Bu yazı hızlı bir şekilde mutasyona uğrayan bazı virüslerin bağışıklı sisteminden nasıl kaçtıklarını inceleyen bir model hakkındadır. Sürekli mutasyona uğradığı için genel bir aşının üretilemediği grip, HIV virüsü ve yeni koronavirüste bu yöntemin işe yarayıp yaramayacağı daha yapılacak araştırmalar sonucunda belli olacaktır.
Bu hesaplama yöntemiyle araştırmacılar viral protein dizilerini daha iyi aşı hedefleri haline getirmek için tanımlayabiliyorlar. Grip ve HIV gibi bazı virüslere karşı etkili bir aşı üretilememesinin sebeplerinden birisi bu virüslerin çok hızlı bir şekilde mutasyona uğramalarıdır. Bu mutasyon süreci sonunda virüsler, belli bir aşı için vücut tarafından yaratılan antikorlardan kaçabiliyorlar. Bu kaçış sürecine kısaca “viral kaçış” deniyor.
MIT araştırmacıları viral kaçışı sayısal olarak modelleyebilen yeni bir yöntem geliştirdiler.. Bu yöntem dilleri analiz etmek için geliştirilen modellerden esinlenerek yapıldı. Virüslerin yüzey proteinlerinden hangi kısmının mutasyona uğrama ve bu şekilde viral kaçış gerçekleştirme olasılığı olduğu hesaplanıyor. Aynı şekilde mutasyona uğrama olasılığı düşük yerleri de belirleyerek yeni aşılar için iyi bir hedef haline dönüştürüyor.
Matematik Profesörü ve MIT Bilgisyayar Bilimi ve Yapay Zeka Laboratuvarı bölüm başkanı olan Bonnie Berger’e göre virüslerin bu viral kaçışları büyük bir sorun teşkil ediyor. Bu sepebten dolayı hem yüzey proteinlerinin viral kaçışları hem de HIV yüzey proteinlerinin gelişimi, her ikisi birden ne evrensel bir grip aşısı elde edilmesine ne de HIV için bir aşı bulunmasına olanak sağlıyor. Her iki virüste yılda yüzbinlerce kişinin yaşamına mal olan hastalıklar.
Science’da bugün yayımlanan bir çalışmaya göre Berger ve çalışma arkadaşları grip, HIV ve SARS-CoV-2 (Yeni Koronavirüs)’ye karşı yapılacak aşılar için yeni hedefler belirlediler. Araştırma, yayımlanma için kabul edildiği için araştırmacılar, yakın zamanda İngiltere ve Güney Afrika’da ortaya çıkan yeni koronavirüs değişkenlerinin üzerinde modellerini denemeye başladılar. Henüz hakem heyeti tarafından gözden geçirilmemiş olan bu analizin sonucunda mevcut aşılar karşısında kaçma potansiyelleri olan viral genetik dizilerinin işaret edildiği söyleniyor.
MIT’de biyoloji mühendisliğinde yardımcı professor ve Ragon Enstitüsü’nün MGH, MIT ve Harvard üyesi olan Bryan Bryson ve Berger bu makalenin kıdemli yazarlarıdır. Makalenin baş yazarı da MIT lisansüstü öğrencisi Brian Hie’dir.
Proteinlerin Dili
Farklı virüs türleri farklı oranlarda genetik mutasyonlara uğrarlar. HIV ve grip gibi türlerin bulunduğu grup çok hızlı mutasyona uğrar. Bu mutasyonların viral kaçışı gerçekleştirebilmeleri için öncelikle virüse şeklini değiştirmeleri için yardım etmeleri gerekir. Şekli değişen virüse de antikorlar artık bağlanamaz. Fakat proteinin virüsü işlevsiz kılacak şekilde değişmesi söz konusu değildir.
MIT ekibi bu kriterleri modellemek için dil modeli denilen (NLP) bir tür hesaplama modeli kullanmaya karar verdiler. Bu modelleirn başlangıçtaki amacı dildeki belli kalıpların analizini çıkarmak ve özellikle hangi kelimlerin birlikte sıklıkla kullanıldığını tespit etmekti. Modeller daha sonra başlangıç cümlesi verilen eksik cümlelere neler getirilebileceğini öngörmeye başlamıştı. Seçilen kelimeler dilbilgisi açısından doğruydu ve anlam açısından da sorunsuzdu.
Örneğin “Doktor kahvaltıda yumurta …..” ile başlayan cümleye bu model şöyle kelimeler getirebiliyor: yer, haşlar vs.
