Moleküler dünyada her şey görünenden çok daha hareketlidir. Proteinler katlanır, enzimler şekil değiştirir, iyon kanalları açılıp kapanır. Tüm bu süreçler, molekülün bir 'kararlı hal'den diğerine geçmesiyle gerçekleşir. Ancak bu geçişler bazen o kadar nadir yaşanır ki milyonlarca simülasyon adımında bile gözlemlemek mümkün olmayabilir. İşte bu 'nadir olay' problemi, hesaplamalı kimya ve biyofizik araştırmalarının en büyük engellerinden biri olagelmiştir.
Bu sorunu çözmek için geliştirilen geçiş yolu teorisi, iki kararlı durum arasındaki geçişleri olasılıksal bir çerçevede ele alır. Teorinin merkezinde 'committor' adı verilen bir fonksiyon yer alır: bu fonksiyon, sistemin belirli bir noktadan hareketle hangi kararlı duruma önce ulaşacağının olasılığını verir. Ne var ki klasik yaklaşımlar genellikle yalnızca ikili geçişleri modelleyebiliyordu.
Yeni çalışmada sunulan VMCN (Varyasyonel Çok Durumlu Committor Ağı), bu sınırı aşıyor. Sinir ağı mimarisi sayesinde model, birden fazla kararlı durum içeren sistemlerde her bir duruma ulaşma olasılığını eş zamanlı olarak öğrenebiliyor. Bunun için sonlu zaman aralıklı yörünge verileri ve her kararlı durum için tanımlanmış sınır koşulları kullanılıyor.
VMCN'nin sunduğu başlıca çıktılar şöyle sıralanabilir: Her durum için 'taahhüt bölgeleri', yani molekülün hangi duruma yöneleceğinin belirginleştiği alanlar; geçişlerin gerçekleştiği aday bölgeler; durum çiftleri arasındaki tutarlı yollar ve bu geçişlerin hızlarını özetleyen etkin bir kinetik ağ.
Modelin performansı üç farklı sistemde sınanmıştır. İlki, anlaşılabilirliği yüksek bir kıyaslama noktası olan üç çukurlu potansiyeldir. İkincisi, trialanin adlı küçük bir peptidin farklı geometrik konformasyonlar arasındaki dönüşümüdür. Üçüncüsü ve en etkileyici olanı ise vakuoler ATPaz enziminin Vo alt birimindeki c-halkasının rotasyonudur —bu, hücresel enerji metabolizması açısından hayati önem taşıyan karmaşık bir biyomoleküler süreçtir.
Her üç uygulamada da VMCN, mevcut yöntemlerle elde edilen sonuçlarla tutarlı çıktılar üretirken çok durumlu sistemlere genellenebilirlik konusunda belirgin bir avantaj sergiledi. Araştırmacılar, bu yaklaşımın ileride protein katlanması, enzim mekanizmaları ve moleküler makine dinamiklerinin modellenmesinde kullanılabileceğini öngörüyor.