Yapay zekâ teknolojileri genetik araştırmalarda yeni bir kullanım alanı kazandı. Hugging Face, DNA dizilerini okuyabilen, genetik değişiklikleri analiz edebilen ve kullanıcıların sorularını doğal dilde yanıtlayan Carbon-X modelini kullanıma sundu.
Açık kaynaklı yapısıyla dikkat çeken yeni model, genetik kodlar üzerinde çalışan araştırmacıların belirli mutasyonları incelemesine, DNA bölgelerinin işlevlerini sorgulamasına ve elde edilen sonuçları yazılı açıklamalarla değerlendirmesine olanak sağlıyor.
Hugging Face Carbon-X ile Genetik Kodlar Yapay Zekâ Tarafından Analiz Ediliyor
Hugging Face tarafından Çin’deki Zhongguancun Academy ve İtalya’daki Napoli Federico II Üniversitesi araştırmacılarının katılımıyla geliştirilen Carbon-X, yaklaşık 14,8 milyar parametre içeriyor.
Alibaba’nın Qwen3-14B dil modeli üzerine kurulan sistem, biyolojik veriler ile insan dilini aynı yapıda işleyebiliyor. Kullanıcılar modele bir DNA dizisi göndererek bu dizinin özellikleri, içerdiği mutasyonlar veya genlerin çalışmasını etkileyen bölgeler hakkında sorular yöneltebiliyor.
DNA, canlıların kalıtsal bilgilerini taşıyan dört farklı bazın belirli bir düzende sıralanmasıyla oluşuyor. Adenin, timin, guanin ve sitozin olarak adlandırılan bu bazlar A, T, G ve C harfleriyle temsil ediliyor. İnsan genomunun tek kopyasında yaklaşık üç milyar baz çifti bulunuyor ve bu dizinin farklı bölgelerinde gerçekleşen değişiklikler, hücrelerin işleyişinden kalıtsal hastalıklara kadar pek çok biyolojik süreçle ilişkili olabiliyor.
Carbon-X’in çalışma sisteminde genetik diziler altı bazlık parçalara ayrılıyor. Modelin kelime dağarcığı, DNA’nın bu şekilde işlenebilmesi için özel olarak genişletildi. Böylece genetik veriler ile normal metinler aynı yapay zekâ altyapısı üzerinden değerlendirilebiliyor ve kullanıcının sorularına açıklayıcı yanıtlar üretilebiliyor.
Modelin geliştirilme sürecinde yaklaşık 300 milyar tokenlık eğitim verisi kullanıldı. Bu veriler arasında insan ve diğer memelilerin yanı sıra farklı omurgalı türlerinin, omurgasızların, bitkilerin, mantarların ve tek hücreli ökaryotların genetik dizileri bulunuyor. Eğitim sürecine İngilizce metinler ve biyoloji alanındaki açıklamalar da dahil edildi. Virüslere ait genetik veriler ise olası kötüye kullanım riskleri nedeniyle eğitim kapsamına alınmadı.
Sistemin gerçekleştirebildiği işlemler arasında genetik mutasyonların etkilerini tahmin etmek, DNA üzerindeki düzenleyici bölgeleri değerlendirmek ve dizilerin hangi canlı grubuna ait olabileceğini belirlemek bulunuyor. Carbon-X ayrıca DNA dizilerindeki belirli örüntüleri inceleyebiliyor, sonraki bazlara ilişkin tahminler oluşturabiliyor ve yeni genetik diziler üretebiliyor.
Genetik mutasyonların incelenmesi, özellikle kalıtsal hastalıkların araştırılması ve gen tedavilerinin geliştirilmesi sırasında kullanılıyor. DNA üzerinde tespit edilen bir değişikliğin hastalıkla ilişkili olup olmadığının anlaşılması, müdahale edilecek genetik bölgenin belirlenmesinde önemli rol oynuyor. Hatalı bir mutasyonun hedef alınması ise uygulanan tedavinin sonuç vermemesine veya istenmeyen biyolojik etkilere neden olabiliyor.
