Yapay zeka ve graf sinir ağları (GNN) gibi büyük ölçekli ağ sistemleri üzerine çalışmalarıyla bilinen Jure Leskovec’in de yer aldığı araştırmada, mevcut RNA dizileme teknolojileri ve eski yapay zeka modelleriyle hücre biyolojisini küresel ölçekte anlamanın önündeki engel kaldırılmış olabilir. Yeni model UCE (Universal Cell Embedding), daha önce karşılaşmadığı bir canlının veya bilinmeyen bir hastalığın hücresi yüklense bile mevcut modeller gibi yeniden eğitmeye gerek duymadan o hücreyi tanıyabiliyor ve sabit bir koordinat sisteminde (haritaya) doğru yere yerleştirebiliyor. Araştırmacılar, modelin hücre biyolojisine ait evrensel ve kalıcı bir dijital dil öğrendiğini, böylece canlı türleri arasındaki sınırları ortadan kaldırarak yeni tıbbi keşiflerin önünü açacağını vurguluyor.
Farklı laboratuvarlardan gelen hücre verilini tek bir havuzda toplamak, cihazların ölçüm farklılıkları ve “batch effect” (biyolojik olmayan sebeplerden kaynaklanan hatalar) denilen kesinti etkileri ve laboratuvarlar arası teknik hatalar nedeniyle imkansız görülüyordu. Bu durum, bilim insanlarının her yeni veri seti için sıfırdan yapay zeka modeli kurulmasını zorunlu kılıyordu. UCE, bu engeli hücreyi bir gen havuzu olarak kabul ederek aşıyor. Laboratuvar ortamından, kullanılan cihazlardan veya test aşamalarından kaynaklanan tüm teknik hatalara ve gürültülere karşı dirençli bir yapı sunuyor.
Hücrenin içindeki genleri tek tek çizgisel bir sırayla okumak yerine o hücrede hangi genin ne kadar aktif olduğunu gösteren esnek bir örneklem topluyor. Genlerin doğrudan isimlerine bakmak yerine bu genlerin ürettiği proteinlerin amino asit dizilimlerini temel alıyor. Proteinlerin bu yapısal dili tüm canlılarda evrensel olduğu için UCE, o canlı türünü daha önce görmemiş olsa bile sadece protein dizilimine bakarak genin ne işe yaradığını anlayabiliyor. Yani sistem, farklı laboratuvar ortamlarından ev sıcaklık değişimlerinden veya veri okumalarından kaynaklanan teknik hataları dikkate almadan sadece hücrenin biyolojik gerçekliğine odaklanarak ne olduğunu anlayabiliyor.
“Zero-shot” yeteneği ile sistemde olmayan hücreleri bildi
Geleneksel modellerde laboratuvardan yeni bir hücre verisi seti geldiğinde o hücreleri tanımak için yeniden eğitilmek zorundayken UCE modeli “zero shot” (sıfır atış) yeteneğini sunuyor. Bu teknoloji, yapay zekanın hafızası dondurulduktan sonra bile ilk kez gördüğü laboratuvarın verisini hiçbir ek eğitime ihtiyaç duymadan anında tanıyabilmesi anlamına geliyor. Yani bilgisayarın kodu veya hafızası asla değiştirilmiyor. Buna rağmen model, hayatında ilk kez gördüğü bir laboratuvarın verisini sisteme yüklendiği anda hiçbir ek eğitime ihtiyaç duymadan o hücreleri tanıyor.
Bilim insanları bu yeteneği test etmek için henüz resmi olarak yayınlanmayan 162 farklı hücre tipinden oluşan “Tabula Sapiens v.2” insan hücresi verilerini sisteme yükledi. Amaç, yapay zekanın daha önce hiç görmediği bu veriyi sıfır atışla çözüp çözemeyeceğini görmekti. Deneme sonucunda UCE, kendisi gibi verilerle eğitilen rakiplerini geride bıraktı. Ayrıca teknik gürültüleri de temizledi. Bunun en somut örneği laboratuvar ortamında incelenmesi zor ve cihaz hatalarına en açık yerlerden biri yumurtalık dokusu testlerinde görüldü. Farklı teknolojilerle incelenen hücrelerdeki teknik gürültüleri ve veri sapmalarını temizlemek normalde bir engeldi ancak UCE hiçbir ek müdahale gerektirmeden gürültüleri tamamen silerek yumurtalık hücrelerini biyolojik yapılarına göre kusursuz şekilde birbirinden ayırdı.
