Yapay zeka, tedavisi olmayan hastalıklarda nasıl çığır açıyor?

'Tedavi edilemez' denilen hastalıklarda yapay zeka yeni tedaviler ortaya çıkarıyor

Yapay zeka, Parkinson hastalığı, antibiyotik dirençli süper bakteriler ve birçok nadir hastalığa karşı yeni ilaçlar icat ediyor. Bu, birçok bilim insanının hayal bile edemeyeceği bir ilerleme.

Yaklaşık 50 yıldır insanlık, bakterilerle savaşını yavaş yavaş kaybediyor. Bu savaşta sahip olduğumuz en güçlü silahlar olan antibiyotikler, ilaçlara direncin yayılmasıyla giderek etkisiz hale geliyor.

Yakın geçmişe kadar kolayca tedavi edilebilen enfeksiyon hastalıkları nedeniyle şu anda her yıl yaklaşık 1,1 milyon kişi hayatını kaybediyor. Acil önlemler alınmazsa, bu sayının 2050'ye kadar sekiz milyondan fazla kişiye çıkması bekleniyor.

Yeni antibiyotiklerin geliştirilmesi, sinir bozucu derecede yavaş ve pahalı bir süreç. 2017 ile 2022 yılları arasında, sadece 12 yeni antibiyotik onaylandı ve bunların çoğu, bakterilerin zaten direnç geliştirdiği mevcut ilaç türlerine benziyordu. İlaç şirketlerinin ilgisizliği ve yetersiz finansman nedeniyle bu alan ihmal edildi.

Fakat şimdi araştırmacılar bu açığı kapatmak istiyor ve bazıları bunu yapabilmek için yapay zekaya güveniyor.

ABD'nin Cambridge kentindeki Massachusetts Teknoloji Enstitüsü'nde tıbbi mühendislik ve bilim profesörü James Collins, "Birkaç gün veya saat içinde kimyasal bileşiklerin bulunduğu devasa kütüphaneleri inceleyerek antibakteriyel aktivite gösterenleri tespit edebiliriz" diyor. Collins ve ekibi, yapay zekanın yardımıyla, ilaçlara karşı yüksek direnç gösteren enfeksiyonlara karşı etkili silahlar olabilecek iki yeni bileşik keşfetti.

Bu, yapay zekanın ilaç keşfinde yeni bir çağ açmasının ve günümüzün en zorlu tıbbi sorunlarından bazılarında umut verici ilerlemeler sağlanmasının sadece tek bir örneği. Bilim insanları, yeni atılımlar umuduyla, yapay zekayı Parkinson hastalığı ve binlerce nadir görülen hastalık gibi henüz bir tedavisi olmayan rahatsızlıklara yöneltiyorlar.

Collins ve ekibi, bilinen antibiyotiklerin kimyasal yapılarını tanımak için üretken bir yapay zeka modeli eğitti. Bu, algoritmanın bakterileri öldürmek için neyin gerekli olduğunu öğrenmesini sağladı.

Araştırmacılar daha sonra yapay zekayı kullanarak 45 milyondan fazla kimyasal bileşenin, belsoğukluğuna sebep olan Neisseria gonokok bakterisi ve MRSA gibi önemli bir enfeksiyon hastalığının kaynağı Stafilokok aureus'u hedefleme kabiliyetlerini taradı.

Bu iki bakteri de ilaçlara karşı oldukça dirençli. Belsoğukluğu bakterisi, tedavide kullanılan hemen hemen her ilacı atlatabiliyor. Artık her ikisine karşı kullanılabilecek antibiyotiklerin sayısı giderek azalıyor, ki bunlara 'son çare ilaçlar' adı veriliyor.

Collins'in yöntemi, bu bakterileri hedeflemek için tamamen yeni bileşenler oluşturmak için yapay zeka kullanmaktı.

Collins bir yaklaşımda, başlangıç noktası olarak bir molekül seçtiklerini ve bu molekülü oluşturmak için üretken yapay zeka tekniklerinin bir kombinasyonunu kullandıklarını, bağlar, atomlar, alt yapılar eklediklerini anlatıyor.

Her kritik aşamada, bileşen eğitilmiş yapay zeka modeli tarafından puanlandı.

"Bu bir antibiyotik gibi mi görünüyor? Potansiyel bir antibiyotiğe yaklaşıyor mu?" gibi sorulara yanıtlar aradı. Başka bir yaklaşımda da, başlangıç bileşiği ortadan kaldırıldı ve yapay zekanın baştan itibaren serbest çalışmasına izin verildi.

Collins ve ekip arkadaşları, bu şekilde bakterilere karşı etkili olma potansiyeli taşıyan 36 milyon bileşik tasarladı.

