İlaç geliştirmede yapay zeka devrimi: AI, endüstriyi nasıl dönüştürecek?

Bundan yalnızca birkaç yıl önce ilaç geliştirme, sabır ve büyük miktarda sermaye gerektiren bir kumardı. Laboratuvarlarda tek tek denenen moleküller, yıllar süren klinik deneyler ve çoğu zaman başarısızlıkla sonuçlanan milyar dolarlık yatırımlarla birlikte bir ilacın piyasaya sürülmesi, yıllara yayılan bir yolculuk hâline gelebiliyordu. Bugün ise bu tablo hızla değişiyor. Cam tüpler, beyaz önlükler ve devasa laboratuvar deneyleri, yerini artık süper bilgisayarlara bırakıyor. 

Yakın plan: Yapay zeka ve makine öğrenimi uzmanı Patrick Schwab, 5 yıldan uzun bir süredir İngiltere merkezli ilaç şirketi GSK’de yönetici olarak çalışıyor. Fakat Schwab’in işyeri, sıradan bir ilaç laboratuvarına benzemiyor. Büyük tezgahlar, beyaz önlükler, cam tüpler ve kaynayan kimyasalların bulunmadığı bu yerde Schwab, yapay zekayı kullanarak ilaç üretiminin geleceğine yön vermeye çalışıyor. Burada iş yükü, büyük oranda cam tüplerden bilgisayarlara aktarılıyor. 

Schwab’in geliştirdiği Phenformer adlı yazılım, genomları okumak üzere eğitiliyor. Genomlarla ilgili bilgileri belirli genetik kombinasyonların bedensel ve davranışsal sonuçlarını ortaya koyan fenotiplerle ilişkilendiren yazılım, genlerin hastalıkları nasıl tetiklediğini öğrenerek çeşitli hastalıklar ve bunların ardında yatan mekanizmalarla ilgili hipotezler geliştirilmesine olanak tanıyor. 

Dönüm noktası: Yakın zamanda ABD merkezli biyoteknoloji şirketi Insilico Medicine, tamamen yapay zekayla tasarladığı Rentosertib adlı ilacının Faz 3 klinik denemelerine gireceğini duyurarak alanda kritik bir dönüm noktasına imza attı. Bu gelişmeyle birlikte tarihte ilk kez tamamen yapay zekayla geliştirilen bir ilaç, onay öncesi son aşamaya ulaşmayı başarmış oldu. 

• Ölümcül bir akciğer hastalığı olan idiyopatik pulmoner fibrozun tedavisi için geliştirilen ilaç, Faz 2 denemelerde umut verici sonuçlar ortaya koymuştu. Rentosertib, Faz 3 denemeleri başarıyla tamamlayıp düzenleyici kurumlardan onay alırsa tamamen yapay zeka tarafından tasarlanan ilk onaylı ilaç olarak tarihe geçecek. 

Insilico Medicine ayrıca, yeni nesil yapay zeka sistemlerini ilaç geliştirme çalışmalarına pratik anlamda entegre eden ilk firmalardan biri oldu. Şirketin araştırmacıları, 2019 yılında yapay zeka yardımıyla yeni ilaçlar keşfedip keşfedemeyeceklerini merak etmeye başladı. İlk hedef ise idiyopatik pulmoner fibrozdu. 

Araştırmacılar, işe bir yapay zekayı bu hastalıkla ilgili veri kümeleri üzerinde eğiterek başladı. Çalışma, hastalığın tedavisiyle ilgili umut vadeden bir proteinin keşfinin önünü açtı. Daha sonra ikinci bir yapay zeka, bu proteine tutunup etkisini değiştirebilen, fakat aşırı toksik ve dengesiz olmayan moleküller tasarladı. 

Bu noktadan sonra kimyagerler devreye girdi ve kısa bir liste hâline getirilen bu molekülleri oluşturup test etmeye başladı. “Rentosertib” adı verilen sonuç, en çok umut vadeden seçenek oldu. Yakın zamanda orta aşama klinik denemeleri tamamlayan ilaç, yapay zekanın geliştirme sürecini ne kadar hızlandırabileceğini açık bir biçimde ortaya koydu. 

• Insilico Medicine’a göre ilaç geliştirme çalışmalarına başlamak için uygun bir aday moleküle ulaşmak yaklaşık 18 ay sürdü. Geleneksel koşullarda bu çalışma, 4,5 yıl alıyordu. 

Insilico Medicine, güncel olarak kanser, bağırsak problemi ve böbrek hastalığı gibi rahatsızlıklar için yapay zeka desteğiyle geliştirdiği 40’tan fazla ilaç üzerinde çalışıyor.