UCE, sunduğu sabit dijital harita sayesinde modellerin yeniden eğitilme zorunluluğunu ortadan kaldırarak biyolojik keşifler yapılmasının önünü açmış olabilir. Araştırmacılar sistemin pratik gücünü test etmek için vücutta kan yapımını tetikleyen nadir Norn hücrelerini seçti. Normal şartlarda sadece böbrekte yer aldığı bilinen bu hücrelerin verileri UCE sistemine yüklendiğinde yapay zeka bunları yüzde 98,3 doğruluk oranıyla ayırt edebildi ve özel matematiksel koordinatlar verdi. Araştırmacılar bu koordinatlarla 36 milyonluk veri haritasında bir tarama gerçekleştirdi. Sadece böbrekte olduğu düşünülen Norn hücresinin akciğerde, kalpte ve üreme organlarında da bulunduğu tespit edildi. Araştırmacılar KOAH ve IPF (akciğer sertleşmesi) hastalarından alınan verileri incelediklerinde yapay zekanın akciğer ve kalpte bulduğu Norn benzeri hücrelerin hastalıkların gidişatını etkileyen kritik bir rol üstlendiğini ortaya koydu.
İsimsiz verilerle 40 günlük eğitim
Süreç; yüzlerce deneyden toplanan 36 milyondan fazla ham hücrenin gen sayım verileri ile bunların evrensel protein kodlarının sisteme girdi olarak yüklenmesiyle başlıyor. Yapay zeka, üzerinde hiçbir açıklama bulunmayan bu verileri eğitmek için “maskeleme” yöntemini kullandı; hücredeki bazı genleri gizleyerek açıkta kalan verilere bakarak gizli genin aktif olup olmadığını tahmin etmeye çalıştı. Sistem yanıldıkça matematiksel ağırlıklarını güncelleyerek biyoloji kurallarını tamamen kendi kendine öğrendi. 33 katmanlı ve 650 milyon parametreli bu model için 24 adet güçlü A100 GPU kullanıldı ve bilgisayarlar 40 gün boyunca aralıksız çalıştı.
Eğitim sürecinde hücrelerin isimleri hiç söylenmemesine rağmen sistemin hücreleri görevlerine göre haritada kendiliğinden kümelemesi, “emergent behaviour” (ortaya çıkan davranış) olarak adlandırıldı. eğitim esnasında yapay zekaya hücrelerin isimlerini veya görevlerini asla öğretmediklerini belirtiyor. Buna rağmen sistem, 36 milyon hücreyi analiz ettiğinde akciğer, beyin veya bağışıklık hücrelerini haritada kendiliğinden ayırarak yan yana getirmeyi başardı.
İnsan hatasını bile düzeltiyor
UCE, sadece daha önce karşılaşmadığı hücreleri tanımakla kalmadı, aynı zamanda insan hatalarını tespit edip düzenledi. Laboratuvardaki uzman biyologlar, yaptıkları incelemeler sonucunda yeşil maymun türüne ait hücre kümesini yanlışlıkla “B hücresi” (bir bağışıklık hücresi türü) olarak etiketlediğinde bu hücre verilerini inceleyen UCE, hücrelerin içindeki protein kodlarını ve derin biyolojik verileri analiz etti. UCE, uzmanların koyduğu/ etiketlediği isme bakmadan bu hücrenin aslında bir “T hücresi” özelliklerini taşıdığını ortaya çıkardı. Araştırmacılar sistemin bu denli yüksek algı düzeyine ulaşmasını genlerin isimlerine değil doğrudan tüm canlılarda ortak olan evrensel protein diline odaklanmasına bağlıyor.
Şu anda model, biyolojik başarı ve performansını hala insan bilgisine borçlu. Modelin eğitiminde kullanılan 36 milyon hücrelik arşivin neredeyse tamamı insan ve fare gibi popüler memeli canlılardan, doku olarak da sadece beyin gibi yoğun araştırma yapılan alanlardan toplandığından modelin dünyadaki diğer az temsil edilen canlı türüne ya da nadir görülen dokulara karşı tam olarak genel bir başarı göstermesini kısıtlıyor. Araştırmacılar, gelecekte modelin havuzuna daha fazla canlı türü ve nadir doku eklenirse tıp dünyasında laboratuvarların verilerini birbirine bağlayabilecek evrensel kalıcı ve hatasız bir dijital biyoloji havuzu olabileceğini söylüyor.
Kaynak: Nature