Yeni bir yapay zeka modeli, iki boyutlu moleküler yapılar üzerinden hidrojen atomlarının konumlarını tahmin edebiliyor ve bu sayede ilaç araştırmalarında kritik bir adıma imza atıyor. Grafik sinir ağı olarak tanımlanan sistem, 1,1 milyondan fazla kristalden elde edilen tautomerik durum üzerinde eğitildi ve tek bir grafik işlemci birimine sahip sunucuda 4,6 milyon bileşiği 3,2 saat içinde tarayabildi. Araştırmacılar, proteinlere bağlanan 5.075 ligandan 126’sının hidrojen konumlarının muhtemelen yanlış atandığını tespit etti ve alternatif tautomerlerin hidrojen bağlama örüntülerini geliştirdiğini ortaya koydu.
Hidrojenin Görünmeyen Rolü
İlaç geliştirmede moleküllerin iki boyutlu yapıları yaygın biçimde kullanılırken, hidrojen atomlarının gerçek konumları çoğu zaman belirsiz bırakılmaktadır. Bu durum, moleküllerin proteinlerle kurdukları hidrojen bağlarının doğru biçimde modellenmesini zorlaştırır. Yeni sistem, moleküler yapıdan yola çıkarak hidrojen atomlarının nerede yer aldığını öngörerek bu belirsizliği azaltmayı hedefliyor. Alternatif tautomerlerin, hidrojen bağlama örüntülerini iyileştirdiği gözlemlendi.
Proteinlere bağlanan ligandların büyük çoğunluğunda hidrojen konumlarının doğru biçimde atandığı varsayılırken, bu sistemin 126 bileşiği yeniden gözden geçirmeyi gerekli kıldığı ortaya kondu.
Araştırmacılar
Yüksek Hızlı Tarama ve Pratik Fayda
Sistemin en dikkat çeken özelliği, tarama sürecinin hızıdır. Tek bir grafik işlemcili sunucuda gerçekleştirilen bu işlem, 4,6 milyon bileşiği 3,2 saat içinde tamamlayabildi. Bu hız, geleneksel yöntemlerle karşılaştırıldığında ilaç araştırmacısına devasa bir molekül havuzunu kısa sürede değerlendirmeyi mümkün kılıyor. Özellikle erken aşamada binlerce aday bileşiği inceleyen laboratuvarlar için bu yaklaşım zaman ve kaynak tasarrufu sağlıyor.
İleri Aşamalar ve Beklentiler
Uzmanlar, sistemin daha geniş molekül kümeleri üzerinde test edilmesini ve tahminlerin deneysel verilerle doğrulanmasını öneriyor. Hidrojen konumlarının doğru biçimde belirlenmesi, moleküllerin biyolojik hedeflerle etkileşimini daha net biçimde öngörmeyi ve dolayısıyla yeni ilaç adaylarının tasarlanmasını kolaylaştırabilir. Bu alandaki çalışmalar, gelecekteki tıp ve kimya araştırmalarına katkı sunmayı amaçlıyor.
Bu haber, Phys.org’un otomatik olarak üretilen özetinden derlenmiştir.
Tam açıklama
İletişim formu
Yönergelere uyun
