturmak için difüzyondan yararlanıyor. Bu noktada difüzyon ağının, Stable Diffusion gibi yapay zeka görüntü oluşturucularında da kullanıldığını hatırlatalım.
Paylaşılan bilgilere göre, Demis Hassabis tarafından kurulan ilaç keşif şirketi Isomorphic Labs, AlphaFold 3'ü kurum içinde yürütülen projeler için kullanıyor. Model Isomorphic Labs'in yeni hastalık hedeflerini daha iyi anlamasına yardımcı oluyor.
AlphaFold Server
DeepMind, AlphaFold 3 duyurusunda AlphaFold Server'ı da gündeme getirdi. AlphaFold 3 tarafından desteklenen AlphaFold Server, bilim insanlarının hesaplama gücüne erişimlerinden bağımsız olarak biyomoleküler yapı tahminleri üretmelerine imkan tanıyor. DeepMind, hem AlphaFold 3'ü hem de araştırma platformu AlphaFold Server'ı bazı araştırmacıların kullanımına ücretsiz olarak sunuyor.
AlphaFold 3'ün karmaşık biyolojik sistemleri anlamanın yanı sıra hedefe yönelik müdahaleler geliştirmek için yeni yollar sunduğunu söylemek mümkün. AlphaFold 3, proteinler ile ligandlar ve antikorlar gibi ilaç benzeri moleküller arasındaki etkileşimleri doğru bir şekilde tahmin edebilir. Böylece model, yeni ve daha etkili tedavilerin geliştirilmesini önemli ölçüde hızlandırabilir.
Kaynak : Webrazzi
