MIT Kimyagerleri, 3D Genom Yapılarını Günler Yerine Dakikalar İçinde Tahmin Eden YZ Modeli ChromoGen’i Tanıttı

Her hücre, aynı DNA dizisini içerirken, yalnızca belirli genleri aktif hale getirir. Bir beyin hücresinin bir deri hücresinden farklı olmasını sağlayan bu hücreye özgü gen ifadeleri, DNA’nın üç boyutlu yapısıyla belirlenir ve genlerin erişilebilirliğini kontrol eder.

MIT’de çalışan bir grup kimyager, bu 3D genom yapılarını belirlemek için üretken yapay zekadan yararlanan yeni bir yöntem geliştirdi. Bu teknik, binlerce yapıyı dakikalar içinde tahmin ederek, mevcut deneysel yöntemlerden çok daha hızlı ve etkili bir analiz süreci sunuyor.

Bu yenilikçi teknik, araştırmacılara genomun üç boyutlu organizasyonunun hücresel işlevleri ve gen ifadesi desenlerini nasıl etkilediğini daha detaylı inceleme fırsatı sunuyor.

Çalışmanın kıdemli yazarı ve MIT Kimya Bölümü’nde doçent olan Bin Zhang, bu yeni yöntemin sunduğu potansiyeli şöyle açıklıyor: "Amacımız, üç boyutlu genom yapısını temel DNA dizisinden tahmin etmekti. Bunu artık yapabiliyoruz ve bu teknik, en yeni deneysel yöntemlerle aynı seviyeye ulaştı. Bu gelişme, birçok yeni araştırma fırsatının kapısını açıyor."

MIT yüksek lisans öğrencileri Greg Schuette ve Zhuohan Lao, Science Advances dergisinde bugün yayımlanan makalenin başyazarları olarak çalışmaya katkı sağladı.

DNA Dizisinden Üç Boyutlu Yapıya Geçiş

Hücre çekirdeğinde DNA ve proteinler, kromatin adı verilen karmaşık bir yapı oluşturur. Yaklaşık iki metre uzunluğundaki DNA, yalnızca bir milimetrenin yüzde biri çapındaki çekirdeğe sığabilmesi için sıkı bir şekilde paketlenir. DNA iplikleri, histon adı verilen proteinlerin etrafına sarılarak boncuklu ip benzeri bir yapı oluşturur.

yapı, epigenetik modifikasyonlar olarak bilinen kimyasal işaretlerle düzenlenir. Hücre tipine göre değişen bu işaretler, kromatinin nasıl katlandığını ve belirli genlerin ne kadar erişilebilir olduğunu belirler. Bu da farklı hücre tiplerinde hangi genlerin ifade edileceğini ve hücrenin nasıl çalışacağını şekillendirir.

Son yirmi yılda bilim insanları, kromatin yapılarını belirlemek için deneysel yöntemler geliştirdi. Bunlardan en yaygın kullanılanı olan Hi-C, DNA ipliklerini çapraz bağlayarak hücre çekirdeğindeki komşu DNA bölgelerini tespit eder. Daha sonra DNA parçalarına ayrılıp dizilerek, hangi segmentlerin birbirine yakın olduğu belirlenir.

Söz konusu yöntem, kromatin yapısının belirlenmesini sağlasa da oldukça zaman alıcıdır. Tek bir hücreden veri toplamak yaklaşık bir hafta sürebilir, bu da çalışmaları kısıtlayan önemli bir faktördür.

Sorunu aşmak için Zhang ve ekibi, üretken yapay zeka teknolojisini kullanarak, tek hücrelerde kromatin yapısını hızlı ve doğru bir şekilde tahmin edebilen bir model geliştirdi.

Zhang konuyla ilgili "Derin öğrenme, desen tanıma konusunda son derece güçlüdür." diyerek eklemekte "Bu model, binlerce baz çiftini analiz ederek DNA dizilerinin içerdiği önemli bilgileri ortaya çıkarabilir."

Yapay Zeka Destekli 3D Genom Modelleme: ChromoGen

Araştırmacıların geliştirdiği ChromoGen modeli, iki ana bileşenden oluşuyor:

1. Derin öğrenme tabanlı model: DNA dizilerini ve hücre tipine özgü kromatin erişilebilirlik verilerini analiz ederek genetik bilgiyi işler.
2. Üretken yapay zeka modeli: Fiziksel olarak doğru kromatin yapılarını tahmin eden ve daha önce 11 milyondan fazla kromatin konformasyonu ile eğitilmiş bir modeldir.

