Apple araştırmacıları, proteinlerin amino asit dizisini ve üç boyutlu yapısını aynı anda üretebilen SimpleDesign adlı yapay zekâ modelini yayımladı. Apple Machine Learning Research sayfasındaki makaleye göre sistem, birçok protein tasarım yönteminde kullanılan iki aşamalı gizli temsil sürecini kaldırıyor. Model veriyi önce ayrı bir kodlayıcıyla sıkıştırmak yerine diziler ve yapılar üzerinde doğrudan uçtan uca eğitim görüyor. Araştırmacılar SimpleDesign’i 2 milyondan fazla dizi-yapı çiftiyle eğitti ve ortak tasarım ile koşulsuz üretim testlerinde rekabetçi sonuçlar aldıklarını bildiriyor. Çalışma bir araştırma modeli; yeni bir ilaç ya da laboratuvarda doğrulanmış protein ürünü anlamına gelmiyor.
Model diziyi ve üç boyutlu yapıyı birlikte öğreniyor
Bir proteinin işlevi yalnızca amino asitlerin sırasına değil, bu zincirin uzayda aldığı şekle de bağlı. Bu nedenle yeni bir protein tasarlarken dizi ve yapı arasındaki ilişkinin birlikte ele alınması gerekiyor. SimpleDesign, iki veri türünü aynı model içinde işlerken her biri için farklı hesaplama yolları kullanıyor. Ardından küresel öz dikkat katmanı, dizi ile yapı arasındaki bağlantıları ortak bağlamda kuruyor.
Mevcut üretken yöntemlerin bir bölümü önce protein yapısını ve dizisini gizli simgelere dönüştüren otomatik kodlayıcılar eğitiyor. İkinci aşamada üretken model bu sıkıştırılmış uzayda öğreniyor. Apple ekibi, bu çok aşamalı sürecin zorunlu olmadığını öne sürüyor. SimpleDesign diziler için ayrık çapraz entropi, yapılar içinse regresyon hedefini tek eğitim amacı altında birleştiriyor.
İLGİNİZİ ÇEKEBİLİR
Apple, iOS 27 ile sağlık yaşınızı iPhone’da gösterecek
Apple’dan kapsamlı iPhone zammı, fiyatlar 150 bin TL’ye yaklaştı
Apple Watch Series 12 tanıtıldı: Apple’ın yeni saati neler getiriyor?
AirPods 5 geldi ve Apple açık kulak tasarımından vazgeçmedi
iPhone 18 Pro ve 18 Pro Max tanıtıldı, Apple bu kez pil ömrüne yükleniyor
Tek aşamalı yaklaşım, eğitim boru hattını sadeleştirebilir ve ara kodlayıcının kaybettiği ayrıntıları azaltabilir. Bununla birlikte sade model daha az hesaplama kullandığı anlamına gelmiyor. Protein yapısı yüksek boyutlu geometrik veri içeriyor ve milyonlarca örnekle eğitim önemli işlem gücü gerektiriyor. Ayrıca karşılaştırmalı testlerde iyi sonuç almak, üretilen her proteinin gerçek hücre ortamında çalışacağını göstermiyor.
Protein tasarım modelleri ilaç adayları, enzimler, antikorlar ve yeni biyomalzemeler için başlangıç noktaları üretebilir. Araştırmacılar bilgisayar ortamında çok sayıda olası diziyi tarayıp laboratuvar testine girecek aday sayısını azaltabilir. Ne var ki güvenlik, katlanma kararlılığı ve biyolojik etkinlik yalnızca model çıktısıyla doğrulanamaz. Islak laboratuvar deneyleri ve bağımsız tekrarlar sürecin vazgeçilmez bölümü olmaya devam ediyor.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir.
SimpleDesign çalışması Transactions on Machine Learning Research ile ilişkilendiriliyor ve makalenin ön baskısı da erişime açık. Yazarların yayımladığı ön baskı model mimarisi, eğitim verisi ve karşılaştırma tablolarını ayrıntılandırıyor. Bu açıklık, başka araştırma gruplarının sonuçları incelemesine ve yöntemi farklı veri kümelerinde sınamasına imkân veriyor.
Apple’ın SimpleFold sonrasında SimpleDesign’i duyurması, şirketin protein yapısını tahmin etmenin ötesinde yeni dizi-yapı çiftleri üretmeye yöneldiğini gösteriyor. İki çalışma da genel amaçlı Transformer katmanlarıyla daha sade mimariler kurmayı deniyor. SimpleDesign’in gerçek bilimsel değeri, bağımsız değerlendirmeler ve laboratuvar doğrulaması arttıkça daha net anlaşılacak.