Alandaki yatırımların 2030'a kadar 5 katına çıkması bekleniyor 

Analistler, yapay zeka desteğiyle ilaç geliştirme çalışmalarına yapılan yatırımların 2030’a kadar 3,8 milyar dolardan 15,2 milyar dolara çıkmasını bekliyor. İlaç firmaları ve yapay zeka şirketleri arasındaki işbirlikleri de giderek çok daha fazla yaygın hâle geliyor. IQVIA, yalnızca 2024 yılında yapılan işbirliği anlaşmalarının toplam değerinin 10 milyar doları aştığına işaret ediyor. 

Örneğin: Geçen yılın Ekim ayında işbirliği yapan ABD merkezli ilaç üreticisi Eli Lilly ve çip üreticisi NVIDIA, birlikte sektörün en güçlü süper bilgisayarını geliştiriyor. İkili, bu sayede ilaç keşfi ve geliştirme süreçlerini hızlandırmayı hedefliyor. 

Benzer şekilde OpenAI da kişiselleştirilmiş kanser aşıları geliştirmek için RNA aşılarıyla ünlenen Moderna ile birlikte çalışıyor. 

Neden önemli? Geleneksel koşullarda klinik denemelere giren aday ilaçların %90’ı, başarısızlıkla sonuçlanıyor. Başarılı bir ilaç geliştirmenin maliyeti, 2,8 milyar doları bulabiliyor. Koşullar böyle olunca verimlilikte yapılan küçük iyileştirmeler bile büyük kazanımlar doğuruyor. 

Yapay zeka ise bu büyük kazanımlara giden yoldaki en önemli araç olarak görülüyor. The Economist’e göre yapay zeka, insanlı deneylere başlanmadan önceki klinik öncesi aşamayı 3-5 yıldan 12-18 aya indiriyor. 

• Bu durum, başarı oranını da yukarı çekiyor. 2024’te yayımlanan bir çalışma, yapay zeka tarafından keşfedilen moleküllerin erken klinik aşamada %80-90’lık bir başarı gösterdiğine işaret ediyor. Geleneksel şartlarda ise bu başarı oranının %40-65 aralığında kaldığı görülüyor. 

Arka plan: Kimyagerler, yeni bir ilaç tasarlarken umut vadeden bir biyolojik aktiviteye sahip organik molekülleri tarıyor ve bunlar arasından başarı şansı en yüksek olanları seçiyor. Daha sonra bu seçeneklerin tek tek test edilmesi gerekiyor. Bu süreç, genellikle yıllar alıyor. 

Yapay zeka ise oldukça kısa bir sürede milyarlarca molekülden oluşan kütüphaneleri tarayabiliyor ve bu molekülleri simülasyonlar aracılığıyla etki gücü, çözünürlük ve toksisite gibi özellikler bakımından test edebiliyor. Bu süreçte moleküllerin fiziksel olarak test tüplerine yaklaşmasına dahi gerek kalmıyor. 

• AstraZeneca’dan Jim Weatherall, yapay zekanın doğru olanı yanlış olandan ayırmayı eskiye göre iki kat daha hızlı hâle getirdiğini ve artık küçük molekül keşif süreçlerinin %90’ından fazlasını yapay zekayla yürüttüklerini söylüyor. 

Yapay zeka klinik araştırmaları da iyileştiriyor 

Yapay zeka, klinik araştırma süreçlerini de iyileştirmeye yardımcı oluyor. Örneğin GSK, düşünebilen ve akıl yürütebilen yapay zeka ajanlarından güç alan “Cogito Forge” adlı bir sistem geliştiriyor. Sistem, biyolojiyle ilgili bir soru sorulduğunda bu soruyu yanıtlamaya yardımcı olacak kodları yazabiliyor, uygun veri kümelerini toplayabiliyor ve ardından ulaştığı sonuçları grafiklerle birlikte açıkladığı bir sunum oluşturuyor. 

Sistem ayrıca, bu bulgulardan yola çıkarak belirli bir hastalık hakkında bir hipotez de oluşturabiliyor ve literatürü tarayarak bu hipotezi doğrulamaya veya yanlışlamaya çalışıyor. Bu süreçte Cogito Forge, üç farklı yapay zeka ajanından faydalanıyor. Ajanlardan biri hipotezin neden iyi, diğeri ise neden kötü olduğunu araştırırken üçüncü ajan, diğer iki ajandan hangisinin haklı olduğuna karar veriyor. 

Öte yandan: Uzmanlar, yapay zekanın ilaç geliştirmede umut vadettiği bir diğer alanın klinik araştırma sürecinde hasta seçimi olduğuna işaret ediyor. Yapay zeka, adayların sağlık kayıtlarını, biyopsilerini ve vücut taramalarını analiz ederek yeni bir ilaçtan en çok kimin fayda görebileceğini belirleyebiliyor. Hastaları daha doğru bir şekilde seçmek, örneklemin küçülmesi ve dolayısıyla hızın artırılması ve maliyetlerin düşürülmesi anlamına geliyor. 

