De la Fuente’nin laboratuvarı antibiyotik ararken ChatGPT ve Codex kullanıyor
Dirençli bakterilerin rol oynadığı ölüm sayısı 2021’de 4,71 milyondu. The Lancet’in GRAM çalışması 2050 için 8,22 milyon öngörüyor.
Yeni bir antibiyotik sınıfı hastaya ulaşalı yaklaşık 50 yıl oldu. Modern tıbbın rutin saydığı ne varsa, ameliyatlar, doğum, kemoterapi, hepsi işe yarayan bir antibiyotiğe bağlı.
César de la Fuente, Pennsylvania Üniversitesi’nde bir laboratuvar yönetiyor. Biyolojiye bir bilgi sistemi gibi bakıyor: DNA’yı kuran nükleotitler ve proteinleri kuran aminoasitler onun için bir alfabe.
Laboratuvarın işi bu alfabede bakteri öldüren diziler aramak. Bulunan adaylar sentezleniyor, insan hücrelerinde ve hayvan modellerinde sınanıyor.
Codex yazılım işini üstleniyor: betik yazmak, veri ayrıştırmak, toplu işlem çalıştırmak, keşif amaçlı kod denemek. Bunlar daha önce hattı tıkayan işlerdi.
ChatGPT ise laboratuvarın ortak beyni gibi çalışıyor. De la Fuente’ye göre çalışma alanları farklı düşünen bütün bu insanlardan girdi alıyor: biyoloji, kimya, bilgisayar bilimi ve mühendislik aynı yerde konuşuyor.
Arama yaşayan organizmalarla sınırlı değil. Laboratuvar yılan zehrinde, mamutlarda ve soyu tükenmiş penguenlerde yeni moleküller buldu. De la Fuente buna moleküler diriltme diyor.
Soyu tükenmiş organizmalarda şifrelenmiş 37 binden fazla dizi bulundu. Mantık basit: doğanın veri kümesi sonlu, ölü genomlar o kümeyi büyütüyor.
Burada bir ayrım şart. Antibiyotik adaylarını bulan modeller laboratuvarın kendi modelleri. AMP-Diffusion 50 bin aday üretti, 46’sı sentezlendi, ikisi farelerde levofloksasin ve polimiksin B ile aynı etkiyi gösterdi, yan etki görülmedi.
ChatGPT ve Codex bu molekülleri bulmadı. Onların yaptığı, aday taramasını yıllardan saatlere indiren iş akışını kurmak.
Aday, ilaç değil. Bilgisayarda bulunan bir molekülün onaylı bir ilaca dönüşmesi uzun ve pahalı bir yol; çoğu aday yolda eleniyor. Toksisite, direnç, doz, insan hücresine etki, hepsi ayrı aşama.
De la Fuente’nin kendi vurgusu da bu: yapay zekanın tahminlerini doğrulamak için gerçek deneyler şart.
Kaynaklar
- OpenAI, “How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules”, (openai.com)
- OpenAI, “Accelerating antibiotic discovery with ChatGPT”, (openai.com)
- The Lancet, “Global burden of bacterial antimicrobial resistance 1990–2021: a systematic analysis with forecasts to 2050”, (thelancet.com)
- Penn Engineering, “Penn Engineers Unveil Generative AI Model that Designs New Antibiotics”, (engineering.upenn.edu)
- Nature Biomedical Engineering (PMC), “Deep-learning-enabled antibiotic discovery through molecular de-extinction”, (pmc.ncbi.nlm.nih.gov)
- MIT Technology Review, “The scientist using AI to hunt for antibiotics just about everywhere”, (technologyreview.com)
Bu haber hakkında
Bu haber Instagram’da @jarrus.ai hesabında 22 Eylül 2026 tarihinde paylaşıldı.
Bu haberde bir hata mı var? [email protected] · Instagram
Kısa link: thejarrus.com/c7
Bu haberin İngilizcesi: De la Fuente’s lab uses ChatGPT and Codex to hunt for antibiotics
Aynı konuda
DeepMind’dan doğan ilaç keşif şirketi Isomorphic Labs, 40-50 milyar dolar değerlemeyle yatırım görüşüyor
Bloomberg’e göre DeepMind’dan doğan ilaç keşif şirketi Isomorphic Labs, en az 40 milyar dolar değerlemeyle yeni yatırım için ilk aşama görüşmeler yürütüyor.
OpenAI GPT-6’yı ChatGPT’de herkese açmaya başladı
OpenAI, 7 Ekim’de GPT-6’yı ChatGPT’de herkese açmaya başladı. Yeni Intelligent UI, cevapları metin, görsel ve etkileşimli öğeleri birleştirerek kuruyor.
OpenAI’ın modeli 722 matematik makalesi yazdı
OpenAI 6 Ekim’de yayınlanmamış bir iç modelin ürettiği 722 matematik makalesini GitHub’da yayımladı; 7 Ekim’de 3’ünü geri çekti, katalogda 719 makale kaldı.