İlaç Ar-Ge’sinde Yeni Dönem: Yapay Zeka ve Tüpteki Bağırsak Teknolojisi

17 Temmuz 2026
4 dk dk okuma süresi
İlaç Ar-Ge’sinde Yeni Dönem: Yapay Zeka ve Tüpteki Bağırsak Teknolojisi

İnsan Sağlığının Karanlık Maddesi: Mikrobiyom

İnsan vücudu, yalnızca kendi hücrelerinden ibaret bir yapı değil, trilyonlarca mikroorganizmaya ev sahipliği yapan karmaşık bir ekosistemdir. Son yıllarda yapılan klinik çalışmalar, mikrobiyomun (microbiome) sadece bağırsak sağlığı ile sınırlı kalmadığını; kardiyovasküler hastalık risklerinden metabolik sendromlara ve hatta beyin-bağırsak ekseni üzerinden ruh sağlığına kadar insan biyolojisinin neredeyse her yönünü derinden etkilediğini ortaya koyuyor. Bakteriyel topluluklar ve onların ürettikleri metabolitler, adeta içimizde çalışan görünmez bir kimya fabrikası gibi işlev görüyor.

Ancak bu devasa ekosistemin bilimsel olarak tam anlamıyla haritalandırılması ve analiz edilmesi, mikrobiyomun doğasında var olan aşırı karmaşıklık nedeniyle bugüne kadar oldukça sınırlı kaldı. Birçok araştırma, bu popülasyonları yüzeysel olarak tanımlamakla veya tekil mikrobiyal etkileşimlerin sonuçlarını incelemekle yetinmek zorunda kaldı. Bilim insanları, mikrobiyal etkileşimlerin tam yelpazesini ve diyet, ilaç, çevresel faktörler gibi dış müdahalelerin bu dinamik ağları nasıl değiştirdiğini anlamakta büyük zorluklar yaşıyor.

İşte tam bu noktada, translasyonel yapay zeka (AI) modelleri geliştirme konusundaki derin uzmanlığı ile ilaç geliştirme süreçlerini iyileştirme tutkusunu birleştiren Kanser Genomik Uzmanı Jenny Yang sahneye çıkıyor. Yang, yapay zekanın eşsiz veri işleme gücüyle mikrobiyomun gizemlerini çözmek ve yeni nesil tedavilerin önünü açmak amacıyla Outpost Bio adlı yapay zeka merkezli biyoteknoloji şirketini kurdu.

Kanseri Anlamaktan Mikrobiyomu Çözmeye Giden Yol

Doktora eğitimini kanser genetiği ve kişiselleştirilmiş tıp üzerine yapan Jenny Yang’ın mikrobiyoma olan ilgisi, insan sağlığına etki eden insan dışı (nonhuman) faktörleri keşfetme arzusuyla alevlendi. Oxford Üniversitesi’ndeki yüksek lisans araştırmaları sırasında klinisyenlerle omuz omuza çalışarak kişiselleştirilmiş tıp için translasyonel yapay zeka araçları geliştiren Yang, edindiği bu vizyonu yeni bir boyuta taşıdı.

“Henüz tam anlamıyla şifresi çözülememiş, son derece karmaşık bir dünya gibi hissediyorum. Bu yüzden şu anda içine dalmak için gerçekten heyecan verici ve büyük bir meydan okuma.”

Mikrobiyomun devasa veri seti ve girift yapısı göz önüne alındığında Yang, makine öğrenimi (machine learning) modellerinin, ilaçlar ve diyet gibi farklı çevresel pertürbasyonların (müdahalelerin) insan mikrobiyomunu nasıl etkilediğini anlamak için en mükemmel araç olduğuna karar verdi. Bu vizyonla, hesaplamalı bilimler uzmanı Alex Merwin ile güçlerini birleştirerek, insan vücudundaki mikrobiyal etkileşimleri yapay zeka odağında inceleyen Outpost Bio’yu hayata geçirdiler.