Ekip, laboratuvarda sentezlemek üzere 24 tanesini seçti. Yedi tanesinin antimikrobiyal aktivitesi olduğu kanıtlandı ve ikisi diğer antibiyotik türlerine dirençli her iki bakteri türünü de öldürmede çok etkili oldu.

Bileşenler mevcut antibiyotiklerden farklı şekillerde bakterileri hedef alıyor gibi görünüyor ve bu da ilaçlara dirençli bakterilerin savunmasını aşabilecek yeni bir ilaç türü oluşturabilecekleri umudunu doğuruyor. İki aday şu anda daha gelişmiş testlerden geçiyor.

Collins ve laboratuvarı daha önce yapay zeka kullanarak, yaygın bir bağırsak enfeksiyonu olan Clostridium difficile ve tüberküloza yol açan Mycobacterium tuberculosis dahil olmak üzere, tedaviye dirençli çok çeşitli bakterileri öldüren başka güçlü antibiyotik bileşenleri bulmuştu.

Ancak araştırmacılar bazı hastalıklara yeni tedaviler bulmak için mevcut ilaçlardan yararlanma lüksüne sahip değil. Bunun yerine, hastalık hakkında bilinenlerle başlamak zorundalar. Fakat bazı durumlarda, bu bile çok az ipucu veriyor.

Parkinson hastalığında ilerleme

Parkinson hastalığı ilk olarak 1817'de tanımlanmıştı ama iki yüzyıldan fazla bir süre sonra, ilerlemeyi yavaşlatan bir tedavi hala yok. Dünya genelinde 10 milyondan fazla Parkinson hastası var ve yaşlanan nüfusa sahip ülkelerde bu oran artıyor.

Parkinson hastalığını tedavi etmek için uzun süredir devam eden uğraşlar başarısızlıkla sonuçlandı. Sorunun bir kısmı, hastalığın nedenini hala bilmiyor olmamız.

İngiltere'deki Cambridge Üniversitesi'nden biyofizik profesörü Michele Vendruscolo, "Bu hastalığın kökeni hakkında bitmek bilmeyen tartışmalar var. Parkinson konferansına giderseniz, fiilen araştırılan düzinelerce farklı hipotez duyarsınız" diyor.

Bu da hastalığı önlemek için bir ilaç geliştirmeyi inanılmaz derecede zorlaştırıyor.

Vendruscolo, farklı hipotezleri araştıran çok sayıda klinik çalışma yapıldığını ama bugüne kadar başarısız olunduğunusöylüyor.

"Hedefin ne olması gerektiği konusunda insanların kafası gerçekten karışık. Hedefi bilseniz bile, genellikle peşine düşmek çok zordur."

Fakat 2024'te Vendruscolo ve meslektaşları, Parkinson hastalarında beyinde oluşan protein kümelerini hedefleyebilecek ilaç adaylarını aramak için yapay zeka türlerinden biri olan makine öğrenimini kullandıkları bir çalışma yayınladılar. Lewy cisimleri olarak bilinen protein kümelerinin, Parkinson hastalarında nörodejenerasyonun ilk aşamalarında rol oynadığı ve titreme, hareket yavaşlığı ve kas sertliği gibi semptomlara yol açtığı düşünülüyor.

Şu anda Parkinson için en etkili tedavi, hastalığın semptomlarını iyileştirmeye yardımcı olan ama istemsiz hareketler gibi yan etkilere de neden olabilen Ledovopa adlı ilaç.

Vendruscolo, hastalığın ilerlemesini durdurmaya odaklandı. Ekibiyle birlikte, Lewy cisimlerinin tedavisinde potansiyel etkisi zaten tespit edilmiş bir dizi bileşenle çalışmaya başladı. Bu bileşenleri bir makine öğrenimi programına girdi ve program, kimyasal yapılarını temel alarak etkili olabilecek yeni bileşenler önerdi.

Parkinson gibi nörodejeneratif hastalıkları tedavi etmek için, ilaçların kan-beyin bariyerini geçebilecek kadar küçük olması gerekiyor. Fakat Vendrumcolo, bilim insanları ilaç arayışlarını küçük moleküllerle sınırlasalar bile "hala çok büyük bir seçim yelpazesi var" diyor.

"Olası küçük molekül sayısı, evrendeki atom sayısından çok daha fazla."

Yapay zekanın gücü, bu yelpazeyi çok hızlı bir şekilde daraltabilmesi.

Vendruscolo'ya göre verileri analiz edebilir ve birkaç yıl öncesine kadar düşünülemez olan bir ölçekte, molekül adaylarının hedefe odaklanma şekli hakkında çok doğru tahminlerde bulunabiliriz.

