Bazı araştırmacılar planlarına "çok uzak" diyorlar; diğerleri daha az kibar tanımlayıcılar kullanıyor, diyor Ali Ertürk. Kendini sert bir şekilde eleştirebilir, ancak aynı zamanda nörobilim, nanoteknoloji ve ileri mühendislik ve derin öğrenme de dahil olmak üzere birçok alanda çalışan bir "hayalperest" olarak adlandırır. Münih'teki Ludwig Maximilian Üniversitesi'nden araştırmacı Ertürk, "Şimdiye kadar eğlenceliydi ve gittikçe heyecanlanıyor" diyor. Ali Ertürk Münih yakınlarındaki Helmholtz Merkezi'nde yeni bir doku mühendisliği ve rejeneratif tıp enstitüsü müdürlüğünü sürdürüyor. 15 ulustan oluşan 20 kişilik laboratuvarı bilgisayar bilimi, sinirbilim, kimya, mühendislik ve mikroskopi uzmanlarından oluşuyor. Ertürk, tarihçi Yuval Noah Harari'nin Homo Deus: Yarının Kısa Tarihi kitabından ilham alıyor, insanlığın 22. yüzyıl için kendini nasıl tasarladığını ve alanlardaki uzmanlığı birleştirmek için bilimdeki ilerlemeyi nasıl güçlendirdiğini anlatıyor. "Bu kesinlikle biyoloji artı derin öğrenmede oluyor" diyor Ertürk.
Ali Ertürk çalışmaları
2006 yılında Ertürk, Alman öncü anatomist Werner Spalteholz'in bir yüzyıl önce çalıştığı dokuları temizlemeye (şeffaf / transparan hale getirmeye) başladı. Ayrıntılı beyin yapısını görmek için temizleme gücünü ortaya çıkarmak için floresan mikroskopisi ve GFP etiketleri aldı. Ertürk ve ekibi bir fareyi tamamen temizledi ve lazer tarama mikroskobu ile görüntüledi, böylece tümör ve metastazları tek hücre düzeyinde incelediler.
Aşağıda, Ali Ertürk ve ekibinin, bir farenin tüm vücudu boyunca en küçük metastazların bile tespitini sağlayan, yeni geliştirdikleri DeepMACT adlı derin öğrenme (çok katmanlı yapay sinir ağları) tabanlı bir teknolojiye ait çalışmanın video özeti görülebilir: (Türkçe alt yazı seçeneği mevcuttur)
Şimdiye kadar birçok görüntüleme çalışmasında doku ve organlar 2-boyutlu olarak görüntüleniyordu, buna karşın 3-boyutlu görüntüleme, metodolojik olarak oldukça zor olmakla birlikte, çok daha detaylı ve değerli bilgiler sunmaktadır.
Tam bir fare, 100.000 görüntüden oluşan dört terabaytlık bir veri kümesi verir ve bu da makul bir zaman aralığında ve doğru bir şekilde manuel olarak analiz edilemeyecek kadar büyüktür. Doku çevresinde ışık daha parlak olduğundan, standart eşikleme yaklaşımı doku iç kısmından veri kaybı riski taşır. Doku temizleme laboratuvarlarının verileri analiz etmesi için derin öğrenme adlı yapay zeka yöntemini kullanması gerekiyor, diyor Ertürk, "aksi takdirde alan fazla hareket etmeyecek".
Ali Ertürk'ün laboratuvarının yeni bölümü VesSAP: Vessel Segmentation & Analysis Pipeline
VesSAP (damar segmentasyonu & Analiz Hattı). Bu işte ekibi, farklı tipteki farelerin küçük kılcal damarlar da dahil olmak üzere beynindeki tüm damarları temizledi. Veriler Allen Mouse Brain Atlas'a karşı kaydedildi.
