Google\u2019\u0131n yapay zeka ara\u015ft\u0131rma birimi DeepMind, insan genomundaki hemen hemen t\u00fcm tek harflik DNA de\u011fi\u015fikliklerinin biyolojik etkilerini tahmin eden yeni bir ara\u015ft\u0131rma platformu olan AlphaGenome Atlas\u2019\u0131 kullan\u0131ma sundu. Bu yenilik\u00e7i platform, insan genomunda ortaya \u00e7\u0131kabilecek yakla\u015f\u0131k 9 milyar tek n\u00fckleotid varyant\u0131na ili\u015fkin tahminleri \u00f6nceden hesaplayarak ara\u015ft\u0131rmac\u0131lar\u0131n eri\u015fimine a\u00e7\u0131yor.<\/p>\n
\u0130nsan DNA\u2019s\u0131n\u0131 olu\u015fturan yakla\u015f\u0131k 3 milyar baz \u00e7iftinin her biri, farkl\u0131 bir baz ile de\u011fi\u015ftirilebildi\u011fi d\u00fc\u015f\u00fcn\u00fcld\u00fc\u011f\u00fcnde, toplamda yakla\u015f\u0131k 9 milyar farkl\u0131 olas\u0131 tek harflik mutasyon s\u00f6z konusu oluyor. Bu kadar geni\u015f bir varyant setini laboratuvar ortam\u0131nda deneysel olarak incelemek ise pratikte neredeyse imk\u00e2ns\u0131z bir g\u00f6rev.<\/p>\n
AlphaGenome Atlas\u2019\u0131n temel amac\u0131, yapay zekan\u0131n g\u00fcc\u00fcn\u00fc kullanarak bu devasa ve karma\u015f\u0131k ara\u015ft\u0131rma alan\u0131n\u0131 daha y\u00f6netilebilir hale getirmek. DeepMind, AlphaGenome Atlas\u2019\u0131 biyolojik varyantlar\u0131n molek\u00fcler etkilerini i\u00e7eren en kapsaml\u0131 katalog olarak tan\u0131ml\u0131yor. B\u00f6ylece genom \u00fczerindeki genetik varyantlar\u0131n i\u015flevsel etkileri hakk\u0131nda daha derin ve geni\u015f \u00e7apl\u0131 i\u00e7g\u00f6r\u00fcler sa\u011flanabiliyor.<\/p>\n
Platformun temelini, DeepMind\u2019\u0131n daha \u00f6nce geli\u015ftirdi\u011fi AlphaGenome modeli olu\u015fturuyor. Bu model, 1 milyon DNA baz \u00e7iftine kadar olan dizileri analiz ederek gen ifadesi, kromatin eri\u015filebilirli\u011fi ve RNA i\u015flenmesi gibi binlerce molek\u00fcler \u00f6zelli\u011fi tahmin edebiliyor. \u00d6nceki testlerde ise AlphaGenome\u2019un, rakip genel ama\u00e7l\u0131 modellere k\u0131yasla 26 varyant etki tahmini testinin 25\u2019inde daha ba\u015far\u0131l\u0131 oldu\u011fu g\u00f6sterilmi\u015fti.<\/p>\n
Ancak AlphaGenome Atlas, ara\u015ft\u0131rmac\u0131lar\u0131n her varyant\u0131 tek tek modelden sorgulamak zorunda kalmas\u0131n\u0131 \u00f6nlemek amac\u0131yla, yakla\u015f\u0131k 9 milyar varyant i\u00e7in tahminleri \u00f6nceden hesaplayarak devasa bir veri k\u00fcmesi olu\u015fturuyor. Bu devasa veri k\u00fcmesinin b\u00fcy\u00fckl\u00fc\u011f\u00fc 1 petabayt\u0131 a\u015fmakta, bu da AlphaFold veri taban\u0131ndan 30 kat daha b\u00fcy\u00fck bir genetik veri koleksiyonu anlam\u0131na geliyor.<\/p>\n
DeepMind, AlphaFold\u2019un protein yap\u0131 tahminlerini ara\u015ft\u0131rmac\u0131lar\u0131n kolay eri\u015fimine sundu\u011fu gibi, AlphaGenome Atlas arac\u0131l\u0131\u011f\u0131yla da genom \u00fczerindeki yapay zeka temelli tahminleri \u00e7ok daha geni\u015f bir ara\u015ft\u0131rmac\u0131 kitlesine ula\u015ft\u0131rmay\u0131 hedefliyor. Platform, her genetik varyant i\u00e7in gen d\u00fczenlenmesiyle ili\u015fkili binlerce molek\u00fcler etkiyi \u00f6nceden hesaplayarak, genom ara\u015ft\u0131rmalar\u0131nda yeni bir d\u00f6nemin kap\u0131lar\u0131n\u0131 aral\u0131yor.<\/p>\n