Fare Modellerinden İnsan Odaklı “Tüpteki Bağırsak” Sistemine

Günümüzde farmasötik Ar-Ge süreçlerinin en büyük çıkmazlarından biri, klinik öncesi çalışmalarda sıklıkla başvurulan fare modellerinin insan biyolojisine ve mikrobiyomuna yeterince iyi tercüme edilememesidir. Bir ilacın insan mikrobiyomunu nasıl etkilediği veya bireylerin farklı mikrobiyom yapılarının bir ilacı nasıl metabolize ettiği sorusu, geleneksel ilaç geliştirme boru hatlarında (pipeline) rutin olarak analiz edilmemektedir.

Yang ve ekibi bu sorunu temelden çözmek için in vitro (laboratuvar ortamında) insan mikrobiyom modelleri geliştirmek üzere yola çıktı. Amaçları, bu toplulukların farklı kimyasal ve biyolojik müdahalelere nasıl tepki verdiğini yüksek doğrulukla test edebilecekleri bir platform yaratmaktı. Bu doğrultuda, insan mikrobiyom çeşitliliğini en iyi ve en erişilebilir şekilde yansıtan dışkı (stool) örnekleri üzerine odaklanıldı.

  • Küresel Çeşitlilik: Bireyler arasındaki mikrobiyom varyasyonunun büyük bir zorluk yaratması nedeniyle, şirket coğrafi olarak farklı bölgelerde yaşayan insanlardan toplanan binlerce numuneyle küresel bir biyobanka inşa ediyor.
  • Tüpteki Bağırsak (Gut in a Tube): Toplanan dışkı örneklerindeki mikrobiyal topluluklar laboratuvar ortamında kültüre ediliyor. Ekip, bu toplulukların yapısının orijinal numuneyle aynı kalmasını sağlamak için katı ve standartlaştırılmış protokoller geliştirdi.
  • Çoklu Omik Analizler: Sadece mikrobiyal türler değil, aynı zamanda genomik ve metabolomik analizler kullanılarak bu toplulukların etkileşimleri ve popülasyon yapıları derinlemesine inceleniyor.

Yapay Zeka ile Veri Yığınlarından Anlamlı İçgörülere

Outpost Bio araştırmacıları, oluşturdukları bu in vitro modelleri yapay zeka sistemlerini eğitmek için kullanıyor. Şirket, açık kaynaklı insan bağırsak mikrobiyomu genomik verilerini kullanarak eğittiği ve 500.000’den fazla veri noktası içeren ilk modellerinden birini açık kaynaklı bir veri seti olarak bilim dünyasına sundu. Şu anda ise kendi ürettikleri yüksek kaliteli in vitro verilerle bu modeli daha da rafine ediyorlar.

İnsan mikrobiyomunu modellemedeki en büyük engellerden biri olan tekrarlanabilirlik (reproducibility) sorununu aşmak için şirket, tüm numune toplama, kültürleme ve veri analiz süreçlerini dışarıdan hizmet almak (outsourcing) yerine kendi bünyesinde standartlaştırdı. Elde ettikleri mikrobiyom modelini doğrulamak için prosedürlerini hem bağımsız bir akademik grupla hem de bir klinik araştırma kuruluşuyla paylaştılar. Yang, in vitro modellerinin gerçek dışkıda görülen toplulukları ve etkileşimleri başarıyla kopyaladığını belirterek bunun sistemin güvenilirliği açısından büyük bir zafer olduğunu vurguluyor.

Geleceğin İlaç Geliştirme Süreçleri

Şirketin nihai hedefi, ilaç şirketlerinin ilaç geliştirme hatlarında mikrobiyom çalışmalarını bir endüstri standardı haline getirmesini sağlamak. Bu sayede, hem daha geniş hasta kitlelerinde etkili olabilecek ilaçların geliştirilmesi hem de hastaların doğru ilaçlarla daha iyi eşleştirilmesi (hasta-ilaç uyumu) hedefleniyor.

