İlaç tasarımında yapay sinir ağları potansiyelleri kullanılarak bağlanma/çözünme serbest enerjileri ve diğer fizikokimyasal özellikleri için hesaplama metotlarının geliştirilmesi

Son yıllarda kimya alanında oldukça fazla uygulama alanı buymaya başlayan makine ögrenmesi ve yapay sinir ağları doğruluk- performans boşluğunu doldurmada çığır açıcı alternatif bir yöntem olmaktadır. Önerilen projede en güncel ve yenilikçi araştırma teknikleri olan yapay sinir ağları potansiyelleri (NNP) geliştirilerek, MM ve mevcut ML potansiyellerdeki eksiklikleri giderilmesi serbest çözünme/bağlanma enerjisi ve diğer fizikokimyasal özelliklerin hesaplanabilmesi hedeflenmektedir.

Proje önerisiyle, ilk defa atomik yüklerin ve elektrostatik/van der Waals etkileşimlerinin içerildiği, 10 ağır atoma kadar tüm nötral ve iyonların dikkate alındığı, aktif öğrenmeyle geniş bir molekül kütüphanesinin kullanıldığı yeni nesil yapay sinir ağları potansiyellerinin (NNP) geliştirilecektir. Daha sonra bu potansiyellerden faydalanarak, dinamik yük değişiminin hesaba katıldığı serbest çözünme/bağlanma enerjisi ve diğer fizikokimyasal özellikler belirlenecektir.

Proje önerisi kapsamında ilk defa, yaklaşık dört milyon farklı bileşiğin içerildiği bir veri havuzu oluşturulacak, bu havuzdan etkin şekilde çekilen milyonlarca yapı, wB97X-D3 DFT tek nokta enerji ve kısmi atomik yükler hesaplanarak veri seti oluşturulacak, güncel ve yenilikçi makine öğrenmesi algoritmalarıyla yeni nesil NNP’ler inşa edilecektir. Geliştirilen bu yeni nesil NNP’lerle, ilaç keşfinde kritik öneme sahip QM doğruluğunda geometri optimizasyonları, konformer analizi, titreşim analizleri yüksek performansla elde edilebilecektir.

Hesapsal ilaç tasarımında kritik öneme sahip çözünme ve bağlanma serbest enerjileri, LIE, MMPBSA ve MMGBSA son-durum metotları modifiye edilerek en doğru ve yüksek performansla hesaplanması mümkün hale gelecektir. Ayrıca bu proje önerisiyle birlikte, ilaç tasarımında önemli diğer fizikokimyasal özellikler olan pKa ve log(P) değerleri NNP bazlı olarak kapsamlı olarak hesaplanacaktır. Yürütücüsü olarak her aşamasında yer alacağım proje önerisinde, yeni nesil NNP’lerin geliştirilmesinde ve hesapsal yöntemlerin uygulanacağı kodların üretilmesinde sahip olduğu bilgi ve deneyim ile University of Basel’den Dr.

Omer TAYFUROĞLU, yine simülasyonların yürütülmesinde ve analizlerinin gerçekleştirilmesinde sahip olduğu deneyim ile Bahçeşehir Üniversitesi’nden Dr. Ismail EROL projede araştırmacı olarak destek vereceklerdir. Proje yürütücüsü, araştırmacılar, iki (2) yüksek lisans öğrencisi ve bir (1) doktora öğrencisinden oluşacak araştırma ekibi, planlanan üç iş paketi ve iş bölümü ile önerilen projenin üç yıl sonunda tamamlanması hedeflenmektedir.

Proje sonuçlarının yüksek etki faktörlü dergilerde bilimsel makaleler ve bildiriler olarak yayınlanması, projenin disiplinler arası yapısı kapsamında genç araştırmacıların yetiştirilmesi ve lisansüstü tezlerin üretilmesi hedeflenmektedir. Önerilen proje, 11. Kalkınma Planı kapsamında 24, 62, 355, 364 ve 416 maddelerinde biyoteknoloji alanında stratejik hedeflere katkı sunması beklenmektedir. Ayrıca yine bu kalkınma planı kapsamında 85, 206, 278, 283, 355 maddelerinde yenilikçi dijital teknolojiler alanında stratejik hedeflere katkı sunması beklenmektedir.