Yapay Zekâ Destekli Tasarım, Kanser İlacı Bağlayan Proteinlerde Yeni Bir Dönem Açıyor

Hesaplamalı biyoloji ile ilaç keşfi arasındaki kesişimde önemli bir adım atan araştırmacılar, önceden deneysel bir şablona ihtiyaç duymadan ilaç bağlayan proteinlerin sıfırdan tasarlanabildiğini gösterdi. Neural iterative selection-expansion (NISE) adı verilen sinir ağı temelli yöntemle geliştirilen bu proteinler, kemoterapi ajanı exatecan’a yüksek özgüllük ve dikkat çekici bağlanma gücüyle tutunabildi. Çalışma, protein mühendisliğinde yalnızca mevcut örneklerden türetme yaklaşımının ötesine geçilerek, hedefe göre doğrudan işlevsel bağlayıcıların tasarlanabileceğine işaret ediyor.

Exatecan, camptothecin türevi bir bileşik olarak kanser tedavisinde kullanılan moleküllerle aynı kimyasal aile içinde yer alıyor. Araştırmanın odağındaki temel soru, bu küçük molekülü seçici biçimde tanıyacak proteinlerin, deneysel tasarım döngülerine bağımlı kalmadan bilgisayar ortamında oluşturulup oluşturulamayacağıydı. NISE yöntemi, aday dizileri yinelemeli biçimde seçip genişleterek, belirli bir bağlanma cebine uyum sağlayabilecek protein dizilerini üretmek için kullanıldı. Bilim insanları bu sayede exatecan’a yönelik yeni bağlayıcılar tasarladı ve bunları laboratuvar düzeyinde doğruladı.

Çalışmanın sonraki aşamasında, NISE ile oluşturulan proteinleri kodlayan DNA dizileri sentezlendi ve Escherichia coli hücrelerinde ifade edildi. Elde edilen protein verimi, yöntemin yalnızca kuramsal bir egzersiz olmadığını, üretilebilir biyomoleküller ortaya koyabildiğini gösterdi. Proteinlerin ilk biyofiziksel değerlendirmesi ise boyut ayırmalı kromatografiyle yapıldı. Dört tasarımın da ağırlıklı olarak monomer halinde bulunduğu saptandı; bu bulgu, bağlayıcı proteinlerin yapısal kararlılığı ve işlevsel bütünlüğü açısından önemli kabul ediliyor.

Bağlanma gücünü ölçmek için araştırmacılar exatecan’ın doğal floresans özelliklerinden yararlanarak floresans polarizasyon testleri gerçekleştirdi. Bu analizler, proteinlerin ayrışma sabitlerinin 0,12 mikromolar ile 17 mikromolar arasında değiştiğini ortaya koydu. Üç tasarımın 10 mikromoların altında Kd değerleri sergilemesi, sıfırdan tasarlanan proteinlerin zayıf veya rastlantısal bağlanıcılar olmanın ötesine geçebildiğini gösteren önemli bir işaret olarak değerlendirildi. Karşılaştırma amacıyla kullanılan insan serum albümini ise exatecan’a çok daha gevşek bağlandı; bildirilen Kd değeri 43 mikromolar oldu.

Bu sonuçlar, özellikle ilaç taşıma, sensör geliştirme ve hedefli moleküler tanıma uygulamaları açısından dikkat çekici. Protein bazlı bağlayıcılar, küçük moleküllerin biyolojik sistemlerde izlenmesini, yakalanmasını veya yönlendirilmesini sağlayabiliyor. Ancak böyle moleküllerin klinik kullanıma geçebilmesi için bağlanma seçiciliğinin yanı sıra stabilite, üretim kolaylığı, bağışıklık uyumluluğu ve gerçek biyolojik ortamlarda davranış gibi ek ölçütlerin de kapsamlı biçimde değerlendirilmesi gerekiyor. Mevcut çalışma, bu uzun yolun başlangıç aşamasında, yöntemsel bir kanıt niteliği taşıyor.

Araştırmada öne çıkan tasarımlardan biri de exatecan-protein interaction construct, yani EPIC oldu. EPIC, test edilen yapıların en yüksek afiniteye sahip olanı olarak öne çıktı ve insan serum albümine kıyasla yaklaşık 360 kat daha sıkı bağlanma sergiledi. Bu tür bir fark, tasarım stratejisinin yalnızca genel bir protein üretmekle kalmayıp belirli bir küçük moleküle yönelik işlevsel bir moleküler arayüz oluşturabildiğini düşündürüyor. Yine de uzmanlar, bu tip sonuçların doğrudan tedaviye çevrilebilmesi için ek yapısal ve işlevsel doğrulamaların gerekli olacağını vurguluyor.

Zero-shot tasarım yaklaşımı, protein mühendisliğinde özellikle dikkat çeken bir kavram. Geleneksel yöntemlerde araştırmacılar çoğu zaman daha önce bilinen iskeletlerden, deneysel taramalardan veya yeniden düzenlenen doğal proteinlerden yararlanır. Buna karşılık zero-shot yaklaşım, önceden aynı hedef için doğrulanmış örneklere ihtiyaç duymadan tasarım üretmeyi amaçlıyor. Bu, özellikle yeni ilaçlar, nadir hedefler ya da bağlanması zor küçük moleküller için araştırma hızını artırabilecek bir strateji olarak görülüyor. NISE’nin başarısı da tam bu noktada önem kazanıyor: Model, belirli bir bağlayıcı ailesine ait hazır bir deneysel geçmişe yaslanmadan işlevsel tasarımlar üretebildi.

Yöntemin potansiyeli yalnızca exatecan ile sınırlı değil. Küçük moleküllere karşı yüksek özgüllük gösteren proteinlerin rasyonel biçimde tasarlanabilmesi, ilaç seviyelerinin izlenmesinden hedefli taşıyıcı sistemlere, tanı araçlarından biyosensörlere kadar geniş bir alanı etkileyebilir. Bununla birlikte, hesaplamalı başarıların gerçek dünya uygulamalarına dönüşmesi için yapısal çözümleme, uzun süreli stabilite testleri ve farklı biyolojik bağlamlarda performans değerlendirmesi gibi aşamaların sürdürülmesi gerekiyor.

Nature’da yayımlandığı belirtilen çalışma, protein mühendisliğinde yapay zekâ destekli tasarımın ulaştığı noktayı net biçimde ortaya koyuyor. Araştırma ekibi, exatecan’a bağlanabilen işlevsel proteinleri sıfırdan elde ederek, hesaplamalı biyoloji ile deneysel doğrulamanın birlikte nasıl güçlü bir tasarım platformu oluşturabileceğini gösterdi. Bulgular, ilaç bağlayıcı proteinlerin gelecekte daha hızlı, daha hedefe yönelik ve daha az deneme-yanılma ile geliştirilebileceğine dair umut verici bir örnek sunuyor.