قطاع التكنولوجيا الحيوية · global
المنافسة في اكتشاف الأدوية بالذكاء الاصطناعي تمتد إلى شبكات التعاون: مسح لاستراتيجيات 25 شركة يرسم ملامح توزيع الأدوار في القطاع
تُدخل شركات الأدوية الذكاء الاصطناعي في عمليات البحث والتطوير، وتبني الشركات الناشئة في هذا المجال منصات وأدوية مرشحة، فيما توفر شركات التكنولوجيا العملاقة النماذج والقدرات الحاسوبية. يرسم مسح استراتيجي ياباني صورة لكيفية ربط الموارد بين الأطراف الثلاثة، ويترك سؤالًا أساسيًا: هل يمكن أن تتحول هذه الشراكات إلى نتائج دوائية قابلة للتحقق؟
حين يقترح نموذج جزيئًا واعدًا، تبقى مراحل كثيرة قبل أن يصبح دواءً. وتؤثر مسألة مَن يستطيع توفير بيانات الأمراض، وتنظيم التجارب، ثم دفع الجزيئات المرشحة نحو الدراسات على البشر، في خريطة قطاع اكتشاف الأدوية بالذكاء الاصطناعي. ويشير مسح استراتيجي نشرته TPC Marketing Research اليابانية في أغسطس إلى أن التعاون بين شركات الأدوية والشركات الناشئة في مجال الذكاء الاصطناعي وشركات التكنولوجيا الكبرى أصبح تدريجيًا مسارًا مهمًا لدمج التقنيات والبيانات ومحافظ الأدوية قيد التطوير.
نُشر «مسح استراتيجيات أعمال اكتشاف الأدوية بالذكاء الاصطناعي لعام 2026» في 24 أغسطس، وأصدرت TPC إعلانًا عنه يوم 26، كما تناولت International Business Times أبرز ما ورد فيه. وبحسب صفحة التقرير المتاحة للجمهور، امتدت فترة المسح من مايو إلى أغسطس 2026، ويتألف التقرير من 121 صفحة، ويغطي 11 شركة أدوية و10 شركات ناشئة في مجال الذكاء الاصطناعي و4 شركات تكنولوجيا، من بينها AstraZeneca وRecursion وInsilico Medicine، إضافة إلى NVIDIA وAmazon وGoogle وMicrosoft. وتمثل هذه الأرقام نطاق الشركات التي شملتها الدراسة، ولا يمكن الاستناد إليها لاعتبارها مسحًا لمعدلات تبني الذكاء الاصطناعي في القطاع بأكمله.
امتد نطاق التطبيقات الذي تصفه TPC من تحديد الأهداف المرتبطة بالأمراض وفحص المركبات إلى تصميم الجزيئات والتنبؤ بخصائص ADMET، وصولًا إلى التطوير قبل السريري والسريري. ويشير ADMET إلى امتصاص الدواء وتوزيعه واستقلابه وإطراحه وسُميته، وهي خصائص تتعلق بكيفية انتقال الجزيئات المرشحة داخل الجسم بعد دخولها، وكيفية معالجة الجسم لها، والأضرار التي قد تسببها. وإذا استطاعت النماذج المساعدة في التنبؤ بهذه الخصائص، فقد تساعد الباحثين على ترتيب خطوات التحقق؛ لكن التنبؤات نفسها تظل بحاجة إلى اختبار تجريبي. ويستبعد المسح صراحةً الاستخدامات الإدارية العامة، مثل تقليل إدخال البيانات، ويركز على الأعمال المرتبطة مباشرةً باكتشاف الأدوية.
تدخل الفئات الثلاث من الشركات في مراحل مختلفة. وبحسب إعلان TPC، تركز شركات الأدوية على إدخال الذكاء الاصطناعي في عمليات البحث والتطوير القائمة؛ وتبني الشركات الناشئة في مجال الذكاء الاصطناعي منصات بالتوازي مع ابتكار الأدوية المرشحة وتطويرها؛ فيما توفر شركات التكنولوجيا النماذج والخدمات السحابية ووحدات معالجة الرسومات GPU والبنية التحتية للحوسبة عالية الأداء. وترى TPC أن شركات الأدوية تحصل عبر التعاون على تقنيات وبيانات وقدرات حاسوبية خارجية، ما يجعل المنافسة تتعلق تدريجيًا بكيفية جمع منظومة الموارد بأكملها. ومن هذه الزاوية، فإن قدرة شبكات التعاون على ربط النتائج الحاسوبية بأعمال البحث والتطوير الفعلية تمثل أحد مفاتيح فهم خريطة القطاع.
لكن المواد المتاحة للجمهور تعرض ملامح الاستراتيجيات. وتذكر TPC أن أدوية مرشحة شارك الذكاء الاصطناعي في ابتكارها أو تصميمها دخلت مرحلة التطوير السريري، لكنها لا تقدم في الملخص نتائج تجارب يمكن التحقق منها بندًا بندًا، أو مجموعات بيانات للتحقق من النماذج، أو بيانات مقارنة لتكاليف البحث والتطوير ومعدلات النجاح. لذلك، يمكن لهذا المسح أن يدعم وصف توسع تطبيقات الذكاء الاصطناعي، لكنه لا يكفي بعد لإثبات أنه حسّن نتائج تطوير الأدوية الجديدة على نطاق واسع؛ كما أن الدخول في الدراسات على البشر لا يعني أن الفعالية والسلامة قد ثبتتا.
السياق العام
يتغير النقاش حول اكتشاف الأدوية بالذكاء الاصطناعي مع انتقال الأدوية المرشحة إلى المرحلة السريرية: فالباحثون يحتاجون، إلى جانب العثور على الجزيئات، إلى بناء أدلة قابلة للتتبع وإعادة الإنتاج. ويُدرج هذا المسح أيضًا إرشادات الذكاء الاصطناعي والتعلم الآلي الصادرة عن PMDA اليابانية وFDA الأمريكية وEMA الأوروبية ضمن نطاق التحليل، ما يشير إلى أن التنظيم أصبح حاضرًا في الرؤية الاستراتيجية للشركات. لكن فهرس المحتويات المتاح للجمهور لا يقدم تفاصيل كافية لمقارنة متطلبات هذه الهيئات، ولا يمكن تفسيره على أنه يعني حصول أي منصة على اعتراف تنظيمي.
يقدم هذا المسح منظورًا لكيفية تشكل توزيع الأدوار وراء اكتشاف الأدوية بالذكاء الاصطناعي. وإذا أمكن ربط البيانات والنماذج والقدرات الحاسوبية ومحافظ الأدوية قيد التطوير عبر التعاون، فقد يتيح ذلك انتقال الأفكار البحثية إلى عملية التحقق بسلاسة أكبر؛ أما ما إذا كان التعاون يقلص فعلًا مدة التطوير ويحد من الإخفاقات، فلا يزال يتطلب إجابة تستند إلى بيانات تجريبية وسريرية من برامج محددة. وشبكات القطاع آخذة في التشكل، بينما يجب أن يُقاس ما تحققه من نتائج على مستوى كل دواء مرشح.