Bu süreçte yapay zeka, kontrol grubu görevi görecek dijital ikizlerden oluşan sentetik hastalar da üretebiliyor. Geçmiş denemelerden elde edilen verileri analiz eden yapay zeka, bir hastanın tedavi edilmek yerine durumunun doğal seyrini izlemesi hâlinde neler olacağını tahmin edebiliyor. Daha sonra bir gönüllü, deneye katıldığında ve kendisine ilaç verildiğinde yapay zeka; yaş, kilo, hastalık ve hastalık evresi gibi özellikler bakımından aynı özelliklere sahip sanal bir hasta oluşturabiliyor. Ardından ilacın gerçek hastadaki etkisi, sanal hastadaki ilerlemeyle karşılaştırılıyor. 

• Uzmanlar, bu sentetik hastaların klinik araştırmalarda kontrol gruplarının boyutunu küçültebileceğine veya bazı durumlarda kontrol grubunu tamamen ortadan kaldırabileceğine işaret ediyor. Bu yöntemin, kontrol grubuna yerleştirilmektense test edilen tedaviyi alma olasılıkları artacağı için deney katılımcıları açısından da cazip olacağı belirtiliyor. 

Rakamlar: Yapay zeka destekli dijital ikizler geliştiren ABD merkezli Unlearn.AI’ın 2025’te yayımladığı bir çalışma, bu yaklaşımın kontrol grubu boyutunu Parkinson hastalığı üzerine yapılan erken aşama bir çalışmada %38, Alzheimer üzerine yapılan bir çalışmada ise %23 oranında küçültebileceğini öne sürüyor. 

• Kontrol grubundan yoksun olan erken aşama denemelerde de dijital ikizlerle kontrol grupları oluşturularak ilacın ne kadar etkili olduğuna dair erken aşama sinyallere olan güvenin artırılabileceği ve böylece sonraki aşama denemelerin de daha doğru bir biçimde tasarlanabileceği ifade ediliyor. 

Tedavi olanakları sınırsız hâle gelebilir 

Bugün artık birçok girişim, ilaç keşfi çalışmalarında yapay zekadan faydalanıyor. Örneğin ABD merkezli Recursion, milyonlarca insan hücresinin çeşitli kimyasal ve genetik değişimlere uğradığı anların görüntülendiği bir “yapay zeka fabrikası” oluşturuyor. Bu veri tabanı, genler ve moleküller arasındaki örüntüleri öğrenebiliyor. 

Benzer şekilde: New York merkezli biyoteknoloji girişimi Owkin de hastalardan elde edilen yüksek çözünürlüklü moleküler verilerden oluşan devasa bir veri setiyle yapay zeka eğitiyor. Yapay zeka modellerinin yakın bir gelecekte biyoloji alanında son derece yetenekli hâle geleceğine inanan OpenAI da yaşam bilimlerinin alt dallarında keşifler yapabilen ve akıl yürütebilen sistemler geliştiriyor.

İlaç geliştirme süreçlerindeki bu devrim, geleneksel ilaç şirketlerinin tehdit altında olup olmadığı sorusunu da gündeme taşıyor. 

Öte yandan: Şimdilik ilaç firmaları, zengin bir biyolojik veri havuzuna erişebilmeleri ve bu veriyi anlamak ve kullanmak için gerekli bağlama sahip olmaları nedeniyle önemli bir avantajı ellerinde tutuyor. Tam da bu nedenle yapay zeka şirketleri, ilaç firmalarıyla işbirliğini şimdilik daha cazip bir seçenek olarak görüyor. Fakat uzmanlar, bu avantaj dengesinin yakın bir gelecekte değişebileceğine işaret ediyor. 

Yarışta kim üstünlük sağlarsa sağlasın yapay zeka, bir molekülün klinik deneme sürecini başarıyla tamamlama olasılığını %5-10’dan %9-18’e çıkarma potansiyeli taşıyor. Bu, çok büyük bir fark gibi görünmese de ilaç geliştirme maliyetlerinin de düşürülmesiyle birlikte risklerin büyük ölçüde azaltılması anlamına geliyor. Analistler, yapay zeka sayesinde orta vadede yatırımların ve piyasaya sürülen ilaç sayısının artacağına, uzun vadede ise insan sağlığını iyileştirme konusunda teknik olanakların sınırsız hâle gelebileceğine inanıyor.

• Editörün önerisi: Piyasa değeri 1 trilyon doları aşan ilk ilaç şirketi: Eli Lilly’nin 149 yıllık tarihi | Pareto, Doğa Yurduneri