Yapay zeka (YZ) tabanlı araçların, potansiyel tehditlere karşı henüz tam olarak hazırlıklı olunamaması nedeniyle neredeyse her gün yeni güvenlik endişeleri doğurduğu bir dönemde, biyolojik güvenlik alanında önemli bir gelişme yaşanıyor.
Biyoloji alanındaki çoğu yenilikte olduğu gibi, protein tasarımı araçlarının sunduğu faydalarla birlikte potansiyel tehditler de paralel ilerliyor. Plastikleri sindirebilen veya zehirli proteinleri engelleyebilen YZ destekli enzimler gibi protein tasarımlarında büyük başarılar elde edilmiş durumda. Ancak aynı araçlar, zehirli maddeler üretmek veya viral proteinlerin davranışlarını değiştirmek için de kullanılabilir.
Mevcut DNA dizilerini analiz eden yazılımlar, henüz yeterince karakterize edilmediği için YZ tarafından tasarlanan proteinleri tehdit olarak algılamakta zorlanıyor. Bu riskin ortaya çıkmasından yaklaşık bir yıl sonra bile, bu soruna yönelik somut bir çözümün olup olmadığı belirsizliğini koruyordu.
Google'ın DeepMind ekibi, bu duruma olası bir çözüm sunan bir araştırma yayınladı: Proteinlere dijital parmak izi ekleme. Bu sistem, proteinin işlevini bozmadan molekül dizilerine görünmez bir işaretleme yerleştiriyor. Böylece, güvenilir araştırmacılar tarafından tasarlanan yeni proteinler kolayca tanımlanabiliyor ve diğerleri daha detaylı incelemeye tabi tutulabiliyor.
Dijital Parmak İzi Proteinlerde İşe Yarar mı?
Bu çalışma, YZ tarafından üretilen dijital materyallere ince bir dijital parmak izi ekleyebilen Google'ın SynthID teknolojisine dayanıyor. Parmak izi, YZ'nin belirli seçimler yapma olasılığını etkiliyor ve bu yanlılık, metin veya görseller gibi ürünlerin tamamına sistematik olarak dağılıyor. Parola bilgisi olmadan parmak izinin nasıl kodlandığını bilmek mümkün olmadığı için, onu kaldırmak neredeyse imkansız. Ayrıca, ürünün tamamına dağıldığı için temel dışa aktarma, yeniden boyutlandırma gibi işlemlere dayanabiliyor.
Fotoğraftaki renkler gibi ince farklılıklarda bu yöntemin işe yaradığı kolayca görülebiliyor. Ancak bunu bir proteinle yapmak çok daha karmaşık bir süreç.
Proteinler, yalnızca 20 çeşit aminoasitten oluşuyor ve bu aminoasitlerin her biri, molekülün yapısı veya katalitik aktivitesi için kritik öneme sahip olabilir. Bazı aminoasitler kimyasal olarak birbirine benzerken (örneğin lösin ve izolösin), bazıları zıt yüklere sahip. Birçok proteinin, amino asit dizilerinde sınırlı değişikliklere tolerans gösterebilen bölgeleri varken, bazı bölgelerinde en ufak bir sapma bile proteini etkisiz hale getirebiliyor.
Proteinler ayrıca küçük boyutlu yapılar. Milyonlarca piksel içerebilen görsellerin aksine, 500 aminoasit içeren bir protein oldukça büyük kabul ediliyor. Bu, bir sinyali gizlemek için oldukça kısıtlı bir alan anlamına geliyor.
Bu nedenle, SynthID teknolojisinin proteinlerde işe yarayıp yaramayacağı belirsizdi. Yeterli sinyali gizleyemeyebilir veya yeterli bilgiyi sıkıştırıp işlevsel bir parmak izi oluşturmaya çalışırken, ortaya çıkan proteinler etkisiz hale gelebilirdi. Bunu anlamanın tek yolu denemekti.
Proteinlere Dijital Parmak İzi Uygulaması
Sistemin nasıl çalıştığını daha iyi anlamak için protein kimyası hakkında kısa bir bilgi vermek faydalı olacaktır. Aminoasitlerin temelinde, iki karbon atomunun bir nitrojen atomuna bağlandığı sabit bir bölüm bulunur. Proteinler, bu sabit bölümlerin bir dizi halinde birbirine bağlanmasıyla oluşan uzun bir zincir olan omurgadan meydana gelir. Her aminoasidin ayrıca, omurgadan sarkan bir yan zinciri bulunur. Bu yan zincirler, tek bir hidrojen atomundan büyük halka yapılı moleküllere kadar çeşitlilik gösterebilir; bunlar temel hidrokarbonlar, asitler, bazlar ve daha fazlası olabilir.
Yan zincirler, omurganın üç boyutlu uzayda nasıl katlandığını belirler. Çözünebilen bir proteinin içinde, saf hidrokarbon yan zincirleri merkeze doğru toplanırken, asit, baz ve hidroksil içeren yan zincirler suya dönük olur. Protein, nihai formunda katlandığında, omurga proteinin genel şeklini oluşturur.
Google ekibi, popüler YZ protein tasarım araçlarından biri olan ProteinMPNN ile çalışmaya başladı. Bu yazılım, YZ destekli protein tasarımında önemli bir rol oynamaktadır.
ProteinMPNN, iki aşamalı bir süreç izler. İlk olarak, ayrı bir araç tasarımı uygun bir omurga konfigürasyonu tanımlar. Ardından, ProteinMPNN omurga boyunca ilerleyerek, yan zincirleri tek tek amino asit yerleştirerek tamamlar. Her amino asit, omurga tarafından tanımlanan şekle uyma, komşu amino asitlerle etkileşime girme ve deney tarafından tanımlanan diğer kısıtlamaları karşılama yeteneğine göre seçilir. Bu kısıtlamalar, katalitik cepler oluşturma veya başka bir proteinle etkileşim kurma gibi özellikler içerebilir.