Genetik verileri işleyen yapay zekâ sistemleri yalnızca Carbon-X ile sınırlı değil. Google DeepMind tarafından geliştirilen AlphaGenome, DNA dizilerinde meydana gelen değişikliklerin biyolojik etkilerini tahmin edebiliyor.
Arc Institute ve NVIDIA’nın akademik ortaklarla geliştirdiği Evo 2 de genetik diziler üzerinde analiz ve üretim işlemleri gerçekleştirebiliyor. Carbon-X ise kullanıcıların bu veriler hakkında doğrudan konuşma arayüzü üzerinden soru sorabilmesine imkân tanıyor.
Yeni modelin özelliklerinden biri de kişisel bilgisayarlarda yerel olarak çalıştırılabilmesi. Standart modelin yüksek hassasiyetli sürümü, yaklaşık 80 GB belleğe sahip bir GPU gerektiriyor. Bununla birlikte sıkıştırılmış GGUF sürümleri, yeterli sistem kaynaklarına sahip daha küçük bilgisayarlarda da kullanılabiliyor. Apache 2.0 lisansıyla paylaşılan model ağırlıkları Hugging Face üzerinden indirilebiliyor.
Yerel çalışma desteği, özellikle hastalara ait genetik verilerle çalışan araştırmacılar açısından önem taşıyor. Genom bilgileri kişiye özgü hassas veriler içerdiği için bunların harici sunuculara gönderilmesi çeşitli güvenlik ve gizlilik gereksinimlerini beraberinde getiriyor. Carbon-X’in tamamen yerel bir ortamda çalıştırılması durumunda işlenen DNA dizilerinin bulut tabanlı bir yapay zekâ hizmetine aktarılması gerekmiyor.
Bununla birlikte modelin işleyebileceği genetik veri miktarında sınırlamalar bulunuyor. Carbon-X’in eğitiminde yaklaşık 50 bin baz çiftine kadar uzanan diziler kullanıldı. Dolayısıyla yaklaşık üç milyar baz çiftinden oluşan insan genomunun tamamını tek bir sorguyla değerlendirmek mümkün değil. Araştırmacıların incelemek istedikleri genetik bölgeleri daha küçük parçalar halinde modele sunması gerekiyor.
Carbon-X’in performansı, geliştirici ekibin gerçekleştirdiği beş farklı DNA değerlendirmesiyle ölçüldü. Model bu testlerde ortalama yüzde 66,7 başarı elde ederken temel aldığı Qwen3-14B modelinden yaklaşık 27 puan daha yüksek sonuç verdi.
Aynı değerlendirmelerde GPT-6.1 Sol yüzde 67,5 ortalamaya ulaştı. Sonuçlar, Carbon-X’in belirli genetik analiz görevlerinde çok daha büyük genel amaçlı yapay zekâ modellerine yakın performans gösterebildiğini ortaya koydu.
Ancak söz konusu performans verileri henüz bağımsız laboratuvar deneyleriyle doğrulanmış değil. Carbon-X’in genetik değişikliklere ilişkin ürettiği tahminlerin gerçek biyolojik koşullarda ne kadar isabetli olduğu konusunda deneysel sonuçlar bulunmuyor.
Ayrıca model, uzun dizilerdeki baz konumlarını yanlış hesaplayabiliyor, belirli genetik bölgelerin işlevleri hakkında hatalı açıklamalar oluşturabiliyor ve yeterli veri bulunmadığında gerçeği yansıtmayan yanıtlar verebiliyor.
Hugging Face’in yayımladığı model bilgilerinde Carbon-X’in klinik kullanım için doğrulanmadığı belirtiliyor. Bu nedenle sistemin sunduğu analizler, hastalık teşhisi koymak veya tedavi kararı vermek için tek başına yeterli kabul edilmiyor. Genetik mutasyonlara ilişkin tahminlerin laboratuvar testleri, bilimsel değerlendirmeler ve uzman incelemeleriyle doğrulanması gerekiyor.
