Gizli evrimsel optimizasyon ve sentez farkındalıklı önceliklendirme yoluyla çok hedefli ilaç keşfini etkinleştirme (EVOSYNTH)

Daha akıllı ilaçlar tasarlamanın önemi

Alzheimer’dan over kanserine kadar birçok ciddi hastalık tek bir hatalı proteinden değil, bozulmuş yolların bütünü olan ağlardan kaynaklanır. Bu tür durumları tek bir hedefe yönelik bir ilaçla tedavi etmek genellikle yetersiz kalır; birden çok ilaç vermek ise toksik etkileşimlere ve karmaşık dozaj şemalarına yol açabilir. Bu çalışma, birden fazla hastalıkla ilişkili hedefe aynı anda güvenli ve etkili şekilde nüfuz edebilen tek moleküller tasarlamayı amaçlayan ve önemli olarak kimyagerlerin laboratuvarda gerçekten sentezleyebileceği EVOSYNTH adlı hesaplamalı bir çerçeveyi tanıtıyor.

Tek hedeflerden çoklu anahtarlara

Geleneksel ilaç keşfi büyük ölçüde tek bir proteine güçlü şekilde bağlanan “sihirli mermi” bileşikleri aradı. Zamanla, bu yaklaşımın birden çok geri besleme döngüsü ve yedek yollar içeren karmaşık hastalıklarda zorlandığı anlaşıldı. Daha fazla ilaç eklemek—polifarmasi stratejisi—kapsamı artırabilir ancak tehlikeli ilaç–ilaç etkileşimleri, vücutta öngörülemeyen davranışlar ve ağır tedavi planları riskini de yükseltir. Çok hedefli ilaçlar arada bir yol sunar: aynı anda birkaç kilit proteini düzenleyen, özenle tasarlanmış tek bir molekül; ideal olarak tüm ağı sağlık yönüne itmeye yardımcı olur. Zorluk, böyle molekülleri bulmak ve bunların sentez açısından pratik kalmasını sağlamak; elle yapılması son derece güçtür.

Moleküller için dijital bir evrim motoru

EVOSYNTH bu zorluğu, potansiyel ilaçları bilgisayar içinde “evrimleşebilen” bir popülasyon olarak ele alarak çözüyor. Gerçek molekülleri deney tüpünde değiştirmek yerine sistem, her molekülün yapısını ve farklı protein hedeflerine karşı öngörülen davranışını kodlayan soyut, sıkıştırılmış bir uzayda çalışır. Bir uzmanlaşmış sinir ağı bu uzayı öğrenir; böylece yakın noktalar benzer çok hedefli aktiviteye sahip moleküllere karşılık gelme eğilimindedir. Bir difüzyon süreci mutasyon rolünü üstlenir ve bu noktaları nazikçe bozarak yeni sanal moleküller üretir. Her turdan sonra adaylar, seçilmiş birkaç proteine aynı anda ne kadar güçlü bağlanmaları beklendiği bakımından değerlendirilir; sert filtreler ise temel ilaç benzeri özellikler, toksisite veya beyin hastalıkları için kan-beyin bariyerini aşma yeteneği gibi gereksinimleri karşılamayanları eler.

Gerçekte yapılabilir ilaçlar tasarlamak

EVOSYNTH’in önemli bir yeniliği sanal aktivitede durmamasıdır. Yapay zekâ modellerinden çıkan birçok önerilen molekül ekranda ümit verici görünür ancak sentez açısından erişilemez ya da maliyetlidir. Bu tuzaktan kaçınmak için yazarlar çalışma akışlarına SPARROW adında bir sentez planlama sistemi entegre ettiler. Bu araç, her aday molekülü kolayca satın alınabilir yapı taşlarına bağlayan reaksiyon ağları kurar; adım sayısını, başlangıç malzemelerinin maliyetini ve her reaksiyonun güvenilirliğini tahmin eder. İmkânsız molekülleri sonradan reddetmek yerine EVOSYNTH, terapötik vaad ile gerçek dünyada üretilebilirlik arasındaki en iyi ödünleşmeyi sunan adayları önceliklendirir; ara ürünlerin yeniden kullanılmasına ve birkaç üst bileşik arasında adımların paylaşılmasına yönelik fırsatları da hesaba katar.

