Stanford Tıp laboratuvarından çıkan son şirketin 37.000 çalışanı var ve bunların hiçbiri insan değil. Laboratuar alanı yok, maaş bordrosu yok ve öğle yemeği molası yok. Science dergisinde 17 Eylül'de yayınlanan bir çalışmada araştırmacılar, on binlerce klinik deneyi analiz eden, hangi ilaçların başarılı olacağını tahmin eden biyolojik bir sinyali ortaya çıkaran ve daha sonra büyük bir ilaç şirketinin daha sonra kendi başına ulaştığı bir akciğer kanseri tedavisini bağımsız olarak tasarlayan, tamamen yapay zekadan oluşan bir sanal biyoteknoloji şirketini tanımlıyor.
Tamamen Temsilcilerden Oluşan Bir İlaç Şirketi
Proje, Stanford Medicine'de biyomedikal veri bilimi doçenti James Zou ve çalışmayı yöneten yüksek lisans öğrencisi Harrison Zhang'ın buluşu. Zou'nun grubunun 2025'te başlattığı yapay zeka bilim adamı ajanlarından oluşan "sanal laboratuvar" üzerine inşa ediliyor; ancak bu sefer ekip daha da ileri giderek ilaç geliştirme sürecinin tamamını desteklemek üzere eğitilmiş on binlerce yapay zeka ajanından oluşan tam bir şirket yarattı.
"Bizim fikrimiz bunu ne kadar ileri götürebileceğimizi görmekti. İlaç hedeflerini aramaktan klinik deneyleri tasarlamaya kadar her şeyi üstlenen bir biyoteknoloji şirketi kurabilir miyiz?" Zou, Stanford Medicine duyurusunda şunları söyledi. "İlaç keşfinin son derece karmaşık zorluklarının üstesinden gelebilecek, tamamen ajanslı bir şirketimiz olabilir mi?"
Sanal şirket, yerleşik bir biyoteknolojinin organizasyon şemasını yansıtıyor: Bir baş bilim görevlisi temsilcisi, moleküler hedeflerin belirlenmesinden klinik deneylerin tasarlanmasına kadar ilaç tasarımının temel unsurları üzerinde paralel olarak çalışan özel bölümlere ayrılmış araştırma ekiplerine liderlik ediyor.
50.000 Denemede 37.000 Ajanın Bulunduğu Şeyler
İlaç keşfindeki en büyük zorluklardan biri, hangi moleküllerin klinik denemelerden sağ çıkacağını tahmin etmektir; Zou, bu sürecin onlarca, hatta yüz milyonlarca dolara mal olabileceğini ve uzun yıllar sürebileceğini belirtiyor. Ajanlara titiz bir görev verildi: bilimsel literatürü geniş bir şekilde taramak yerine, her ajan belirli bir klinik deneyi analiz etti ve güvenlik ve etkililiğe ilişkin verileri aldı. Toplamda, bir haftadan kısa bir sürede yaklaşık 50.000 denemeyi katalogladılar; Zou, bu işin insan araştırmacıların yıllarını alacağını söylüyor.
Ajanlar daha sonra bu denemeler sırasında toplanan moleküler verileri incelediler ve iki puanlama sistemi oluşturdular. İlki, bir ilacın birçok hücre tipini genel olarak etkilemek yerine, belirli bir hücre tipini ne kadar spesifik olarak hedeflediğini ölçtü. İkinci ölçülen "çift modluluk" - hedeflenen bir genin aktivitesinin bir ışık anahtarı gibi mi davrandığı, açılıp kapanması mı, yoksa bir dizi ara duruma sahip bir dimmer gibi mi davrandığı.
Ortaya çıkan tablo dikkat çekiciydi. Anahtar benzeri genleri hücreye özgü bir şekilde hedef alan ilaçların, faz 1'den faz 2 denemelerine geçme olasılığı %40 daha yüksekti, pazara ulaşma olasılığı %48 daha yüksekti ve geniş aktiviteye sahip ilaçlarla karşılaştırıldığında %32 daha az yan etki görüldü. Etki kanserler, beyin hastalıkları, kalp hastalıkları, böbrek ve akciğer rahatsızlıklarında da devam etti.
Zou, "Ajanların keşfettiği bilim gerçekten heyecan verici ve bu tek hücre özelliklerinin daha iyi ilaçlar yapmak için kullanılabileceğini gösteriyor" dedi. "Bu, bu tür verileri toplamanın önemine işaret ediyor. Bu, tüm ilaç keşif endüstrisine yardımcı olabilir."
