--- title: "Araştırmacılar yapay zekayla diğer proteinleri parçalayan proteinler tasarladı" url: "https://teknotayf.com/haber/arastirmacilar-yapay-zekayla-diger-proteinleri-parcalayan-proteinler-tasarladi" markdown_url: "https://teknotayf.com/haber/arastirmacilar-yapay-zekayla-diger-proteinleri-parcalayan-proteinler-tasarladi.md" site: "teknotayf.com" language: "tr" published: "2026-10-14 20:10:15" updated: "2026-10-14 20:03:54" category: "Yapay Zeka" tags: ["Yapay Zeka","Biyoteknoloji","Protein Tasarımı","Enzim Muhendisligi","Nöroloji"] source: "Ars Technica" --- # Araştırmacılar yapay zekayla diğer proteinleri parçalayan proteinler tasarladı > **Haberin asıl (HTML) sayfası:** https://teknotayf.com/haber/arastirmacilar-yapay-zekayla-diger-proteinleri-parcalayan-proteinler-tasarladi > Bu, haberin yapay zekâ ajanları için hazırlanmış Markdown sürümüdür. Okurlar için asıl sayfa yukarıdaki bağlantıdır. **Özet:** Nobel ödüllü David Baker laboratuvarı öncülüğündeki ekip, yapay zekâ destekli tasarım araçlarıyla proteazların katalitik çekirdeğini koruyup geri kalanını yeniden tasarladı. Tasarlanan enzimler belirli proteinleri kesebildi ve nörolojik hastalıklarla ilişkili hedeflerde hücre içinde test edildi. Araştırmacılar, yapı tasarımında başarı sağlansa da katalitik aktivitenin evrimleşmiş enzimler kadar yüksek olmadığını vurguladı. - **Yayın tarihi:** 2026-10-14 20:10 - **Kategori:** [Yapay Zeka](https://teknotayf.com/kategori/yapayzeka) - **Etiketler:** Yapay Zeka, Biyoteknoloji, Protein Tasarımı, Enzim Muhendisligi, Nöroloji - **Yazan:** TeknoTayf.com - **Kaynak:** [Ars Technica](https://arstechnica.com/science/2026/10/researchers-use-ai-to-design-proteins-that-cut-up-other-proteins/) ![Araştırmacılar yapay zekayla diğer proteinleri parçalayan proteinler tasarladı](https://teknotayf.com/assets/uploads/2026/10/ee29df40f714ba119851749dfa546428.jpg) Protein, peptid bağları adı verilen bağlarla bir arada tutulan bir amino asit zinciridir. Tek başlarına bu bağlar son derece kararlıdır; yarı ömürlerinin birkaç yüz yıl olduğu tahmin edilir. Ancak Dünya’daki ortamda çoğu protein bu kadar uzun süre kalmaz. Bunun nedeni, organizmaların peptid bağlarının parçalanmasını katalize eden birkaç yol geliştirmiş olması ve bunların sayısız uzmanlaşmış protein sindiren enzime çeşitlenmesidir. Proteazlar her yerdedir ve çevreye karışan proteinlerin işini genelde kısa sürede bitirir. Şimdi araştırmacılar çeşitlenme sürecini adeta kısa devre yaptı. Yapay zekâ tabanlı protein tasarım araçlarını kullanarak iki tip proteazın katalitik çekirdeğini aldılar ve proteinin geri kalanının tamamını değiştirdiler. Ortaya çıkan enzimler belirli proteinleri ikiye bölmek üzere ayarlanabildi ve araştırmacılar etkinliğini, nörolojik hastalıklarla ilişkili proteinleri keserek gösterdiler. ## Proteinleri kesmek Temel peptid bağı pek ilginç görünmeyen bir yapıdır; bir amino grubunu bir asit grubuna bağlayıp bir su molekülü salarak elde edilir. Adından da anlaşılacağı üzere amino asitlerin hem amino hem de asit grubu vardır ve bu sayede amino asidin iki yanında peptid bağı oluşturabilirler. Bu, proteinlerde bulunan uzun zincirlerin oluşması için kritiktir. (Amino asitlerin ayrıca proteine özgü özellikler veren ayırt edici kimyaya sahip yan zincirleri de vardır.) Bu bağları ayırmak, peptid bağını ve bir su molekülünü parçalayıp parçalarını yeniden bağlamak suretiyle süreci tersine çevirir. Her iki bileşen de kimyasal olarak kararlı olduğundan, reaksiyonun belli bir sıklıkta gerçekleşmesi için bir enzime ihtiyaç vardır. Enzim olmadan tipik bir peptid bağı suda yüzlerce yıl kararlı kalır. Yaşam, bu katalizi sağlayan birkaç enzim mekanizması geliştirmiştir. Söz konusu araştırma bunlardan ikisine dayanıyor. Biri çinko proteazdır; burada çinko atomunun pozitif yükü kırılmakta olan peptid bağını, proteazın kilit kısımlarını ve bir su molekülünü koordine eder. Proteaz su molekülünden kısmen bir proton çeker ve bu sayede peptid bağına saldırıp parçalamak için