Bilim insanları, hücresel düzeyde istenen değişiklikleri tetikleyebilecek ilaç moleküllerini tasarlama konusunda çığır açan bir yapay zeka sistemi geliştirdi. SmilesGEN adı verilen bu yenilikçi model, geleneksel yaklaşımların ötesine geçerek moleküllerin hücreler üzerindeki karmaşık etkilerini hesaba katıyor.
Mevcut ilaç tasarım yöntemleri genellikle gen ekspresyon profillerine odaklanıyor ancak moleküllerin hücresel bağlamlardaki bozucu etkilerini göz ardı ediyor. SmilesGEN bu sınırlılığı aşmak için variational autoencoder (VAE) mimarisini kullanarak iki farklı bileşeni entegre ediyor: ilaç moleküllerini işleyen SmilesNet ve ekspresyon profillerini analiz eden ProfileNet.
Sistemin çalışma prensibi oldukça sofistike. ProfileNet, ortak matematiksel uzayda ilaç kaynaklı bozulmaları elimine ederek tedavi öncesi ekspresyon profillerini yeniden oluşturuyor. SmilesNet ise istenen ekspresyon profillerinden yararlanarak ilaç benzeri moleküller üretiyor. Bu iki süreç bir araya gelerek, ilaç pertürbasyonları ile transkripsiyon yanıtları arasındaki etkileşimi modelliyor.
Bu yaklaşım, fenotipik ilaç keşfi alanında önemli bir ilerlemeyi temsil ediyor. Moleküler seviyede istenen terapötik etkileri öngörebilme kapasitesi, gelecekte daha etkili ve hedefli ilaçların geliştirilmesine katkı sağlayabilir.