Araştırmacılar bu modellerin genetik dizilimler gibi biyolojik bilgilere de uygulanabileceğini umuyorlar. Bu durumda dilbilgisi, kodlanan proteinin belirli bir sırasının işlevsel olup olmadığını belirleyen kurallarla benzemektedir.Aynı şekilde anlam kısmı da proteinin atikorların söz konusu prroteinlerin kaçışına izin vermeyecek şekilde yeni bir şekil alıp alamayacağı hususu ile benzeşmektedir. Bu nedenle, viral kaçışa olanak sağlayan bir mutasyon dizinin gramatik yapısını korumalı ama proteinin yapısını yararlı olacak bir şekilde değiştirmelidir. Brian Hie bir virüsün insanların bağışıklı sistemlerinden kaçmak istediğinde kendini mutasyona uğratmak istemediğini , bu yüzden öldüğünü veye çoğalamadığını belirtmiştir.
Araştırmacılar bu süreci modellemek için genetik dizilerde bulunan belli kalıpların analizini yapabilmek adına NLP modellerinin üstünde çalıştılar. Bu çalışmalar yeni fonksiyonlara sahip olan ama halen protein yapısının biyolojik kurallarının dışına çıkmayan yeni dizilimleri tahmin etmelerine olanak verdi. Bu modellemenin en önemli avantajı ise sadece dizi bilgisine ihtiyaç duyulmasıydı. Bu, protein yapılarını elde etmekten daha kolaydı. Bu araştırmada toplam 60,000 HIV, 45,000 grip ve 4,000 koronavirüs dizisi kullanılmıştır.
Brian Hie aynı zamanda dil modellerinin çok güçlü olduklarını çünkü karmaşık dağılım yapılarını öğrenebildiklerini belirtmiştir. Bir dizi varyasyonunda işlevi hakkında fikir edinebilmektedirler.
Viral Kaçışı Önleme
Model eğitildikten sonra araştırmacılar modeli; viral kaçış mutasyonları oluşturma olasılığı az olan koronavirüs proteinleri, HIV protein gelişimi ve grip hemaglutini (HA) proteinlerinin dizilerini tahmin etmek için kullandılar.
Grip için mutasyona uğrama ve viral kaçış üretme olasılığının en düşük olduğu diziler HA sapında olduğu belirlendi. Burasını hedef alan antikorların herhangi bir grip türüne karşı evrensel anlamda bir koruma sağlayabileceği yönünde bir sonuca varılmıştır.
Yapılan koronavirüs analizlerinde S2 alt birimi olarak adlandırılan diken proteinin bir kısmının viral kaçış mutasyonları oluşturma olasılığının en düşük bölümler olduğu gösterildi. Yeni koronavirüsün ne hızla mutasyona uğradığı sorusuna henüz bir cevap olmadığından Covid-19 salgınına karşı kullanılan aşıların da ne kadar süre etkili olacağını bilinmiyor. İlk elde edilne bulgulara göre koronavirüs, grip veya HIV kadar hızlı mutasyona uğramıyor. Bununla birlikte araştırmacılar yakın zamanda Singapur, Güney Afrika ve Malezya’da ortaya çıkan yeni mutasyonların ortaya çıktığını ve bunları viral kaçış konusunda araştırılmaların yapılması gerektiğini düşünüyorlar.
HIV virüsü ile ilgili çalışmalarda proteinin V1-V2 hiperdeğişken bölgesinin viral kaçış için yüksek mutasyona eğilimli bölgeler olduğu ortaya çıktı. Daha düşük kaçış olasılığı olan korona diziler de bulundu.
Şu anda araştırmacılar diğerleri ile birlikte vücudun kendi bağışıklık sistemini yoke den tümörleri uyaran kanser aşılarında olası hedefleri belirmekte modellerini kullanmak için birlikte çalışıyorlar.
Bu araştırma Millî Savunma Bilimi, Savunma Bakanlığı’nın Mühendislik Yüksek Linsan Bursu ve Ulusal Bilim Vakfı Mezun Araştırma Derneği tarafından finanse edildi.
SONUÇ
Grip ve HIV gibi bazı virüslere karşı tek bir aşının bulunamasının sebebi bu virüslerin kısa sürede mutasyona uğrayarak aşının artık işlevsiz hale gelmesine neden olmalarıdır. Yapılan bu araştırmalarla mutasyona uğrayan virüslere karşı bir savunma geliştirilmeye çalışılıyor.
Kaynak: Life Science Network