Outpost Bio, in vitro ve in silico (bilgisayar ortamında) modellerini klinik bulgularla tam olarak valide edebilmek için halihazırda klinik araştırma yürütücüleri ve hekimlerle işbirliği yapıyor. Gelecekte ise mevcut modellerin sadece bağırsakla sınırlı kalmayıp, deri mikrobiyomu gibi insan vücudunun diğer mikrobiyal ekosistemlerine de uyarlanması planlanıyor. Yapay zekanın laboratuvar tezgahlarıyla entegre olduğu bu yeni dönem, sadece ilaç endüstrisi için değil, insan sağlığının bütüncül yönetimi için de yeni bir ufuk çiziyor.

Editör Yorumu!

Bu haber, Türkiye'deki laboratuvar ve ilaç Ar-Ge ekosistemi için hayati mesajlar barındırıyor. Türkiye, güçlü bir jenerik ilaç üretim altyapısına sahip olsa da, küresel pazarda rekabet edebilmek için orijinal molekül keşfine ve kişiselleştirilmiş tıp araştırmalarına yönelmek zorunda. TÜBİTAK'ın 1004 Mükemmeliyet Merkezleri Destek Programı kapsamında desteklenen 'Türkiye Mikrobiyom Projesi' gibi yerel girişimler, bu alandaki veri altyapımızı oluşturmak için atılmış harika adımlar. Ancak Outpost Bio örneği bize gösteriyor ki; sadece veri toplamak yetmez. Biyoinformatik altyapımızı, makine öğrenimi modelleriyle entegre ederek kendi 'in vitro' biyobankalarımızı kurmalıyız. Türkiye'deki ilaç şirketleri ve Sağlık Bakanlığı (TİTCK), pahalı ve zaman alıcı (aynı zamanda insana translasyonu zayıf olan) hayvan deneyleri yerine, yapay zeka destekli bu tür in vitro mikrobiyom modellemelerini ruhsatlandırma öncesi Ar-Ge süreçlerine dahil etmeyi stratejik bir hedef olarak belirlemelidir. Bu teknoloji, Türkiye'nin sınırlı Ar-Ge bütçeleriyle daha hedefe yönelik, yan etkisi düşük ve mikrobiyoma dost ilaçlar geliştirmesi için ekonomik ve yenilikçi bir fırsat penceresidir.

Geleneksel klinik öncesi fare modelleri, insan mikrobiyomunu ve biyolojisini tam olarak yansıtamaz. Tüpteki bağırsak teknolojisi, doğrudan insan dışkı numunelerindeki mikrobiyal toplulukları in vitro laboratuvar ortamında kopyalayarak, bir ilacın insan mikrobiyomunu nasıl etkilediğini çok daha yüksek bir doğrulukla ve insana doğrudan translasyon edilebilir şekilde test etme imkanı sunar.

İnsan mikrobiyomu devasa ve karmaşık bir veri yapısına sahiptir. Şirket, çoklu omik analizleri ve yüz binlerce veri noktasını işlemek için makine öğrenimi modellerini kullanarak, ilaçların veya diyet gibi çevresel müdahalelerin bu dinamik mikrobiyal ağları nasıl değiştirdiğini tahmin edip anlamlı bilimsel içgörülere dönüştürür.

Türkiye'nin jenerik ilaç üretiminden orijinal molekül keşfine ve kişiselleştirilmiş tıbba geçiş yapabilmesi için maliyet etkin ve yenilikçi metotlara ihtiyacı vardır. Pahalı ve insana adaptasyonu zayıf olan hayvan deneyleri yerine bu tür in vitro modellerin ruhsatlandırma öncesi kullanılması, Türkiye'nin sınırlı Ar-Ge bütçesiyle hedefli, güvenilir ve yan etkisi düşük ilaçlar geliştirmesine büyük bir fırsat sağlayacaktır.

Bülten Aboneliği

Sosyal Medyada Paylaşın

LabHaber

Tüm Hakları Saklıdır @ 2025 - Tasarım ve Yazılım: brain.work

labhaber, laboratuvar, analiz, biyoteknoloji ve test alanlarında faaliyet gösteren profesyoneller için hazırlanmış bağımsız bir sektörel haber platformudur.