Beyin hastalığı ve kanser için gerçekçi testler

EVOSYNTH’in neler yapabildiğini göstermek için araştırmacılar iki zorlu test vakasına uyguladılar. Alzheimer hastalığı için sinir hücresi ölümünde ve beyinde anormal protein birikiminde rol oynayan iki enzim olan JNK3 ve GSK3β’yi aynı anda engelleyebilecek moleküller aradılar. Over kanseri içinse büyüme sinyallemesi ve DNA onarımında rol oynayan PI3K ve PARP1 çiftini hedef aldılar; birlikte inhibe edildiklerinde özellikle etkili oldukları gösterilmiştir. Bilinen tek hedefli ilaçlardan “tohum” iskeletler olarak başlayıp EVOSYNTH birçok kuşak boyunca yeni yapılar üretti ve rafine etti. Yakın ilişkili bir yöntem ve başka bir gelişmiş üreteç modelle karşılaştırıldığında EVOSYNTH, her iki hedefte de daha güçlü öngörülen aktivite, daha büyük yapısal çeşitlilik ve orijinal iskelete daha düşük benzerlik gösteren aday moleküller tutarlı şekilde üretti—bu, aynı motif üzerinde sonsuzca oynamak yerine gerçekten yeni kimyasal alanları keşfettiğinin işaretidir.

Güç, çeşitlilik ve maliyet dengesini kurmak

Ekip en iyi molekülleri sentez perspektifiyle incelediğinde yaklaşımlarının avantajları daha da belirginleşti. Gerçekçi sınırlamalar altında—deneysel teste yalnızca yaklaşık on bileşik gönderilebilecek—EVOSYNTH’in üst seçimleri daha yüksek beklenen terapötik getiri ile daha az reaksiyon adımı, daha az ayrı başlangıç malzemesi ve rakip yöntemlerin önerdiklerinden önemli ölçüde daha düşük tahmini madde maliyeti kombinasyonu sundu. İlginçtir ki bu maliyet-etkinlik, sistemin sentetik zorluğu açıkça minimize edecek şekilde eğitilmiş olmamasına rağmen ortaya çıktı. Bunun yerine, ilgili ama çeşitli molekül aileleri üretme eğilimi, sentez planlayıcısının yapı taşlarını ve reaksiyon dizilerini yeniden kullanmasına olanak tanıyarak laboratuvarda daha iyi ölçeklenecek tasarımları doğal olarak öne çıkardı.

Geleceğin ilaçları için anlamı

Uzman olmayan bir okuyucu için çıkarılacak temel ders, EVOSYNTH’in olası moleküller denizini akıllıca taramanın bir yolunu sunmasıdır: yalnızca birkaç hastalık anahtarını aynı anda hedefleyenleri değil, aynı zamanda kimyagerlerin kahramanca çaba sarf etmeden üretebileceği olanları da arar. Çok hedefli aktivite tahminlerini güvenlik, beyin penetrasyonu ve sentez uygulanabilirliği kontrolleriyle sıkı şekilde eşleştirerek çerçeve, hesaplamalı ilaç tasarımını gerçek, test edilebilir bileşikler üretmeye bir adım daha yaklaştırıyor. Mevcut çalışma hedef çiftlerine odaklanıyor ve tam deneysel veriler yerine bilgisayar tarafından tahmin edilen bağlanmalara dayanıyor olsa da yaklaşım geneldir. Daha fazla iyileştirmeyle benzer sistemler, hem biyolojik olarak sofistike hem de ölçeklenebilir biçimde üretilebilir yeni nesil çok amaçlı ilaçların tasarlanmasına yardımcı olabilir.

Atıf: Nguyen, V.T.D., Pham, P. & Hy, TS. Enabling multi-target drug discovery through latent evolutionary optimization and synthesis-aware prioritization (EVOSYNTH). Commun Chem 9, 133 (2026). https://doi.org/10.1038/s42004-026-01945-4

Anahtar kelimeler: çok hedefli ilaç tasarımı, Yapay zekâ destekli ilaç keşfi, evrimsel optimizasyon, sentetik erişilebilirlik, polifarmakoloji