Derleyen: M. Nilgün Ercan
ABD Yale Üniversitesi’ ndeki kimyacılar ile Boehringer Ingelheim ilaç firmasının ABD/ Connecticut birimindeki araştırmacılar MOSAIC (Multiple Optimized Specialists for AI-assisted Chemical Prediction) olarak bilinen yeni bir YZ kimya platformu oluşturdular. Çalışmanın sonuçları 19 Ocak 2026 tarihinde “YZ destekli kimyasal sentez için kolektif zeka” başlığıyla Nature Dergisi’ nnde yayımlandı.
Açıklamalara göre, oluşturulan platform ile laboratuvarda sentezlemek için kimya deneylerine ilişkin protokollerin üretilmesi amaçlandı. Her yıl yüzbinlerce kimyasal reaksiyon rapor ediliyor. Oluşturulan sistem büyük hacimdeki basılı kimyasal bilgiyi adım adım laboratuvar prosedürüne dönüştürüyor. Bunların arasında daha önce yapılmamış sentezler de yer alıyor. MOSAIC tek bir büyük dil modelinden farklı olarak çok modelli bir kimyasal YZ platformu niteliği taşıyor. Sistem, her biri kimya ile ilgili bilgi birikiminin farklı alanlarını temsil eden 2 498 YZ “uzmanı” nı bir araya getiriyor. İstenen senteze uygun kimya deneyi protokollerini önerebilmek için belgelenmiş milyonlarca reaksiyon protokolünden faydalanılıyor.
Yale’ de çalışmayı yürüten, aynı zamanda Enerji Bilimleri Enstitüsü üyesi ve Kuantum Dinamiği ile ilgili bir merkezin yöneticisi olan kimya profesörü Victor Batista kimyada milyonlarca reaksiyon protokolü bulunduğunu, ancak bunları uygulamada kullanabilme konusunda darboğazlar olduğunu, MOSAIC platformunun laboratuvar prosedürlerinin uygulanmaya müsait hale gelmesi için bu yüklü bilgiyi dönüştürmek üzere tasarlandığını belirtiyor. Platform, farklı kimyasal alanlardan gelen bilgileri bir araya getirerek reaksiyona girecek maddeler, reaksiyon koşulları, sıcaklıklar ve prosedürlere ilişkin adımlar ile ilgili önerileri üretiyor.
Araştırmacılar mevcut YZ kimya platformlarının kullanıcılara yardımcı olmak için tek bir büyük modele dayandığını belirtiyor; MOSAIC ile ilaç, katalizörler, ileri malzemeler, tarım kimyasalları ve kozmetik ürünleri gibi kimyanın farklı alanlarındaki bileşikleri oluşturmak mümkün hale gelirken bu yaklaşımın ve platformun performans açısından kimya ile ilgili diğer YZ destekli kaynakların önüne geçeceğini düşünüyorlar.
Araştırmacılar MOSAIC platformunu kullanarak %71 başarı oranıyla daha önceden raporlanmamış 35’ in üzerinde kimyasal bileşiğin sentezini gerçekleştirdi. Ayrıca, MOSAIC kullanıcılara ölçülebilir belirsizlik öngörülerini de sağlayacak şekilde tasarlandı. Araştırmacıların aktardığına göre yeni sistem tamamen açık kaynak niteliğinde ve gelecekte ortaya çıkabilecek modellere de uyum sağlayacak. Amaç YZ’ nin sadece öngörüde bulunmasının ötesine geçerek gerçek dünyada yapılacak deneylere daha doğrudan destek olmasını sağlamak.
Kimyanın kitaplardan veri tabanlarına doğru ve şimdi de YZ kılavuzluğunda yön bulmaya doğru evrilmiş olduğuna işaret edilerek, MOSAIC platformunun akıllı bir yemek kitabı gibi yeni reçeteler verdiği ve Google Maps gibi kimyasal sentez konusunda yön bulmak için üst düzeyde bir işlev gördüğü belirtiliyor. MOSAIC kimyacılara devasa bilgiyi ayrıntılı, yeniden tekrarlanabilir prosedürlere dönüştürmek için yardımcı oluyor; bunun yanı sıra ölçülebilir belirsizlik tahminlerini de veriyor; sonuçta sentetik kimyayı daha kolay hale getiriyor.
