Google Research, otonom ıslak laboratuvarlar için üç ilerleme duyurdu: VERID, aptamer ve protein bağlayıcı tasarımı

Google Research, yapay zekâ ajanlarını laboratuvar tezgâhına taşıma vizyonu kapsamında üç araştırma projesini paylaştı. Şirketin hedefi, ajanların yalnızca hipotez üretip veri çözümlemekle kalmayıp gerçek deneyleri yürüttüğü, sonuçlardan öğrenip kendini geliştirdiği, insan yönlendirmesindeki kapalı döngü keşif süreçleri kurmak.

VERID: laboratuvarın dijital ikizi

İlk proje, ajanların üst düzey akıl yürütmesiyle ıslak laboratuvarın hataya açık fiziksel gerçekliği arasındaki boşluğu kapatmayı amaçlayan VERID (VERified Infrastructure for Discovery Laboratories) çerçevesi. VERID, robot kolu geometrisinden kuyu hacimlerine ve pipet ucu envanterine kadar her şeyi izleyen, canlı ve durum bilgisi olan 3B bir dijital ikiz sunuyor. Açık kaynaklı PyLabRobot üzerine kurulan çerçeve; canlı 3B durum takibi, saniyeler içinde sanal deneme çalıştırmaları, donanım güvenlik kontrolleri ve senkronize video ile eylem kayıtları sağlıyor.

Aptamer ve protein bağlayıcı keşfi

İkinci projede ajanlar, protein bağlayan DNA aptamerlerini üç tasarla-test et-yinele döngüsünde keşfetti. Myoglobin ve α-trombin hedeflerinde, ajanlar ıslak laboratuvar okumalarından öğrenerek doğrulanmış isabet oranlarını sırasıyla yüzde 33,5 ve yüzde 42,1’e çıkardı. Üçüncü projede ekip, katı tümörlerde aşırı eksprese olan zorlu bir reseptör olan FAP için de novo protein bağlayıcı tasarımına çalıştı; birkaç deney turunda en iyi tasarımlar, tipik olarak uzun optimizasyon turları sonrası elde edilen tek haneli nanomolar afiniteli bağlayıcılar verdi.

Güvenlik önlemleri

Google, Frontier Safety Framework ve biyodayanıklılık yaklaşımı doğrultusunda her iki tarafa da güvenlik önlemleri koyduğunu belirtiyor: işlev kazanımı (gain-of-function) riski olmayan, kontrollü ve bulaşıcı olmayan biyolojik sistemler test ortamı olarak seçiliyor, tasarlanan her dizi biyogüvenlik taramasından geçiyor, ajanlar doğrulanmamış kodu robota göndermeden önce her protokol simülasyonda çalıştırılıyor ve insanlar tasarlanan dizileri doğrudan onaylayıp robot koşularını denetliyor.

Kaynak: Google Research: Grounding AI agents in biological reality