B7-H3 Testi: Tahminden Doğrulamaya
Belirleyici soru, tamamen yapay zekadan oluşan bir şirketin gerçek bir ilaç tasarlayıp tasarlayamayacağıydı. Bunu öğrenmek için ekip, ajanları akciğer kanseri araştırmacılarının uzun süredir ilgisini çeken bir protein olan B7-H3'e yönlendirdi. Ajanlar, çalışmaları ve biyomedikal veri depolarını analiz etti ve B7-H3'ün, genellikle tümör hücrelerinin yakınında yaşayan bağ dokusu hücreleri olan fibroblastlarda yüksek düzeyde eksprese edildiğini buldu. Uzaysal transkriptomik verileri inceleyerek, B7-H3 eksprese eden bu fibroblastların yakındaki bağışıklık hücrelerine sinyal gönderip onları baskıladığını, böylece tümörü vücudun doğal savunmasından etkili bir şekilde gizlediğini keşfettiler.
Ajanlar daha sonra bir antikor-ilaç konjugatı tasarladılar; bu, bol miktarda B7-H3 taşıyan hücrelere yerleşen ve kemoterapi yükünü doğrudan onlara ileten hedefli bir proteindi. Tasarımın yalnızca Ocak 2025'ten önce mevcut olan bilgilere dayanması çok önemliydi. Aylar sonra, Ağustos 2025'te köklü bir ilaç şirketi, B7-H3'e karşı aynı antikor-ilaç konjugat stratejisini bağımsız olarak geliştirdi. Bu terapi, insanlar üzerinde yapılan bir çalışmada etkinliğini gösterdikten sonra FDA'nın çığır açan terapi unvanını almaya devam etti; Zou, bu sonucu, sanal biyoteknoloji tasarımının bağımsız, üçüncü taraf doğrulaması olarak tanımlıyor.
Zou, B7-H3'ü daha fazla takip etmiyor çünkü başka bir şirket zaten onu kliniklere doğru yönlendiriyor. Ancak sanal biyoteknolojinin aynı şekilde tasarlanmış diğer aday hedefleri de ortaya çıkardığını söylüyor.
İnsanlar Kanal Olarak Kalıyor
Temsilci iş gücünün büyüklüğüne rağmen Zou, sınırlar konusunda net. "İnsanlar, fiziksel deneyler ve doğrulama her zaman yapay zekanın etki yarattığı kanal olacaktır" dedi. Ekibin bir sonraki adımı, sanal biyoteknolojinin yeni bulgularını gerçek laboratuvarlara taşımak ve bunların fiziksel dünyaya ne kadar dayanabildiğini test etmek.
Araştırma, Knight-Hennessy Bursu, Ulusal Sağlık Enstitüleri, Ulusal Bilim Vakfı ve Chan Zuckerberg Biohub tarafından finanse edildi ve Stanford'un Biyomedikal Veri Bilimi Bölümü'nden ek destek sağlandı.
Neden Önemlidir
Çalışma, yapay zekanın bilime nasıl uygulandığında araştırmayı özetleyen modellerden deneyleri planlayan, verileri analiz eden ve yeni tedavi yöntemleri öneren ajan sistemlere kadar daha geniş bir değişimin yaşandığı bir dönemde geldi. Çalışmanın New York Times ve genom bilimi endüstrisi basınında yer alması, "sanal biyoteknoloji" çerçevesinin çektiği dikkatin altını çiziyor.
B7-H3'teki doğrulama öncesi tasarım sonucu herhangi bir gösterge ise, ilaç endüstrisinin değerlendirilmesi gereken yeni bir araştırma aracı sınıfı vardır: Yıllar süren literatür incelemesini ve deneme analizini günlere sıkıştırabilen yapay zeka ajanlarının organizasyonları. Zou'nun ekibinin şu anda test ettiği açık soru, ajanların önerdiği şeyin ne kadarının fiziksel bir laboratuvar tezgahıyla temastan sağ çıktığıdır.
Yapay Zekanın Önünde Olun
Yapay zeka, ilaç keşfinden temel fiziğe kadar her düzeyde araştırmayı dönüştürüyor. Daha fazla son dakika AI haberi ve alanı şekillendiren araştırmaların analizi için daha fazla AI haberini okuyun →.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
