Nilgün Ercan
Günümüzde yapay zekanın dikkat çeken uygulama alanlarından biri de kimya ile ilgili araştırma konuları. YZ’ nin bu alanda, yeni ilaçların bulunmasından sanal laboratuvarlara kadar çok yönlü etkileri olması bekleniyor. Diğer yandan temel kimya ve kimyasal proseslerle ilgili araştırmalarda vadettiği geniş uygulama alanlarına karşılık hala önemli sınırları olduğunu da gözden kaçırmamak gerek.
Kullanım alanları
-Kimyasal biyoloji ve tıp: YZ’ nin moleküler bağlantıları öngörerek yeni ilaç adaylarının tanımlanmasında gereken süreyi azaltması, böylelikle yeni ilaçların bulunması sürecini hızlandırması mümkün. Çok sayıda laboratuvar deneyinin yapılmasına gerek kalmadan YZ modelleme yoluyla araştırmacıların umut vadeden bileşiklere öncelik vermesini sağlıyor; bu şekilde erken dönem ilaç geliştirmede ihtiyaç duyulan süreyi %30 civarında azaltıyor. İlaçların daha hızlı ve daha az maliyetle geliştirilmesinin yanı sıra, kompleks biyokimyasal bağlantıların açığa kavuşturulması, kimyasal bileşiklerin güvenliği ve toksisitesinin önceden tahmin edilebilmesi konularında adımlar atılması bekleniyor (1,2).
–Saklı örüntüleri (dizilimleri) ortaya çıkarma: Kimyasal literatür ve deney sonuçlarından oluşan çok sayıdaki veri setlerinden hareketle, YZ konvansiyonel süreçlerde gözden kaçabilecek bazı bağlantıları ortaya çıkarıyor. Bir örnek çalışmada, araştırmacılar kompleks moleküllerin daha etkin şekilde sentezlenmesine ilişkin olarak izlenecek en iyi yolları bulmak amacıyla çok sayıda reaksiyon verisini çözümlemek için YZ ‘yi kullandılar (1).
–Laboratuvar çalışmalarında yenilik: Robot teknolojileri, bilgisayar sistemleri ve yazılımlar kullanılarak insan müdahalesinin en aza indirildiği otomatik laboratuvar ortamları oluşması öngörülüyor. Laboratuvar çalışmalarını otomatik hale getiren, nesnelerin interneti teknolojisini veri analizlerine entegre eden, analitik yöntemleri geliştiren ve sentezleri planlayan, akıllı kontrol teknolojilerini uygulamaya sokan teknolojiler bir arada kullanılacak. Bu konu, kimya alanındaki araştırma ve üretimin geleceği, güvenliğin geliştirilmesi, maliyetlerin düşürülmesi için kritik önem taşıyor. Spektroskopi verilerinin analiz edilmesi veya binlerce kimyasal makalenin taranması gibi rutin, tekrar eden, zaman alan işleri YZ kullanımı ile yapmanın, kimya alanındaki araştırmacıların değer yaratan, yaratıcı ve yenilikçi konulara odaklanmasını ve zaman ayırmasını sağlayacağı düşünülüyor (1,2).
–Sürdürülebilir malzemelerin tasarlanması: Yapay zekâ dayanıklılık veya sürdürülebilirlik gibi özelliklere sahip yeni malzeme tasarımlarını yapmakta kullanılıyor. YZ’ nin kullanılmasıyla malzeme özelliklerinin öngörülebilmesi, kimyasal bileşiklerin ve yeni malzemelerin bulunması söz konusu. Bir örnek olayda, araştırmacılar, konvansiyonel deneme-yanılma yöntemine göre daha kısa sürede, biyolojik olarak parçalanabilir yeni polimerler oluşturmak amacıyla farklı molekül dizilimlerinin nasıl davranacağını tahmin etmek için makina öğrenmesi algoritmalarını kullandılar (1).
-Kestirimci toksikoloji: Toksik etkileri görüldükten sonra karşı çıkmak yerine paradigma değişikliğine gidilerek, hesaplama yöntemleriyle sentezlenen kimyasalların insan sağlığı ve çevredeki etkilerini önceden tahmin etmek mümkün olabilir. İlaçlar, tarım kimyasalları ve diğer kimyasalların üretiminde kullanılabilecek bu yöntemle hayvanlar üzerinde yapılan deneyleri azaltmak olanağı doğacaktır (2).