Model, hücre tipine özgü çevresel faktörlerin kromatin yapılarını nasıl şekillendirdiğini anlamaya yardımcı olur ve DNA dizisi ile 3D yapı arasındaki ilişkileri etkili bir şekilde yakalar.

DNA’nın doğası gereği farklı ortamlarda birçok farklı yapı oluşturabilmesi, genom modellemeyi zorlaştıran önemli bir faktördür. MIT yüksek lisans öğrencisi Greg Schuette, bu durumu şöyle açıklıyor:

‍"Genom yapısını tahmin etmenin en büyük zorluklarından biri, tek bir çözümün olmamasıdır. Hangi genom bölgesine bakarsanız bakın, farklı yapılar ortaya çıkabilir. Bu çok boyutlu, karmaşık dağılımı tahmin etmek son derece zor bir problemdir."

‍Geleneksel Yöntemlerden Çok Daha Hızlı

‍ChromoGen modeli, eğitim sürecinden sonra mevcut deneysel yöntemlerden çok daha hızlı tahminler üretebiliyor.

Schuette, "Birkaç düzine yapıyı elde etmek için altı ay boyunca deneyler yapmanız gerekirken, modelimiz sadece bir GPU kullanarak 20 dakikada belirli bir bölgede binlerce yapı üretebilir." diyerek yeni teknolojinin hız avantajını vurguluyor.

Araştırmacılar, 2.000’den fazla DNA dizisi için modelin ürettiği yapı tahminlerini deneysel verilerle karşılaştırdı ve modelin deneysel yöntemlerle elde edilen yapılarla büyük ölçüde örtüştüğünü tespit etti.

Zhang, bu doğrulama süreciyle ilgili olarak "Her dizi için yüzlerce veya binlerce yapı inceliyoruz. Bu, belirli bir bölgenin sahip olabileceği yapısal çeşitliliği temsil etmemizi sağlıyor. Eğer deneyinizi farklı hücrelerde defalarca tekrar ederseniz, muhtemelen her seferinde farklı bir yapı ile karşılaşırsınız. İşte modelimiz tam da bunu tahmin etmeye çalışıyor." diyor.

Model, eğitildiği hücre tipinden farklı hücreler için de doğru tahminler yapabiliyor. Bu özellik, farklı hücre tipleri arasındaki kromatin yapı farklılıklarını analiz etmek için geniş çapta kullanılabileceğini gösteriyor.

Carnegie Mellon Üniversitesi Hesaplamalı Biyoloji Profesörü Jian Ma, çalışmanın genom modelleme alanındaki potansiyeline dikkat çekerek şu değerlendirmede bulunuyor:

‍"ChromoGen, genomun katlanma prensiplerini keşfetmek için yeni bir çerçeve sunuyor ve üretken yapay zekanın genomik ve epigenetik özellikleri üç boyutlu genom yapısıyla ilişkilendirebileceğini gösteriyor. Bu model, genom yapısının ve işlevinin biyolojik bağlamlarda nasıl değiştiğini incelemek için büyük potansiyel taşıyor."

‍Bu teknoloji, hastalıkların genetik nedenlerini araştırmak için de kullanılabilir. DNA dizilerindeki mutasyonların kromatin yapısını nasıl değiştirdiğini analiz ederek, bu değişimlerin hastalıklara nasıl yol açtığını anlamaya yardımcı olabilir.

Zhang, "Bu modelle cevaplayabileceğimiz birçok ilginç soru var." diyerek, gelecekte yapılacak çalışmaların önemine dikkat çekiyor.

Araştırmacılar, modellerini ve tüm verilerini bilim insanlarının kullanımına açık hale getirdi.

Bu araştırma, ABD Ulusal Sağlık Enstitüleri (NIH) tarafından finanse edildi.

‍

‍

‍

Kaynak: https://news.mit.edu/2025/with-generative-ai-mit-chemists-quickly-calculate-3d-genomic-structures-0131?utm_source=www.therundown.ai&utm_medium=newsletter&utm_campaign=openai-reveals-chatgpt-agent-for-deep-research&_bhlid=b02cff2e2ceffcbcc70f84338551d60454c4e5c7