Biyomedikal araştırma alanı, hastalık mekanizmalarının, tanı araçlarının ve terapötiklerin (tedavi edici ajanların) keşfini yönlendiren temel bir bilimsel alandır. Günümüzde, büyük ölçekli deneylerin, araçların ve verilerin artmasıyla birlikte, insan uzmanların kapasitesini aşan bir veri yoğunluğu ortaya çıkmaktadır. Alandaki mevcut bilgi durumu, değerli biyomedikal verilerin büyük bir kısmının yeterince kullanılamadığına ve karmaşık iş akışlarının bütünleştirilmesinde zorluklar yaşandığına işaret etmektedir. Yapay zekâ ajanları, tekrar eden görevleri otomatikleştirerek pek çok alanı yeniden şekillendirmiş olsa da, biyomedikal alanında bugüne kadar geliştirilen sistemler çoğunlukla tek hücreli omikler (hücrenin tüm genetik ürünlerini inceleyen alan) gibi belirli ve dar görevler için tasarlanmış uzman yapay zekâ uygulamalarıyla sınırlı kalmıştır. Bu durum, farklı biyomedikal disiplinler arasında genellenebilen ve uzmanlaşmış biyolojik eylemleri yürütme becerisiyle ileri düzey akıl yürütmeyi birleştirebilen bütüncül sistemlerin eksikliğine dair soruları beraberinde getirmektedir.
Huang ve araştırma ekibi tarafından yürütülen bu çalışmada, çok çeşitli alt alanlardaki biyomedikal araştırma görevlerini otonom olarak yerine getirebilecek, genel amaçlı bir biyomedikal yapay zekâ ajanının (Biomni) geliştirilmesi ve performansının test edilmesi hedeflenmiştir. Çalışmanın temel hipotezi, büyük dil modellerinin (insan dilini anlayan ve üreten yapay zeka algoritmaları) kapsamlı bir biyomedikal eylem alanıyla birleştirilmesinin, önceden tanımlanmış şablonlara veya görevlere özgü ayarlamalara ihtiyaç duymadan çok çeşitli araştırma iş akışlarının yürütülmesini sağlayacağıdır yürütülmesini sağlayacağı yönündedir. Mevcut uzman yapay zekâ sistemlerinin farklı biyolojik etki alanlarında ve görevlerde genellenememe sınırlılığı vurgulanmış; bu çalışmanın, binlerce yayından elde edilen araç, veritabanı ve protokollerin tek bir ortamda birleştirilmesiyle söz konusu boşluğu doldurması amaçlanmıştır.
Çalışmada, farklı biyomedikal görevleri yerine getirebilmek için hesaplamalı ve analitik bir yaklaşım kullanılmıştır. Geliştirilen yöntemde ilk olarak, bir yapay zekâ tabanlı eylem keşif ajanı kullanılarak 25 farklı biyomedikal alt disiplini kapsayan 2500 bilimsel makale incelenmiş; bu sayede 150 uzmanlaşmış araç, 105 yazılım paketi ve 59 veritabanını içeren birleşik bir yapay zekâ ortamı (Biomni-E1) oluşturulmuştur. Ardından, kullanıcının hedefine uygun kaynakları tespit eden, bağlama dayalı planlama yapan ve eylemleri yürütülebilir kodlar aracılığıyla gerçekleştiren genel amaçlı bir ajan mimarisi (Biomni-A1) tasarlanmıştır. Bu yöntemin ayırt edici özelliği, görevler için önceden kodlanmış sabit iş akışlarına dayanmaması, bunun yerine kod parçacıklarını kullanarak karmaşık biyolojik döngüleri ve eylemleri dinamik bir şekilde kurgulayabilmesidir.
Kullanılan sistem, nedensel gen tespiti, tek hücreli RNA-seq (hücre düzeyinde gen ifadesini ölçen teknoloji) veri analizi, nadir hastalık teşhisi, ilaç yeniden konumlandırma ve moleküler klonlama gibi geniş bir yelpazedeki veriler üzerinde yürütülmüştür. Geliştirilen genel amaçlı ajanın, nadir hastalık teşhisi ve tek hücreli veri açıklaması gibi karmaşık biyomedikal görevlerde insan uzmanlarla benzer doğruluk oranlarına ulaştığı ve analiz sürelerini önemli ölçüde kısalttığı gösterilmiştir. Yapılan analizlerde, sistemin insan iskelet gelişimi verilerinden PBX1, AUTS2 ve ZFHX3 gibi daha önce tam olarak anlaşılamamış olası transkripsiyon düzenleyicilerinin (gen ifadesini kontrol eden proteinlerin) aktivite mekanizmalarına işaret ettiği belirlenmiştir. Buna ek olarak, yapay zekâ ajanının otonom olarak yüksek doğrulukta ıslak laboratuvar (fiziksel biyoloji deneylerinin yapıldığı ortam) deney protokolleri tasarlayabildiği ve protein dizilerini iyileştirebildiği görülmüştür.
Bulguların, temel araştırmalardan analitik süreçlere kadar uzanan biyomedikal iş akışlarında araştırmacıların veri analizi yükünü hafifletme potansiyeli olduğu, ancak derin biyolojik sentez gerektiren alanlarda insan denetimine hala ihtiyaç duyulduğu temkinli bir dille değerlendirilmiştir. Elde edilen veriler, yapay zekâ ajanlarının insan araştırmacılarla ortak çalışan temel araştırma araçları haline gelebileceğine ve performanslarının gelecekte pekiştirmeli öğrenme teknikleriyle sistematik olarak artırılabileceğine dair kısa bir perspektif sunmaktadır.
Yazar: Burak Can GÜREL
Editör: Özsu Deniz BALKAYA
Referans: Huang, K., Zhang, S., Wang, H., Qu, Y., Lu, Y., Li, R., Roohani, Y., Qiu, L., Cao, S., Li, G., Zhang, J., Yin, D., Wierenga, R., Kavi, D., Liu, S., She, T., Marwaha, S., Carter, J. N., Zhou, X., . . . Leskovec, J. (2026). Autonomous biomedical research with an artificial intelligence agent. Science. Advance online publication. https://doi.org/10.1126/science.adz4351
-Bioinforange Bilimsel Haber Servisi-
Haber Yazıları, 20> Etki Faktörlü Q1 dergilerinde yayınlanan (listesi için tıklayınız)
bilimsel araştırmaların ekip arkadaşlarımız tarafından incelenip derlenmesi ile hazırlanmaktadır.