– Veri analizi: Kimyasal yapılar, özellikleri, reaksiyonlar, biyolojik etkilerine ilişkin geniş kapsamlı veri setlerinin yorumlanmasıyla anlamlı bilgilerin elde edilmesi ve sonuç olarak kimyasal olaylara ilişkin bilgilerin artması, risk analizlerinin yapılması ve yeni kimyasalların bulunmasında kolaylık sağlanması mümkün olacak. YZ böylelikle kimyasal güvenliğin yanı sıra bilginin yaygınlaşmasına da hizmet edebilir.
-Akıllı kontrol: Kimyasal proseslerde ve ekipmanda akıllı kontrol sistemlerinin kullanılması sonucunda, algoritmalar, sensörler ve otomasyon teknolojileri ile işletmede verimliliği, güvenliği ve güvenilirliği arttırmanın mümkün olduğu düşünülüyor. Gerçek zamanlı verilerin izlenmesi, veriler üzerinden karar alma sürecinin yerine getirilmesi ve işletme parametrelerinin dinamik olarak ayarlanmasıyla sistem performansının en iyi hale getirilmesi ve uzaktan kontrol yapılması olanağı bulunmaktadır.
-Çevre kimyası ve sürdürülebilirlik: Kimyasal güvenliğin yanı sıra, YZ’ nin kimyasalların ekosistem üzerindeki etkisi, sürdürülebilirlik, yeşil kimya uygulamalarında yer alması mümkün görülmektedir. Bu konuda, çevresel proseslerin analizi, kirlilik kontrol önlemlerinin arttırılması ve yeşil kimya uygulamalarının geliştirilmesinde dijital araçların kullanımı gelişecektir. Hava ve su değerleri gibi çevresel parametrelerin gerçek zamanlı izlenmesi, uydulardan, ölçüm ağlarından ve tarihsel veri setlerinden elde edilen geniş kapsamlı verilerin analizi ile gelecek için öngörülerin oluşması ve kirlilik kontrolü için izlenen stratejilerin etkinliği konusunda fikir oluşturulabilecektir (2).
-Tedarik zincirlerinde şeffaflık ve kalite güvencesi Tedarik zincirlerinin entegrasyonunu sağlamak için blok zinciri teknolojilerinin, proses optimizasyonu için dijital ikiz teknolojilerinin kullanılması sonucunda, yapay zekâ ürün kalitesi, izlenebilirlik ve kimyasal üretiminde kalitenin korunmasında rol oynayabilir. Bu şekilde, küresel ölçekte güven sağlanması, kimyasal ürünlerin verimli şekilde dağılımı ve tüketicinin korunması konularında fayda sağlanabilir (2).
–Simülasyon ve modelleme: YZ, sanal laboratuvarlar, dijital ikiz teknolojileri, kuantum kimyası simülasyonları ile kimyasal davranımların öngörülebilmesi için modelleme ve simülasyon konularında rol oynayacaktır. Geleneksel deneyler yerine sanal deneyler ve teorik öngörüler yapılabilecek, böylelikle kimyasal olayları kavrayışımızda ilerleme sağlanırken, deney harcamaları azalacak, uzaktan öğrenme ve araştırma artacak, kimya öğrenimi ve yenilikçilik daha yaygınlaşacaktır (2).
Güvenilirlik sorunları
Yapay Zekanın yukarıdakilerle sınırlı kalmamak üzere geniş alanlarda önemli gelişmeler vadetmesine karşılık dikkat edilmesi gereken önemli hususlar da bulunmaktadır. YZ’ nin gerek bilimsel gerekse toplumsal açıdan yapıcı ve olumlu katkılar sunabilmesi güvenilirliği ile doğrudan ilişkilidir. YZ kullanıcıları arasında yapılan araştırmalarda güven ve şeffaflık konularında aşılması gereken engeller olduğu ortaya çıkmaktadır:
-Kullanıcıların %94’ü YZ’ nin yanlış bilgi vermek ve yaymak için kullanılacağından kaygı duymakta,
-%84’ü YZ’ nin eleştirel düşünceyi erozyona uğratmasından korkmakta,
-%85’i YZ kullanımının etik etkileri konusunda endişelenmektedir (1)
2020 yılındaki Covid -19 salgını ile yaşanan deneyimlerin, yaşam bilimleri ile ilgili alanlarda yeni moleküller tasarlamak ve bulmak üzere çalışan araştırmacıların çalışma yöntemlerinde önemli değişiklikler yarattığı bilinmekte. Ancak, sağladığı olanakların yanı sıra önemli sorunları olduğuna da vurgu yapılarak yanlış kullanım gibi etik sorunlarına dikkat çekiliyor ve bu tür konuların araştırmacılar arasında ele alınması gerekliliğine vurgu yapılıyor (3).
