İllinoys Universitetində (Urbana-Şampan) tədqiqatçılar süni intellekt, avtomatlaşdırılmış robotlar və sintetik biologiyanı birləşdirərək iki vacib sənaye fermentinin göstəricilərini əhəmiyyətli dərəcədə yaxşılaşdırmağa nail olublar. Onlar həmçinin digər fermentlərin inkişafını sürətləndirmək üçün istifadə edilə bilən rahat və sürətli bir proses hazırlayıblar. Bu tədqiqat, kimya və biomolekulyar mühəndislik professoru Huimin Zhao-nun rəhbərliyi ilə həyata keçirilib və nəticələr "Nature Communications" jurnalında dərc olunub.

"Fermentlər enerji istehsalından tutmuş, terapevtik sahələrə və hətta məişət məhsullarına qədər müxtəlif sahələrdə istifadə olunur. Lakin onların istifadəsi hələ də məhduddur, çünki müəyyən texniki məhdudiyyətlər mövcuddur. Bizim texnologiyamız bu məhdudiyyətləri effektiv şəkildə aradan qaldıra bilər," deyə Zhao bildirib. O, həmçinin universitetin Carl R. Woese Genomika və Biologiya İnstitutunda çalışır.

Fermentlər bioloji prosesləri idarə edən xüsusi katalitik funksiyaları yerinə yetirən zülallardır. Fermentlərin dərman, texnologiya və enerji sahələrində tətbiqini genişləndirmək istəyən alimlər tez-tez fermentlərin effektivliyi və ya mürəkkəb kimyəvi mühitdə xüsusi hədəfi seçmək qabiliyyəti ilə bağlı problemlərlə üzləşirlər. Zhao-nun sözlərinə görə, "Zülal funksiyasını, xüsusilə ferment funksiyasını yaxşılaşdırmaq çətindir, çünki hansı mutasiyaların tətbiq edilməli olduğunu dəqiq bilmirik. Üstəlik, bu, adətən tək mutasiya ilə həll olunmur; bir çox sinergetik mutasiyalar tələb olunur. Bizim süni intellekt və avtomatlaşdırılmış sintetik biologiyanı birləşdirən modelimiz bu problemin həllində effektiv bir yol təklif edir."

Zhao-nun qrupu əvvəllər fermentlərin funksiyasını onların ardıcıllığı əsasında proqnozlaşdıran bir süni intellekt modeli təqdim etmişdi. Yeni tədqiqatda isə onlar süni intellektdən istifadə edərək mövcud fermentlərin funksiyasını yaxşılaşdırmaq üçün hansı dəyişikliklərin tətbiq edilə biləcəyini proqnozlaşdırıblar. Tədqiqatın həmmüəlliflərindən biri olan Nilmani Singh qeyd edib ki, "Tipik bir fermentdə mümkün olan dəyişikliklərin sayı kainatdakı atomların sayından çoxdur. Ona görə də biz süni intellektdən istifadə edərək təsadüfi axtarış əvəzinə potensial faydalı variantların kiçik bir kitabxanasını yaradırıq."

Bu modelin təlimi və təkmilləşdirilməsi yalnız kod yazmaqdan ibarət deyil; çoxlu məlumat və geribildirim tələb olunur. Bu məqsədlə İllinoys Universitetinin iBioFoundry mərkəzindən istifadə edilib. Bu mərkəz müxtəlif bioloji sistemlərin, o cümlədən fermentlərin sürətli və rahat mühəndislik və test proseslərinə həsr olunub. Zhao bu mərkəzə rəhbərlik edir.

Tədqiqatçılar öz proseslərini belə təsvir ediblər: İlk növbədə, süni intellektdən tələb olunan fermentin göstəricilərini yaxşılaşdırmaq üçün təkliflər alınır. Süni intellekt məlum ferment strukturlarının məlumat bazasını araşdırır və ardıcıllıq dəyişiklikləri təklif edir. iBioFoundry-dəki avtomatlaşdırılmış avadanlıqlar bu fermentləri istehsal edir və onların funksiyaları sürətlə test edilir. Test nəticələri daha sonra növbəti ferment dizaynlarını təkmilləşdirmək üçün başqa bir süni intellekt modelinə ötürülür.

Bu metodla tədqiqatçılar iki əsas sənaye fermentinin performansını əhəmiyyətli dərəcədə artırıblar. Məsələn, heyvan yeminə əlavə edilən bir fermentin aktivliyi 26 dəfə artırılıb. Digər bir ferment isə sənaye kimyəvi sintezində katalizator kimi istifadə olunur və onun aktivliyi 16 dəfə, hədəf substratlara üstünlük vermə qabiliyyəti isə 90 dəfə artırılıb.

"Biz məqalədə iki fermentdən bəhs etdik, lakin bu, əslində ümumi bir yanaşmadır. Bizə yalnız protein ardıcıllığı və test lazımdır," deyə Zhao bildirib. Tədqiqatçılar növbəti mərhələdə süni intellekt modellərini təkmilləşdirmək və daha sürətli sintez və test prosesi üçün avadanlıqları yeniləməyi planlaşdırırlar. Onlar həmçinin istifadəçi interfeysi hazırlayıblar ki, bu sistem sadə sorğu ilə idarə oluna bilsin.

"İstifadəçi interfeysi ilə məqsədimiz müxtəlif sahələrdən olan insanların bu alətdən istifadə etməsini təmin etməkdir," deyə məqalənin həmmüəlliflərindən biri olan Tianhao Yu bildirib. "Əgər bir eksperimental alim Python proqramlarını idarə etməyi bilmirsə, bizim interfeysimizdən istifadə edərək sadəcə İngilis dilində tələblərini yazıb proqramı işə sala bilər."

Bu yeni yanaşma, fermentlərin təkmilləşdirilməsi, dərman istehsalı və enerji texnologiyalarında innovasiyaların sürətləndirilməsi üçün geniş potensiala malikdir.