Çalışma kısmi olarak Boehringer Ingelheim ilaç şirketi tarafından ve Ulusal Bilim Vakfı Donatım Geliştirme Ödülü ile desteklendi.
Laboratuvardaki iş akışlarına etkisi
Kimyasal deneylere ilişkin protokoller üreten YZ sistemleri aynı zamanda laboratuvarlardaki iş akışları üzerinde de etki yaratacak:
Protokolün incelenmesi ve onaylanması: Kullanım öncesinde YZ tarafından üretilen prosedürleri değerlendirmek için gerekli düzenlemelerin oluşturulması.
Tekrar üretilebilirlik ve belgelendirme: Üretilen protokollerinin iç standartlar ve kayıt tutma uygulamalarıyla uyumlu hale getirilmesi
Eleman eğitimi; Araştırmacıların YZ çıktılarını test etmeden yürürlüğe koyması yerine kritik bakış açısıyla değerlendirmeleri konusunda desteklenmesi
Yönetişim ve hesap verebilirlik: YZ üretimli öneriler deneysel çıktıları etkilediğinde sorumlulukların belirli olması
MOSAIC’ in açık kaynak ve gelecek modellere entegre olacak şekilde tasarlanmış olması nedeniyle laboratuvar yöneticilerinin sürüm kontrolü, yazılım bakımı ve mevcut laboratuvar sistemleriyle uyum konularını dikkate alması öneriliyor. MOSAIC kimya laboratuvarlarında YZ katkılı deney modellerini daha ileriye taşıyan bir nitelikte. YZ bazlı kimya platformları gelişmeye devam ettikçe bunların deney planlaması ve yürütülmesi alanlarındaki rolleri de giderek artacak gibi görünüyor.
MOSAIC platformunun, hızlı molekül tasarımından öteye de geçerek standartlaştırılmış, YZ destekli protokoller oluşturma yoluyla, tekrar üretilebilirliği ilerletmek, gereksiz deneyleri azaltmak ve küçük laboratuvarların kompleks kimyasal sentez alanlarına girmesi önündeki engelleri azaltmak gibi yararları olması bekleniyor. Endüstriyel taraflar açısından, yapılabilir sentetik süreçleri hızla değerlendirmek yeteneği sayesinde geliştirme döngülerini kısaltıp erken aşama maliyetlerini de azaltması mümkün olabilir.
Sonuç olarak, bu tür platformlar kimyacıların daha fazla makale okuması yerine, kolektif deneyimi eyleme dönüştürerek halihazırda bilinenler üzerinden onların yön bulmasına rehberlik yapacaktır. Bu sürecin laboratuvarların standart uygulaması haline gelip gelmeyeceği kullanım durumuna ve onay görmesine bağlı olmakla birlikte, bu türden sistemlerin geliştirilmesi modern kimyanın önemli güçlüklerinden birine verilen pratik bir yanıt niteliği taşımaktadır.
Kaynaklar:
–Haote Li, ve diğ. Nature, 19 Ocak 2926, Collective intelligence fora AI-assisted chemical synthesis | Nature
-Jim Shelton, Yale News, 16 Ocak 2026, New ‘recipes’ for accelerating chemistry discoveries – with a dash of AI | Yale News
-Michelle Gaulin, Lab Manager, News, 2 Şubat 2026, Yale’s New AI Chemistry Platform Generates Experimental Laboratory Protocols | Lab Manager
-Adrian Michaels, Engineering Ness, 30 Ocak, 2026, How the MOSAIC Platform Is Transforming AI-Assisted Chemical Synthesis
Görsel: Yale researchers unveil AI platform for faster chemistry discovery | Digital Watch Observatory