Kimya alanında YZ’ nın göstereceği yararların popüler yayınlarda sunulduğu gibi kolay olmadığı, hatta yeni ilaçların bulunması alanında çalışan araştırmacıların bile üretken YZ’ nin neyi yapabileceği ve neyi yapamayacağı konusunda önyargılı ve doğru olmayan kavrayışları olduğunu ileri sürenler de var. Çok iyi tanımlanmış bir sorunda bile üretken algoritmaların çok sayıda anlamsız sonuç ürettiğine, ciddi bir tıbbi kimya altyapısı olmayanların sonuçların mantıklı olup olmadığını algılamakta sıkıntı yaşayacağıına dikkat çekiliyor (4).
Özellikle, yeni ilaçların tasarımı ve bulunmasında YZ’ nin dikkate alınması gereken riskler taşıdığını da göz önünde bulundurmak gerekiyor. Verilerin niteliği, tutarlılığı ve erişilebilirliği konusundaki sorunlar sonuçların doğruluğu ve güvenilirliğini etkileyecektir. Ayrıca, kişiye/hastaya özel verilere erişim, kötüye kullanımın önlenmesi ve veri güvenliğinin sağlanması önemlidir (5).
İnsan vücudunun, biyolojik reaksiyonların ve karşılıklı bağlantılarının, hastalık mekanizmalarının kompleks olmasına karşılık üretken YZ modellerinin bunları basit hale indirgeyerek yanlış öngörülere yol açma riski vardır. Kapsamlı laboratuvar deneyi ve klinik değerlendirme yapılmasını gerektiren yan etkiler gözden kaçabilir. Derin öğrenme ve büyük ölçekli simülasyonlar gibi ileri YZ modellerinin test edilmesi uzun zaman isteyen maliyeti yüksek süreçlerdir. Yeni ilaçların bulunmasına ilişkin uygulamalarda büyük veri setleri ve kompleks simülasyonlarla uğraşmak gerektiğinden YZ modellerinin ölçeklendirilmesi teknik ve lojistik sorunlar yaratabilir.
Çoğu YZ modeli yorumlanabilir olmadığı için “kara kutu” olarak görülmektedir. Modelin belirli bir öngörüye nasıl vardığı ve karar verme süreçleri açıklanabilir ve şeffaf olmadıkça araştırmacılar sonuçlara yönelik güvensizlik ve doğrulama sorunlarıyla karşı karşıya kalmaktadır. YZ kullanılarak geliştirilen ilaçların güvenilirlik ve etkinlik açısından kapsamlı bir onay sürecinden geçirilmesi gerektiği göz önünde bulundurulmalıdır.
Sonuç olarak, YZ’ nin analitik ve eleştirel düşüncenin yerini alması değil, ona destek sağlaması yönünde kullanılmasının doğru olduğu ortaya çıkmaktadır. Güvenilirlik ve şeffaflık gibi konuların siyasal, ekonomik, toplumsal yönleri olduğu, konunun sadece düzenleme yapmak ve kural koymanın ötesinde daha geniş bir düzlemde ve tüm boyutlarıyla değerlendirilmesi gerektiği gözden kaçırılmamalıdır.
Kaynaklar:
1- Chemistry World, “ How AI is transforming chemistry research”, 27 Ocak 2025, Royal Society of Chemistry, https://www.chemistryworld.com/research/how-ai-is-transforming-chemistry-research/4020650.article
2-V. P. Ananikov, Artificial Intelligence Chemistry, Aralık 2024,
Top 20 influential AI-based technologies in chemistry – ScienceDirect
3- Fabio Urbina, Sean Ekins, AI in Life Sciences, Elsevier, Aralık 2022, The commoditization of AI f,or molecule design – ScienceDirect
4-Pat Walters, 22 Mayıs 2024, Generative Molecular Design Isn’t As Easy As People Make It Look
5-A. Blanco Gonzales ve diğ., The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies; PubMed, National Library of Medicine, 18 Haziran 2023, The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies – PMC