Fethiye'de ✍️🖋 DYN د ي ن Life & Live E L L H ال ل ه Asist System. — Fethiye’de ✍️🖋 DYN د ي ن Life & Live E L L H ال ل ه Asist System | haberodasi.com ✍️🖋 Helal El Diyar Medya · Bilim-Teknoloji · Yapay Zekâ · DonanımHaber arşivi.
Yapay Zeka Özeti:
- Google DeepMind, genetik mutasyonların hücrelere etkisini analiz eden AlphaGenome 2 modelini tanıttı. Yüz milyondan fazla tekil hücre verisiyle eğitilen model, DNA değişimlerinin hangi hücrede hastalığa yol açacağını öngörüyor. Yeni sistem, araştırmacıların önceden bir buçuk yılda tamamladığı karmaşık bir genetik çalışmanın bulgularını yalnızca otuz dakika içinde yeniden elde etmeyi başardı. İlaç ve tedavi geliştirmeyi hızlandıracak bu teknoloji, bilim insanlarının kullanımına açıldı.
Bu habere ait diğer ses dosyaları:
Seslendirme ve özetler yapay zeka ile oluşturulmuştur.
Google DeepMind, DNA'daki değişimlerin farklı hücre türlerini nasıl etkilediğini tahmin edebilen yeni yapay zeka modeli AlphaGenome 2'yi duyurdu. Geçen yıl tanıtılan AlphaGenome'un devamı niteliğindeki model, genetik varyantların hangi hücrelerde ve hangi biyolojik koşullarda etkili olduğunu belirlemeye odaklanıyor. Bu sayede hastalıkların genetik nedenlerinin daha ayrıntılı incelenmesi ve yeni tedavi hedeflerinin belirlenmesi mümkün olabilir.
İnsan vücudundaki hücrelerin neredeyse tamamı aynı DNA dizilimini taşımasına rağmen farklı görevler üstleniyor. Bunun temel nedeni, her hücre türünün farklı genleri aktif hale getirmesi veya baskılaması. Örneğin kalp kası hücreleri, deri hücreleri ve bağışıklık sistemi hücreleri aynı genetik materyale sahip olsa da farklı gen faaliyetleri gösteriyor. Üstelik bu faaliyetler hücrenin içinde bulunduğu biyolojik duruma göre de değişebiliyor.
Bu durum, DNA'daki aynı genetik varyantın farklı hücrelerde birbirinden farklı sonuçlar doğurmasına neden olabiliyor. AlphaGenome 2, genetik değişimlerin etkilerini yalnızca genel düzeyde değerlendirmek yerine hangi hücre türünde ve hangi biyolojik durumda ortaya çıktıklarını da tahmin etmeyi amaçlıyor.
100 milyondan fazla hücreyle eğitildi
AlphaGenome 2'nin geliştirilmesinde 68 farklı dokudan elde edilen 100 milyondan fazla tekil hücre profili kullanıldı. Model, gen faaliyetleri ve diğer hücresel ölçümlerden yararlanarak farklı hücre türleri arasındaki biyolojik farklılıkları öğreniyor.
Bu yaklaşım, önceki AlphaGenome modelinden önemli ölçüde ayrılıyor. İlk model, farklı hücrelerin bir arada bulunduğu toplu örneklerden elde edilen verilerle eğitilmişti. AlphaGenome 2 ise tek tek hücrelerden alınan ölçümleri kullanarak çok daha ayrıntılı tahminler yapabiliyor.
Model, eğitiminde kullanılan 637 insan ve 311 fare hücre türüyle de sınırlı değil. Araştırmacılar, hastalık durumundaki hücreler gibi daha önce modele gösterilmemiş hücre türlerine veya biyolojik koşullara ait tek hücre gen aktivitesi verilerini sisteme sağlayabiliyor. AlphaGenome 2, bu veriler üzerinden yeni genetik varyant tahminleri üretebiliyor.
Google DeepMind'a göre model, hücrelerde gen ifadesini değiştirebilen genetik varyantların tespitinde önceki en iyi modele kıyasla yaklaşık iki kat daha fazla varyant belirleyebiliyor. Ayrıca deneysel verilerdeki eksiklikleri ortaya çıkararak araştırmacıların laboratuvarda hangi konulara öncelik vermesi gerektiğine ilişkin ipuçları sunabiliyor.
1,5 yıllık araştırma 30 dakikada tekrarlandı
AlphaGenome 2'nin potansiyelini gösteren örneklerden biri, inflamatuvar bağırsak hastalığı (IBD) üzerine yapılan araştırmalar oldu. Araştırmacılar 2024 yılında, hastalığa yatkınlığı artıran bir DNA varyantının bağışıklık hücrelerinde ETS2 adlı genin aşırı aktif hale gelmesine neden olduğunu ortaya çıkarmıştı.
