في عصر التكنولوجيا المتقدمة، أصبح الذكاء الاصطناعي أداة حيوية في تطوير الأدوية، مما يتيح للعلماء تصميم أدوية أكثر فعالية وسرعة.
كيف تساعد الذكاء الاصطناعي العلماء في تصميم الجيل القادم من الأدوية
يعد التصميم المدعوم بالذكاء الاصطناعي جزءًا متزايد الأهمية في كيفية تطوير مرشحات الأدوية البيولوجية، وتعمل شركات مثل أسترازينيكا على بناء فرقها الهندسية لدفع هذا الاتجاه إلى الأمام. تقول بوجا سابرا، نائبة الرئيس العليا ورئيسة قسم البحث والتطوير في الهندسة البيولوجية واكتشاف الأورام المستهدفة في أسترازينيكا: “كل ما نقوم به، سواء كان تصميمًا أو تصنيعًا أو اختبارًا أو تحليلًا، أصبح الآن معززًا حسابيًا”. “أصبحت أوقات الدورة أقصر بينما تزداد الإنتاجية والابتكار.”
تشرح سابرا أن نهج أسترازينيكا يتبع حلقة البناء والقياس والتعلم. يقوم الذكاء الاصطناعي بإنشاء أو تحديد أولويات جزيئات المرشحات حسابيًا، متنبئًا بالتصاميم الأكثر احتمالًا للنجاح. ثم يركز العلماء موارد المختبر فقط على المرشحات الأعلى تصنيفًا. يؤدي ذلك إلى دورة تغذية راجعة أكثر إحكامًا مع عدد أقل من المسارات المسدودة، وتكرار أسرع، والقدرة على استهداف الأمراض التي كانت تعتبر سابقًا غير قابلة للعلاج. نظرًا لأن عدد التركيبات الجزيئية الممكنة يتجاوز بكثير ما يمكن لأي فريق بشري استكشافه بشكل منهجي، أصبح استخدام الذكاء الاصطناعي لتضييق الخيارات وتحسينها للاختبار محورًا رئيسيًا في تصميم الأدوية البيولوجية.
التنقل في مشاكل تصميم الأدوية المعقدة
بالإضافة إلى تسريع الجداول الزمنية، يتم تطبيق الذكاء الاصطناعي أيضًا على اكتشاف فئات جديدة تمامًا من الأدوية. تستهدف الأدوية البيولوجية التقليدية عادةً مسار مرض واحد. يمكن أن تضرب الأدوية من الجيل التالي أهدافًا متعددة في وقت واحد أو توصل حمولات علاجية بدقة إلى خلايا معينة. يتطلب تحقيق ذلك تحسينًا عبر العديد من المتغيرات في وقت واحد. تتطلع النماذج المدفوعة بالذكاء الاصطناعي إلى المساعدة في تصميم هذه الأدوية البيولوجية المعقدة متعددة الأهداف، كما تشرح بوجا سابرا. “على سبيل المثال،” تتابع، “يمكن أن تساعد هذه النماذج في تحديد أي هدفين أو ثلاثة يجب إعطاؤهم الأولوية بناءً على البيولوجيا الأساسية، ثم تحسين عدة معايير لتحقيق التوازن بين قوة الجزيء، واستقراره، وقابلية تصنيعه، وسلامته.” تقول سابرا: “أصبح علاج غير القابل للعلاج واقعًا”. “ستتيح لنا هذه التقنيات في النهاية تطوير أدوية ضد أهداف كانت تعتبر مستحيلة الوصول إليها. إن الإمكانية لفائدة المرضى مذهلة.”
حصن البيانات
تقدر ماكينزي أن الذكاء الاصطناعي التوليدي، جنبًا إلى جنب مع أدوات حسابية أخرى، يمكن أن يقلل من جداول زمنية اكتشاف الأدوية بنسبة تصل إلى 50%. لكن كل نموذج ذكاء اصطناعي يعتمد على جودة بيانات التدريب الخاصة به. في اكتشاف الأدوية، يعني ذلك كميات وفيرة من البيانات البيولوجية عالية الجودة. يمكن أن توفر التجارب مصدرًا غنيًا لمثل هذه البيانات. سواء نجحت أو فشلت، تولد كل تجربة إشارة حول ما يعمل وما لا يعمل.
“البيانات هي ما يميزنا،” تقول سابرا، موضحة كيف أن مجموعات بيانات الشركة خاصة ومتعددة الأبعاد وتشتمل على الهياكل الجزيئية، وقياسات الارتباط، وملفات السلامة، ونتائج التصنيع. “لقد بنينا محفظة متنوعة عمدًا عبر مجالات الأمراض وأنواع الأدوية متعددة. كل هذه البيانات تمكننا من تحسين نماذج الذكاء الاصطناعي المتقدمة بمجموعات تدريب أكثر ثراءً وتمثيلًا.” وتتابع، “علاوة على ذلك، استثمرنا في تقنيات الفحص العميق لتوليد مجموعات بيانات إضافية مطلوبة بكميات كبيرة لتحسين نماذجنا باستمرار والتحقق من صحتها.”
بناء محرك اكتشاف مستقل
لجمع كل هذه البيانات في مكان واحد، تبني أسترازينيكا ما تسميه “مختبر المستقبل” في كيندل سكوير، كامبريدج، ماساتشوستس، حيث سيتمكن الذكاء الاصطناعي والأتمتة الروبوتية من تشكيل نظام اكتشاف مغلق مستمر. “حيث تستخدم السيارة الذاتية القيادة المستشعرات والنماذج للتنقل في بيئتها، يستخدم هذا النظام الذكاء الاصطناعي لإجراء التنبؤات، والأنظمة الروبوتية لتنفيذ التجارب، والأجهزة لتوليد البيانات،” تشرح سابرا. تغذي هذه البيانات مباشرة إلى النماذج، مما يسرع كل دورة تالية.
“طوال الوقت، سيظل العلماء مركزين في العملية، حيث يقدمون الإشراف والحكم والتوجيه الاستراتيجي الذي يضمن أن تكون النتائج قابلة للتفسير، ومقبولة، وموجهة نحو فائدة المرضى المحتملة،” تضيف.
في النهاية، ستتمكن الأنظمة الآلية ذات الإنتاجية العالية من إجراء وتقييم الآلاف من التفاعلات الجزيئية على أساس أسبوعي. “سيؤدي ذلك إلى توليد بيانات جاهزة للذكاء الاصطناعي على نطاق لا يمكن أن تتطابق معه سير العمل التقليدية،” تقول سابرا. “يمكن أن تساعد معالجة العينات الروبوتية، وفحوصات الجودة الآلية، وخطوط البيانات المتكاملة أيضًا في تسريع جداول زمنية تطوير الأدوية المبكرة بشكل كبير.”
مع استمرار تقدم الذكاء الاصطناعي، يمكننا توقع مستقبل مشرق في مجال تطوير الأدوية، حيث ستصبح الأدوية المعقدة أكثر سهولة في الوصول إليها.