Daha geleneksel yöntemlerle, bilim insanları birkaç milyon sterlin harcayarak altı ayda yaklaşık bir milyon molekülü tarayabiliyorlardı. Artık aynı şeyi birkaç gün içinde, birkaç bin sterlin harcayıp, milyarlarca molekülü tarayarak yapabiliriz.

Yapay zeka tarafından önerilen bileşenler daha sonra laboratuvarda test edildi.

"Adaylardan hangilerinin [Lewy cisimlerine] gerçekten bağlandığını ölçtük ve kendi hatalarından ders alabilsin diye bu bilgiyi makine öğrenimi programına geri yükledik."

Sonunda, geleneksel yaklaşımlardan daha hızlı ve etkili bir şekilde beş umut verici yeni bileşen tespit ettiler. Vendruscolo, yapay zeka tarafından belirlenen bileşenlerin, geleneksel ilaç geliştirme yöntemleriyle bulunabileceklerden çok daha yenilikçi olduğunu söylüyor.

Bu bileşenler bir gün Parkinson hastalarına tedavi olarak sunulup sunulamayacaklarının görülmesi için şu anda daha ileri testlerden geçiyor.

Vendruscolo, bir gün yapay zekanın Parkinson hastalığını başlamadan durdurmaya yardımcı olabileceğini umuyor.

He is now using the technology to find small molecules that bind to the individual proteins that form Lewy bodies while still in their normal state.

Şu anda bu teknolojiyi, Lewy cisimlerini oluşturan proteinlere hala normalken bağlanabilen küçük moleküller bulmak için kullanıyor.

"Bu formdaki proteinleri bağlanarak stabilize edebilirsek, Parkinson hastalığını önlemiş oluruz. Bu, hastalığı tedavi etmekten daha iyi."

Eski ilaçların yeni kullanım alanları

Hastalıkların tedavisi hep yeni ilaçlar bulunması anlamına gelmiyor.

ABD'deki Pennsylvania Üniversitesi'nden Doçent David Fajgenbaum, doktorların kendisine asla reçete etmeyeceği mevcut bir ilaçla kendi hayatını kurtarmayı başardı.

25 yaşında, tıp fakültesinde okurken, Fajgenbaum'a Castleman hastalığı adı verilen nadir görülen teşhis konuldu. Bu hastalık, karaciğer, böbrekler ve kemik iliğinde işlev bozukluğuna neden olan bir bağışıklık sistemi tepkisini tetikledi. Mevcut tedavilerin hiçbirine yanıt vermedi ve doktorlar çaresiz olduklarını söylediler.

Haftalarca kendi kanını test edip, tıbbi literatürü tarayıp, kendini kobay olarak kullanarak, sonunda potansiyel bir deva buldu. Sirolimus adlı mütevazı bir ilaç. Bu ilaç genellikle böbrek nakli yapılan hastalara yeni organın reddedilmesini önlemek için veriliyor. Doktorlarını şaşkına çeviren Fajgenbaum, bu ilaçla Castleman hastalığını yenmeyi başardı. Hastalığı 10 yıldan fazla bir süredir gerilemeye sürecine girmiş halde.

Yaşadıkları, piyasaya sürülmek için gerekli kapsamlı güvenlik testlerinden geçmiş binlerce ilacın barındırdığı potansiyeli görmesini sağladı.

Bu ilaçların başka hastalıkların tedavisinde yeniden kullanımıyla, hastalar başka bir şekilde alamayacakları tedavileri alabiliyorlar.

2022'de Fajgenbaum, makine öğrenimini kullanarak binlerce ilacı binlerce hastalıkla karşılaştıran Every Cure adlı kar amacı gütmeyen bir dernek kurdu. En umut verici olanlar laboratuvarlarda test ediliyor veya denemeye istekli doktorlara gönderiliyor.

Faigenbaum yapay zekayı bu şekilde kullanan başlıca bilim insanlarından olsa da, diğerler uzmanlar da şimdiden önemli ilerlemeler kaydediyor. Harvard Tıp Fakültesi'nde, bir yapay zeka modeli, 17 bin farklı hastalığın tedavisi için yeniden kullanılabilecek yaklaşık sekiz bin onaylı ilaç buldu.

Yapay zeka, potansiyel hasta sayısının azlığı nedeniyle ilaç şirketleri tarafından genellikle göz ardı edilen nadir hastalıkların tedavisini bulmada özellikle yararlı olduğunu kanıtlıyor.

Mevcut ilaçların yeniden kullanılması başka bir fırsat sunuyor. Son yıllarda yapay zeka, nadir görülen kromozomal bozukluk Pitt–Hopkins sendromu, nadir görülen enflamasyon hastalığı sarkoidoz ve küçük çocukları etkileyen nadir böbrek kanseri Wilms tümörü gibi hastalıklarda mevcut tedavilerin yeniden kullanılma potansiyelini belirledi.