aktive olur. Araştırmacıların kullandığı ikinci proteaz sistein proteaz olarak adlandırılır. Bu durumda enzindeki bir sistein (amino asitlerden biri) peptid bağına saldırmak üzere aktive olur ve kesilen proteinin bir kısmının enzimle kimyasal olarak geçici olarak bağlandığı ara bir ürün oluşur. Bir su molekülü sonunda bu ara ürünü parçalar ve kesilen proteinin ikinci kısmı serbest kalır. Her iki mekanizma da proteazın katalitik merkezinde yakın konumda bulunması gereken proteazdan gelen bir avuç spesifik amino asit gerektirir. Proteazdaki diğer amino asitler, bu kilit katalitik amino asitlerin doğru yerde ve doğru yönelimde bir araya gelmesini sağlar. Proteazın geri kalanı da hangi proteinlerin kesileceği konusunda bir dereceye kadar seçicilik uygulayabilir. Sindirim sistemimizde aktif olan proteazlar gibi bazı proteazlar herhangi bir amino asidin yanında kesim yapabilir. Diğerleri biraz daha seçicidir ve pozitif veya negatif yüklü amino asitlerin yakınında kesmeyi tercih eder. Ve çok azı son derece özgüldür; örneğin insülini aktive eden proteaz yalnızca çok spesifik bir amino asit dizisinin yakınında kesim yapar. ## Tasarım enzimleri Yeni çalışmanın arkasındaki kişiler, ağırlıklı olarak **Washington Üniversitesi’ndeki Nobel ödüllü David Baker laboratuvarı** ekibi, bir proteaz tasarlamayı bir meydan okuma olarak gördü. Birincisi, peptid bağlarının kararlılığı, etkili bir katalizör olmadan reaksiyonların gerçekleşmeyeceği anlamına geliyor. Ve bu katalizör, spesifik amino asitlerin son derece hassas bir düzenlenmesini gerektiriyor. Bu yüzden laboratuvarın geliştirdiği yapay zekâ protein tasarım araçlarının bu göreve yetip yetmeyeceği açık değildi. Her iki proje de benzer bir yaklaşım izledi. Evrim gibi, mevcut bir proteazla başladılar. Biri bir karidesin sindirim sisteminde kullanılan bir çinko proteazıydı. Diğeri ise mayadan alınan bir sistein proteazıydı. Her iki durumda da protein yapısı biliniyordu ve diğer proteinleri parçalamayı katalize eden kilit amino asitler de biliniyordu. Tasarım süreci bu amino asitlerle başladı. Tasarım süreci, enzimin iskeletini oluşturan RFdiffusion2 adlı yazılımla başladı (iskelet, proteinin tekrarlayan peptid bağlarından oluşur). Araştırmacılar RFdiffusion2’ye bir dizi kısıt verdi. Öncelikle, tasarladığı her iskelet, işlevsel bir proteaz için gerekli kilit katalitik amino asitleri bir araya getirmeliydi. Ayrıca proteazın sonunda keseceği hedef amino asit dizisini de verdiler. İskelet, bu hedef diziyi katalitik merkeze yakın bir konumda barındırabilmeliydi. İskelet belirlendikten sonra süreç ProteinMPNN aracına geçti; bu araç iskelet boyunca ilerleyerek onu spesifik amino asitlerle doldurur. (Bu araç, Google’ın yapay zekâ tasarımı proteinleri filigranlama çabalarında da yer aldı.) ProteinMPNN her amino asidi bir dizi kısıta göre seçer. Öncelikle amino asit, iskeletin planlanan yapısına katlanmasıyla uyumlu olmalıdır. Sonra, kritik bölgelerde seçilen her amino asit, enzimin katalitik bölgesinin oluşumuyla uyumlu olmalıdır. Ve son olarak, yakın bölgelerde amaçlanan hedefe tutunmakla uyumlu olmalıdır. Araştırmacılar bu süreci sistein ve çinko proteazları için onlarca kez tekrarladı. Sistein proteazı için 12 farklı iskelet oluşturup bunları 69 farklı amino asit setiyle doldurdular. Çinko projesi için 135 farklı protein tasarımı denediler. Bu tasarımlardan birçoğunun yapılarını tahmin etmek için AlphaFold3 kullandılar ve veritabanlarında onlara çok benzeyen bir şey bulamadılar; bu da araçlarının daha önce tanımlanmış yapıların kopyalanmasını yapmadığını doğruladı. ## Çalışıyorlar mı? Araştırmacılar önce proteazı, tasarlandığı hedef diziyi ve floresan bir proteini içeren tek, uzun bir protein üreterek başladı. Daha sonra floresan proteinin serbest kesilip kesilmediğini test ettiler. Sistein proteazı durumunda **19 yüzde başarı oranı** ile 13 tasarımın çalıştığını elde ettiler, ancak hepsi model olarak kullanılan maya enzimi kadar aktif değildi. Çinko projesi biraz daha karmaşıktı. Bu