Google'ın SynthID'sinin bir varyantı olan SynthIDBio, bu süreç sırasında devreye girer. Bir anahtar (kriptografik bir anahtara benzer) ve daha önce seçilen amino asitlerin kimliğini kullanarak yeni bir tane önerir. ProteinMPNN daha sonra SynthID tarafından önerilen amino asidin, işlevsel bir protein oluşturma açısından uygun olup olmadığını belirler. Uygun değilse reddedilir, uygunsa bir sonraki adıma geçilir. Başka bir deyişle, sistem omurga boyunca amino asitleri tek tek işlerken, yalnızca işlevsel bir proteinle tutarlı olan dijital parmak izli amino asitleri dahil eder.
Bunu şöyle düşünebiliriz: Sistem, bir dizi kimyasal olarak ilgili amino asidin hepsinin işe yarayacağı bir konuma geldiğinde (örneğin lösin/izolösin/valin veya serin/treonin), mümkün olduğunda dijital parmak iziyle uyumlu olanı kullanır. Bu sistemi geliştirenlerden birinin önerdiği başka bir bakış açısı ise, işlevsel proteinlerin kapladığı alan içinde, yeterli sayıda dijital parmak izi aminoasiti barındıran alt kümeyi aramasıdır.
Sonuç olarak, dijital parmak izi proteinin tüm uzunluğu boyunca rastgele dağılır ve bir parmak izini tespit etmek basit bir evet-hayır sorusu değildir. Anahtarı bilerek tüm diziyi taramanız ve SynthIDBio tarafından önerilen amino asitlerin nihai dizide ne sıklıkla göründüğünü ölçmeniz gerekir. Google ayrıca bu işlemi yapmak için gereken yazılımları da geliştirmiştir.
İşlevsel Hale Getirmek
Peki, dijital parmak izli proteinler işlevsel mi? Ekip, sistemi daha önce YZ tasarımlarıyla hedeflenmiş önemli doğal proteinlerle fiziksel olarak etkileşime giren proteinleri tasarlamak için kullandı. Dijital parmak izli versiyonlar, hedeflenen moleküllere bağlanarak gayet iyi çalıştı. Bu, bir katalizör bulmak kadar kapsamlı bir test olmasa da, daha karmaşık tasarım görevlerinde ciddi sorunlar beklenmemesi gerektiğini gösteriyor.
Dolayısıyla, bir protein yeterince uzun olduğu sürece sistem bir dijital parmak izini tespit edebiliyor. Peki bu nasıl faydalı olabilir? Yine biyogüvenlik konusuna dönüyoruz. Birisi DNA dizileri sipariş ettiğinde, DNA üreten kişiler genellikle diziyi virüslerin bölümlerini, zehirli proteinleri ve benzeri tehditleri kodlama yeteneği açısından tarar. Ancak şu anda, daha önce bilinen hiçbir şeye benzemeyen bir proteinle karşılaştıklarında (bu durum, YZ tarafından tasarlanan herhangi bir protein için geçerli olabilir), tehdit seviyesini değerlendiremezler.
Google, sistemini DNA sentezleyicilere bu proteinlerle ilgili daha fazla güvenilirlik sağlamanın bir yolu olarak görüyor. Üniversiteler veya büyük biyoteknoloji şirketleri gibi güvenilir kuruluşlardan bir dizi anahtar alırlarsa, bilinmeyen bir proteinin güvenilir bir kaynaktan gelen bir YZ tasarımı olup olmadığını hızla belirleyebilirler. Bu, dikkat ve kaynaklarını, güvenilir olmayanları, özellikle de YZ tasarımlarına benzeyen ancak güvenilir bir kaynaktan gelmeyenleri değerlendirmeye odaklamalarını sağlayacaktır.
Başka bir deyişle, bu sistem DNA siparişlerinin güvenliğini garanti etmiyor, ancak tehdit tarama sürecini basitleştiriyor.
Bu çalışmanın arkasındaki ekip, birkaç potansiyel zayıf noktaya da dikkat çekiyor. Öncelikle, tüm sistemin güvenliği, dijital parmak izi için kullanılan anahtarların dağıtımı ve bakımı için kullanılan sistemin güvenliği kadar güçlüdür. Çok kısa proteinler, tanımlanmalarını zorlaştıracak kadar az sayıda dijital parmak izi aminoasiti içerebilir. Ayrıca, dijital parmak izi içermeyen bir maddeyle (örneğin YZ tasarımlı protein ile doğal bir floresan proteinini birleştirmek gibi) dijital parmak izli diziyi doldurmak, dijital parmak izini sulandırabilir.
ProteinMPNN'ye dayanmayan, YZ destekli protein tasarım yazılım paketleri de bulunmaktadır. Bunlardan bazıları (hepsi değil) SynthIDBio ile iyi entegre olabilecek benzer bir "tek seferde bir amino asit" yaklaşımı kullanır. Bu nedenle, Google diğer entegrasyon biçimlerini ele alana kadar, tasarladıkları proteinleri dijital parmak iziyle işaretleyebilen herkes sınırlı kalacaktır.
Dijital parmak izi tespiti istatistiksel temelde yapıldığından, kesme noktasını nasıl belirlediğiniz, hem yanlış pozitifler hem de yanlış negatifler açısından büyük fark yaratır.
En azından orijinal formunda, bu yöntemin pratikte özellikle kullanışlı olup olmayacağı net değil. Ancak, bu yöntemin işe yaramış olması oldukça ilginç. Ve en azından YZ endüstrisindeki bazılarının riskleri sınırlama yollarını düşündüğünü bilmek de sevindirici.