VesSAP beş evrişimsel katmandan oluşan bir makine öğrenme ağı kullanır. Büyük bir eğitim veri setine duyulan ihtiyacı önlemek için, sentetik veri setlerinin oluşturulduğu ve gerçek verilerle rafine edildiği 'transfer öğrenimi' kullandılar. Ağ, "insan düzeyinde doğruluk" elde etti, diyor Ertürk. "Bu kadar büyük verilerle gitmenin yolu bu" diyor. Ekip, milyonlarca parametresiyle U-Net evrişim ağı gibi çok katmanlı bir ağ kullanmaktan kaçınmak istedi. Ekibi, kendi algoritmaları ve daha az parametresi ile U-Net'e benzer doğruluk seviyelerine ulaştı. "Ancak algoritmalarımız yaklaşık 25 ila 50 kat daha hızlı" diyor. Bu kazanç, yeni analiz hattının standart bilgisayarlarda çalışabileceği anlamına gelir. Kullanıcılar tüm analiz hattını veya modülleri indirebilir. "Ne almak istersen al, alabilirsin" diyor. 3D görüntülü damar sistemi, algoritmalar, belgeler ve örnekler var. Ekip hem büyük hem de küçük kan damarlarını görünür kılmak için kimyasal bir leke kombinasyonu çalıştı. O ve ekibi, bu analiz hattını temizlenmiş insan böbreğindeki damar sistemini analiz etmek için uyarlıyor. "Bence bu çok güzel çünkü insan böbreği inanılmaz bir yapı," diyor Ertürk. "Bu ayrıntıda, nasıl organize edildiğini bilmiyoruz." İnsan organları için kimyayı değiştirmek ve tüm böbreği taramak için mikroskop kurulumunu ayarlamak zorunda kaldılar. 3D haritalar daha geniş bir planın parçasıdır. Bir mimarın gökdelen inşa etmek için bir plana ihtiyacı olduğu gibi.
Ali Ertürk kimdir? Eğitimi
Ertürk Türkiye'de büyüdü. Lisans eğitimini Ankara Bilkent Moleküler Biyoloji ve Genetik Bölümü'nde tamamladı. Lisans eğitimi sırasında Yale Tıp ve Harvard Tıp'ta olmak üzere ABD nörobiyoloji laboratuvarlarında iki yaz stajı yaptı. Daha önce bir araştırma laboratuvarında hiç zaman geçirmemiş, Türkiye'den hiç ayrılmamış ya da uçakta bulunmamıştı. "Benim için çok önemli bir şeydi" diyor. Sinirbilim alanındaki doktora araştırması için görüntüleme teknolojileri ve doku temizleme üzerine çalıştığı Max Planck Nörobiyoloji Enstitüsü'ne gitti. Fotoğraf çekti, gerçek dünyayı ve mikroskobik olanı birleştirdi. "Sevdiğim şey, özellikle geceleri fotoğraf çekmek." Ayrıca yeni doğmuş bebeği de dahil olmak üzere ailesiyle zaman geçiriyor. Sesli kitaplar okumayı seviyor; yılda 70-80 kitap alıyor.
"Şimdiye kadar eğlenceliydi ve giderek daha heyecan verici hale geliyor."
Ertürk'ün mentoru ve Helmholtz Münih'in CEO'su Matthias Tschöp, 'yeni nesil mühendislik' ve AI (yapay zeka) teknolojilerini birleştirerek biyomedikali dönüştürmek için yola çıktıklarını söyledi. "Sistem biyotıp, yüksek çözünürlüklü görüntüleme ve yapay zeka alanındaki uzmanlığı ile Ali Ertürk, toplum olarak maruz kaldığımız artan sağlık tehditleriyle mücadele etmek için bugün ihtiyaç duyduğumuz 'melez' bilim adamını somutlaştırıyor" diyor. Bilimsel başarılarının ötesinde, "Ali'nin bulaşıcı derecede yaratıcı bir zihni var." Başarılı bir sanatçı ve fotoğrafçı olarak etkileyici yetenekleri olan sentetik bir düşünür. Tschöp, "Ekibimize enstitü müdürlerimizden biri olarak katılmaya karar vermesinden çok memnunuz" dedi.
Ertürk doktora sonrası bursunu Genentech'te tamamladı. Araştırma ve uygulamayı entegre etme kültürü, yeni enstitüsünde yer almayı umduğu kültürdür. San Francisco Körfez Bölgesi'ni sevdi ve yaygın girişimci ruhu ona mühendislik ve derin öğrenmeyi araştırması için güven verdi. İnsanlar ona bir şeyde başarılı olamayacağını söylediğinde, "Bilmiyorum, ama bir çözüm bulacağım, bu benim tutumum" diye cevap veriyor.