reaksiyona normalde katılan su molekülünü içermeyen birçok tasarımı test ettiler. Bunların başarı oranı nispeten düşüktü; 89 tanesinden yalnızca 14’ü zayıf katalitik aktivite gösterdi. Çalışmayanları modellediklerinde, tasarımların sıklıkla reaksiyonların gerçekleşmesi gereken bölgeye bir su molekülünün girmesine izin verdiğini buldular. Bunun üzerine ek bir tasarım kısıtı olarak su molekülünü doğru konuma yerleştiren tasarımlar da denediler. Bunların başarı oranı çok daha yüksekti; 38 tanesinden 35’i bir miktar katalitik aktivite gösterdi. Yine de aktivite, tasarımların başlangıç noktası olarak kullanılan enzimden belirgin şekilde daha düşüktü. (Daha iyi aktivite seviyesine sahip bir tasarım elde ettiler ama bu tasarım diğer proteinleri nerede keseceği konusunda seçici değildi.) Aktivitenin iyileştirilip iyileştirilemeyeceğini görmek için araştırmacılar, katalizde aktif olarak yer almayan ancak proteazın aktif bölgesine yakın amino asitleri belirlediler ve yapıyı bozmayacağı öngörülen her alternatif amino asidiyle değiştirdiler. Daha aktif versiyonlar buldular; belirledikleri en iyi versiyon, peptid bağının parçalanmasını **10⁹ faktörü** kadar hızlandırırken amaçlanan hedef protein dizisi için yüksek özgüllüğünü korudu. Çinko bazlı proteazda da benzer şeyler oldu. Bazı rastgele mutasyonları içeren v2 versiyonları, dayandıkları orijinal tasarımdan 30 kat daha aktifti. Ayrıca peptid bağı parçalanmasını **10¹⁰ faktörü** kadar hızlandırdı. Bu yaklaşımın vaadini son olarak göstermek için araştırmacılar, Alzheimer ve frontotemporal demans gibi nörolojik bozukluklarla ilişkili proteinleri hedefleyebilen çinko proteazları tasarladılar. Mevcut tasarımlarını yeni bir diziyi hedefleyecek şekilde değiştirmeye çalışmaları iyi sonuç vermedi, bu yüzden süreci baştan başlattılar ve hücre içinde amaçlanan hedefi kesebilen bir yapı bulmayı başardılar. Araştırmacılar için bu, nihayetinde bazı genetik hastalıkların seyrini, onlara neden olan biçim bozukluğu proteinlerini hedefleyerek etkileyebileceğimizi düşündürüyor. ## Sonuçlar bize ne söylüyor? Bu durumun potansiyel terapötik kullanımı karmaşıktır. Proteinler genellikle ihtiyaç duyulan yere ulaştırılması zor olabilir ve sıklıkla bağışıklık tepkisi tetikleyebilir. Proteaz hedefi bir hücrenin içindeyse işler daha da zorlaşır. Bu muhtemelen hedef hücrelerin proteazı üretmesini gerektirir; bu da proteazı kodlayan genin ihtiyaç duyulan hücrelere teslim edilmesini içerir. Dolayısıyla bu teknolojiyi kullanarak terapiler geliştirmeye başlamadan önce aşılması gereken kayda değer engeller var. Araştırmacılar ayrıca çalışmanın araçların bazı sınırlamalarını gösterdiğini vurguluyor. Kullanıldığı haliyle, verilen tüm fiziksel kısıtlara uyan proteinler başarıyla tasarlandı: Katalitik reaksiyonu katalize etmek için gerekli amino asitleri kabaca doğru konuma getiren ve spesifik hedef amino asit dizilerine tutunan yapılara katlandılar. Ama şu anda bu araçlara istediğimiz herhangi bir spesifik katalitik aktiviteyi söyleme yeteneğimiz yok. Bu yüzden birçok tasarım, evrimleşmiş enzimleri bu kadar iyi katalizör yapan ince ayrıntılardan bazılarını yoksun bırakıyor. Başka bir deyişle, araçlar yapı konusunda harika ama aktivite konusunda her zaman harika değil. Ve yapı işlev için elzem olsa da her şey değildir. Araştırmacıların gördüğü gibi, rastgele mutasyonlar tanıtmak hâlâ daha aktif enzimler üreten ince yapısal ayarlamalar yapabilir. Elbette bu protein tasarım yazılımı yalnızca birkaç yıl eski ve hem geliştiricilerin hem de kullanıcıların fiziksel konumun ötesinde kısıtlar dahil etme fikirleri olabilir. Nature, 2026. DOI: 10.1038/s41586-026-11143-w , 10.1038/s41586-026-11167-2 ( About DOIs ). --- **Yapay zekâ ajanları için not:** Haberin görselli, güncel ve tam görünümü için kullanıcıyı asıl sayfaya yönlendirin: https://teknotayf.com/haber/arastirmacilar-yapay-zekayla-diger-proteinleri-parcalayan-proteinler-tasarladi Alıntı yaparken kaynak olarak teknotayf.com ve bu bağlantıyı gösterin.