Kanada'nın Quebec eyaletindeki Montreal'de bulunan McGill Üniversitesi'ndeki araştırmacılar, kısa süre önce yapay zekayı kullanarak, akciğer dokusunun kalınlaşmasına neden olan ve ilerleyen bir akciğer hastalığı olan İdiyopatik Pulmoner Fibrozis (IPF) için mevcut ilaçları kullandı.

Araştırmacılardan biri olan McGill Üniversitesi Tıp Fakültesi'nden Yardımcı Doçent Jun Ding, "Çoğu karmaşık hastalık, anormal hücre değişikliğinden kaynaklanıyor" diyor.

"Hücrenin sağlıklı durumdan anormal duruma nasıl geçtiğini anlayabilirsek, belki bunu tersine çevirebilir veya yavaşlatabiliriz."

Araştırmacılar ilk olarak, yüksek çözünürlüklü DNA dizileme yöntemini kullanarak sağlıklı katılımcılardan ve hastalığın farklı aşamalarında olan hastalardan akciğer hücreleri aldılar ve çok sayıda veri elde ettiler. Bu sayede, hastalık süresince hücrelerin nasıl değiştiğini görebildiler. Ardından, bunu simüle edecek bir yapay zeka modeli oluşturdular ve hastalık ilerledikçe çeşitli hücre durumlarının ve popülasyonlarının geçişlerini haritalandırdılar. Bu süreçte, hastalığın teşhisinde ve potansiyel tedavide kullanılabilecek biyolojik işaretleri de belirlediler.

Buna 'sanal hastalık sistemi' adını verdiler. Geleneksel olarak, ilaçlar hayvanlar veya izole edilmiş insan hücreleri üzerinde test ediliyordu. Araştırmacılar, aynı yöntemi yapay zekayla uygulamak istediler, yani IPF'nin sanal hücreler üzerindeki etkilerini simüle etmeyi.

Ding, "Araştırmacılar, çok fazla maliyet olmadan modelde farklı ilaçların etkilerini test edebilirler" diyor.

McGill çalışmasında, yapay zeka IPF için sekiz tedavi adayı önerdi. Umut vaat eden adaylardan biri, genellikle hipertansiyon için reçete edilen ve güvenliği kanıtlanmış, düşük maliyetli bir ilaçtı.

Ding, kendisi ve meslektaşlarının geliştirdiği yapay zeka modelinin kanser ve akciğer hastalıkları da dahil olmak üzere diğer hastalıklar için de kullanılabileceğini söylüyor. Ekibi, modeli geliştirmeye ve farklı hastalıklarda kullanılır hale getirmeye çalışıyor.

IPF konusunda, yapay zeka sayesinde yakın geçmişte bir başka atılım daha gerçekleşti. Yapay zeka ile ilaç keşfi yapan Insilico Medicine şirketi, Rentosertib adlı bir ilaç adayı üretti. İkinci aşama klinik deneylerdeki bu ilaç IPF'ye karşı umut vaat eden sonuçlar verdi. Şirket, yapay zekayı hem hastalığın potansiyel zayıflıklarını belirlemek hem de bu zayıflıkları hedef alan bir ilaç tasarlamak için kullandı. Denemeler başarılı olursa, ilacın önümüzdeki yıllarda piyasaya çıkabileceği umuluyor.

Insilico Medicine tek değil. Terray, Isomorphic Labs, Recursion Pharmaceuticals ve Schrödinger gibi diğer şirketler de yapay zeka ile tıbbi ilerlemeler kaydetme peşinde.

Ding "İnanıyorum ki, önümüzdeki beş ila 10 yıl içinde, yeni ilaç gelişiminin çoğu yapay zeka tarafından yönlendirilebilir hatta tamamen yapay zekaya dayalı olabilir" diyor.

Sınırlı bir devrim

Ancak yapay zeka ile sağlanan ilerlemelere rağmen, bazı sınırlamalar da var.

İlaçlarla ilgili verilerin çoğu biyoteknoloji ve ilaç şirketlerinin elinde, yani kamuya açık değil. Collins, "İlaçların emilim, dağılım, atılım ve toksisite gibi özelliklerine ilişkin verileri elde etmek gerekiyor. Bu verilere sahip değiliz" diyor.

Şu anda yapay zeka, ilaç geliştirme sürecinin ilk tarama aşamasında, yani hedef belirleme ve hedefe bağlanacak moleküllerin bulunmasında yarar gösteriyor. Bunlar, yeni ilaçların geliştirilmesi için gereken uzun sürecin sadece iki adımı, yani bu potansiyel tedavilerin hastalara ulaşması zaman alabilir.