Söz konusu varyant, protein kodlayan genlerden uzakta, genellikle gen bakımından fakir bölgeler olarak tanımlanan bir DNA alanında bulunuyordu. Bu nedenle etkisinin anlaşılması oldukça zordu. Araştırma ekibi, gen düzenleme ve ileri moleküler biyoloji yöntemlerini kullanarak sonuca ulaşmak için yaklaşık bir buçuk yıl çalışmıştı.
Google DeepMind araştırmacıları ise AlphaGenome 2 ile bu bulgunun bazı yönlerini yaklaşık 30 dakika içinde yeniden ortaya koyabildi. İlk araştırmayı yürüten Francis Crick Enstitüsü'nden immünolog ve genetikçi James Lee, modelin ulaştığı sonucu kendi çalışmalarının doğrulanması açısından önemli bulduğunu belirtti.
Bu örnek, özellikle protein üretmeyen DNA bölgelerindeki genetik değişimlerin incelenmesi açısından dikkat çekiyor. İnsan genomunun yaklaşık yüzde 98'ini oluşturan protein kodlamayan DNA dizileri, genlerin ne zaman ve hangi hücrelerde aktif hale geleceğini düzenleyebiliyor. Ancak bu bölgelerdeki varyantların etkilerini belirlemek, genetik araştırmaların en zor alanlarından biri olmayı sürdürüyor.
AlphaGenome'un ilk sürümü de bu tür DNA bölgelerinin moleküler etkilerini tahmin etmek için geliştirilmişti. Ancak model, bir genetik varyantın hangi hücre türünde etkili olacağını yeterince ayrıntılı biçimde gösteremiyordu. AlphaGenome 2'nin hücreye özgü tahminleri bu eksikliği gidermeyi hedefliyor.
İlaç geliştirme çalışmalarında çığır açabilir
All bunlar bir araya geldiğinde AlphaGenome 2, hastalıkların tedavisine yönelik araştırmalar açısından da önem taşıyor. Çünkü ilaçlar genellikle belirli proteinleri ve hücre türlerini hedef alıyor. Bir genetik varyantın hangi hücrede etkili olduğunun bilinmesi, hastalığın biyolojik mekanizmasını anlamayı ve uygun tedavi hedeflerini belirlemeyi kolaylaştırabilir.
Google DeepMind araştırmacısı Adam Gayoso, modelin insan genetiği ile hücre biyolojisi arasındaki bağlantıyı daha iyi kurmayı sağladığını belirtiyor. Bu sayede geniş popülasyon araştırmalarında belirlenen genetik varyantların hücresel düzeyde ne tür sonuçlara yol açtığı incelenebiliyor.
Cold Spring Harbor Laboratuvarı'ndan hesaplamalı biyolog Peter Koo da hücrelerin biyolojik durumlarını dikkate alan yapay zeka modellerinin giderek yaygınlaştığına dikkat çekiyor. Koo'ya göre bu yaklaşımın temel fikirleri yeni olmasa da AlphaGenome 2'nin mühendisliği ve elde ettiği performans dikkat çekici.
AlphaGenome 2, daha ayrıntılı tahminler sunmasına rağmen ilk modele kıyasla çok daha fazla hesaplama kaynağı gerektiriyor. Bu nedenle Google DeepMind, 9 milyar genetik varyantı kapsayan AlphaGenome Atlası gibi geniş ölçekli çalışmalarda şimdilik ilk modeli kullanmayı sürdürecek. Şirket, yeni modeli geliştirmek için farklı hücresel durumlardan ve gelecekte farklı canlı türlerinden daha fazla veri toplamayı planlıyor. Uzun vadede ise bu teknolojinin biyolojik süreçleri dijital ortamda taklit eden sanal hücre modellerinin geliştirilmesine katkı sağlaması hedefleniyor.
Araştırmacıların kullanımına açılıyor
Google, AlphaGenome 2'yi bugünden itibaren AlphaGenome API üzerinden ticari olmayan araştırmalar için erişime açıyor. Ticari araştırmalar içinse sınırlı sayıda kullanıcının katılabileceği özel bir ön izleme programı sunulacak.
Kaynakça https://www.theverge.com/ai-artificial-intelligence/1031524/google-deepmind-alphagenome-2-genetic-ai-model https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/ Eposta ile Paylaşın başlıklı bu arkadaşınıza postalayın. Bu haberi ve diğer DH içeriklerini, gelişmiş mobil uygulamamızı kullanarak görüntüleyin:
Ekranlı ve mikrofonlu akıllı yüzük
#fethiyede #haberodasi #HelalElDiyarMedya #kimkimdir #koseyazari #bilimteknolojiyapayzekdonanimhaber
google'dan, hastalıkların, kökenini, araştıran, yapay, zeka, alphagenome, özeti, 00:00, google, deepmind, genetik, haberodasi.com, Fethiyede, Bilim-Teknoloji · Yapay Zekâ · DonanımHaber
Fethiye'de ✍️🖋 DYN د ي ن Life & Live E L L H ال ل ه Asist System.
