Akademik Veri Yönetim Sistemi
16.Tıp Bilişimi Kongresi, Ankara, Türkiye, 22 - 23 Mayıs 2025, ss.61-64, (Tam Metin Bildiri)
Birçok hastalığın etkin tedavisinde farklı içeriklere sahip ürünlere ihtiyaç duyulmaktadır. Bu ürünlerin elde edilmesinde en sık tercih edi- len yöntemlerden biri organik sentezdir [1]. Uzun bir geçmişe sahip olan organik sentez, yeni ilaçların ve malzemelerin keşfi konusunda hâlen beklenen hız ve ve- rimliliği sağlayamamaktadır [2]. Hedef ürüne ulaşacak sentetik rotaların belirlen- mesi sürecinde, büyük ölçüde uzman bilgi ve deneyimine ihtiyaç duyulmaktadır [3]. Durumun böyle olması keşif sürecinin daha fazla zaman almasına ve bu doğ- rultuda yapılan harcamaların da artmasına neden olmaktadır. İlaç üretimi için ya- pılacak harcamaları optimize etmesiyle ulusal ekonomiye olumlu yönde katkı sağlaması, üretim sürecini hızlandırarak hastaların ilaca erişim süresini kısalt- ması sebebiyle de toplumsal refaha katkı sağlayacağı düşünülmektedir. Belirtilen katkıları sağlaması için problem durumunun çözümüne yönelik kullanılan tekno- lojilerden biri olan makine öğrenimi teknolojileri sentetik rotaların keşfi için önem arz etmektedir. Yeni moleküllerin sentezinde kritik aşamalardan biri, sağ- lam bir şekilde planlanmış ve pratikte uygulanabilir retrosentetik rotaların oluş- turulmasıdır [4]. Retrosentezin amacı, hedef molekülü daha basit başlangıç mad- delerine indirgemek için uygun sentetik yollar geliştirmektir [5]. Literatür ince- lemesi sonucunda, makine öğrenimi tabanlı retrosentez yaklaşımlarının gelişim sürecinin henüz başlangıç safhasında olduğu gözlemlenmiştir. Bu doğrultu da ya- pılan çalışmada, kimyagerleri hedef ürüne ulaştıracak daha iyi sentez rotalarının daha hızlı bulunmasına yardımcı olacağı düşünülmektedir