Yapay zekânın biyolojik araştırmalardaki kullanımı, veri analizinden moleküler tasarıma ve deneysel süreçlerin yönetimine doğru genişlemektedir. Bununla birlikte, hesaplamalı ortamda geliştirilen biyolojik tasarımların fiziksel laboratuvar koşullarında test edilmesi; farklı cihazların koordinasyonunu, deney protokollerinin hazırlanmasını ve çok sayıda parametrenin optimize edilmesini gerektirmektedir. Özellikle birden fazla deneysel hedefin aynı anda ele alındığı moleküler biyoloji çalışmalarında bu süreçler önemli teknik zorluklar ortaya çıkarmaktadır. Mingyu Wu ve çalışma arkadaşları, Google’ın Gemini 2.5 Pro modelini temel alan yapay zekâ ajanlarının laboratuvar cihazlarını koordine ettiği AutoDNA adlı otonom biyomoleküler laboratuvar sistemini geliştirmiştir. Mingyu Wu ve çalışma arkadaşları, Google’ın Gemini 2.5 Pro modelini temel alan yapay zekâ ajanlarının laboratuvar cihazlarını koordine ettiği AutoDNA adlı otonom biyomoleküler laboratuvar sistemini geliştirmiştir. Sistem, farklı laboratuvar cihazlarını yapay zekâ ajanları aracılığıyla koordine ederek biyomoleküler deneylerin tasarımından fiziksel olarak yürütülmesine kadar uzanan süreçleri insan müdahalesini en aza indirerek gerçekleştirmektedir.
Mevcut otonom laboratuvar sistemlerinin önemli bir bölümü, önceden tanımlanmış deney protokollerine ve belirli görevleri yerine getiren otomasyon mekanizmalarına dayanmaktadır. Bu yaklaşım, deneysel süreçlerin değişken koşullara uyarlanmasını ve birden fazla hedefin birlikte optimize edilmesini sınırlandırmaktadır. AutoDNA, bu soruna yapay zekâ, deneysel süreçler ve laboratuvar donanımının birlikte tasarlandığı bir mimariyle yaklaşmaktadır. Planlayıcı ajan, araştırmacının doğal dilde verdiği talimatları deneysel iş akışlarına dönüştürerek farklı ajanların görevlerini koordine etmektedir. Böylece deney tasarımı, uygulama ve optimizasyon aşamaları kapalı döngü (sonuçların sonraki deneysel kararları yönlendirdiği tekrarlı süreç) içerisinde birleştirilmektedir.
AutoDNA, literatür tarama, reaktif yönetimi, protokol oluşturma, kod üretimi ve donanım kontrolü gibi görevleri farklı yapay zekâ ajanlarına dağıtmaktadır. Planlayıcı ajan, araştırmacının doğal dilde verdiği talimatları deneysel iş akışlarına dönüştürerek bu görevleri koordine etmektedir. Sistem, farklı üreticilere ait 20’den fazla cihaz türünü bir araya getirerek nükleik asit sentezi, transkripsiyon, amplifikasyon ve dizileme işlemlerini 11.000’den fazla adımda yürütebilmektedir. Araştırmacılar platformu nükleik asit testleri, enzimatik DNA sentezi, DNA veri depolama ve KRAS mutasyonunun belirlenmesi dâhil olmak üzere farklı moleküler biyoloji uygulamalarında değerlendirmiştir. Nükleik asit testlerinde rekombinaz polimeraz amplifikasyonu (RPA) kullanılmış ve sistem tarafından gerçekleştirilen deneylerin sonuçları manuel kontrollerle uyumlu bulunmuştur; siRNA sentezi de uçtan uca gerçekleştirilmiştir.
Çalışmanın önemli sonuçlarından biri, AutoDNA’nın enzimatik DNA sentezinde birden fazla deneysel hedefi aynı anda optimize edebilmesidir. Enzim aracılı DNA sentezinde terminal deoksinükleotidil transferaz (TdT) kullanan AutoDNA, iteratif optimizasyon sonucunda basamak başına %97,8 sentez verimine ve 40 dakikalık çevrim süresine ulaşmıştır. Sekiz iterasyon sonunda tam uzunluktaki DNA ürünlerinin verimi %83,7 olarak belirlenmiştir. AutoDNA, dört DNA sentezi protokolünü paralel yürüterek toplam işlem süresini sıralı uygulamaya kıyasla 3,2 kat hızlandırmıştır. DNA veri depolama uygulamasında dijital bir mesaj 78 DNA zincirine kodlanmış, zincirler sentezlenip dizilendikten sonra orijinal içerik hatasız biçimde geri elde edilmiştir. Yaklaşık 203,5 saat süren bu süreçte 11.382 donanım işlemi gerçekleştirilmiştir. AutoDNA, kolorektal kanser dokusundan elde edilen genomik DNA’da KRAS G13D mutasyonunu belirlemiştir. Sistem, bu mutasyona özgü PCR primerlerini tasarlayıp enzimatik yöntemle sentezlemiş; ardından alele özgü PCR (AS-PCR) ile primerlerin mutasyon taşıyan DNA’yı normal DNA’dan ayırt edebildiğini deneysel olarak doğrulamıştır. Yaklaşık 137,7 saat süren ve 9.551 donanım işlemi içeren bu uygulama, genetik varyant analizinden hedefe yönelik moleküler test geliştirilmesine uzanan bir iş akışının otomatikleştirilebildiğini göstermektedir.
AutoDNA, biyomoleküler araştırmalarda yapay zekânın yalnızca hesaplamalı analiz ve moleküler tasarım aşamalarında değil, fiziksel deneylerin planlanması ve yürütülmesinde de etkin rol üstlenebileceğini ortaya koymaktadır. Özellikle DNA sentezinde uzman düzeyindeki verime ulaşması, farklı deneyleri eş zamanlı yönetmesi ve DNA veri depolama sürecini uçtan uca tamamlaması platformun deneysel otomasyon kapasitesini göstermektedir. Bununla birlikte sistemin mevcut sınırlamaları bulunmaktadır. Büyük dil modellerinin çıktı üretimindeki değişkenlik, deney planlarının tekrarlanabilirliğini etkileyebilmektedir. Ayrıca sentez verimi ve deney kapasitesi kullanılan enzimatik yöntemlere ve donanım performansına bağlıdır; bazı işlemlerde reaktif ve pipet ucu takviyesi gibi görevler hâlâ insan müdahalesi gerektirmektedir. Bu yönüyle AutoDNA, biyoteknoloji ve sentetik biyolojide deneysel süreçlerin daha erişilebilir, ölçeklenebilir ve otomatik hâle getirilmesine yönelik önemli bir araştırma altyapısı sunmaktadır.
Yazar: Özsu Deniz Balkaya
Editör: Hazel Birgül
Referans: Wu, M., Wang, Z., Wang, J., Dong, Z., Yang, J., Li, Q., Huang, T., Zhang, C., Song, P., Zhao, L., Li, M., Zuo, X., Wang, F., Fan, C., & Chen, H. (2026). An AI-native experimental laboratory for autonomous biomolecular operations. Nature. https://doi.org/10.1038/s41586-026-11228-6
-Bioinforange Bilimsel Haber Servisi-
Haber Yazıları, 20> Etki Faktörlü Q1 dergilerinde yayınlanan (listesi için tıklayınız)
bilimsel araştırmaların ekip arkadaşlarımız tarafından incelenip derlenmesi ile hazırlanmaktadır.
