→ العودة إلى الصفحة الرئيسية

دع الذكاء الاصطناعي يُكمل التجربة: AutoDNA يربط تصميم الحمض النووي وتخليقه وقراءته

فريق من جامعة شنغهاي جياو تونغ يتيح لوكلاء الذكاء الاصطناعي تنسيق عمل أكثر من 20 فئة من الأجهزة، وينفّذ تجارب توضيحية لتخزين المعلومات في الحمض النووي واسترجاعها والكشف عن طفرات مرتبطة بالسرطان. من اقتراح الخطط إلى التعامل مع الكواشف، تتقدم أتمتة التجارب خطوة، لكن تجديد المستلزمات والإصلاح لا يزالان يعتمدان على البشر.

By SURL BioNews

غالبًا ما تفصل بين خطة تجريبية مكتوبة ونتائج بيولوجية موثوقة خطوات نقل السوائل بالماصات، والتفاعلات، وتحديد التسلسل، والتعديلات المتكررة. ويحاول AutoDNA، الذي طوّره فريق من جامعة شنغهاي جياو تونغ، وصل هذه الخطوات: إذ يتيح لوكلاء الذكاء الاصطناعي التخطيط لتجارب الحمض النووي، ثم توجيه الأجهزة لتنفيذ العمليات، وتعديل الخطوة التالية استنادًا إلى النتائج. وتكمن أهمية هذا البحث في توسيع قدرات الذكاء الاصطناعي من الاستدلال داخل الحاسوب إلى منضدة المختبر، حيث يلزم التعامل مع كواشف وعينات فعلية.

نُشرت الدراسة في 4 نوفمبر في مجلة Nature، وتناولتها المجلة في اليوم نفسه بتغطية إخبارية ومقال تعليقي متخصص. ووفقًا لمعهد تشانغجيانغ للدراسات المتقدمة التابع لجامعة شنغهاي جياو تونغ، جرى تطوير AutoDNA بالتعاون بين فريقَي علوم الحاسوب والكيمياء، بالاعتماد على مركز أبحاث تخزين المعلومات في الحمض النووي. وتدمج المنصة أكثر من 20 فئة من الأجهزة، تغطي عمليات تشمل تخليق الأحماض النووية وتضخيمها وتحديد تسلسلها، بما يتيح للنظام تحويل الهدف إلى سير عمل تجريبي قابل للتنفيذ بعد أن يطرح المستخدم المهمة.

ويتمثل العنصر الأساسي في توزيع العمل بين عدة وكلاء متخصصين للذكاء الاصطناعي يتعاونون في البحث في الأدبيات العلمية، واختيار الكواشف، وتصميم سير العمل، وكتابة برامج التحكم، وتحليل النتائج. كما نُظّمت وظائف الأجهزة المختلفة ضمن واجهات برمجية موحّدة، ليتمكن الوكلاء من الجمع بينها واستدعائها. وذكرت الجامعة أن المنصة تتمتع بقدرة على تحديد الموضع على مستوى الميكرومتر ومناولة السوائل على مستوى الميكرولتر، وأن نظام التنفيذ يفحص البرامج، ويتتبع حالة الأجهزة، ويخصص الموارد، لضمان توافق العمليات بين الأجهزة مع التوقيت والتسلسل اللذين تتطلبهما التجارب.

وفّر تخزين المعلومات في الحمض النووي اختبارًا متكاملًا. تبدأ هذه التقنية بترميز المحتوى الرقمي في تسلسلات من قواعد الحمض النووي، ثم كتابته عبر التخليق، وأخيرًا استرجاعه بتحديد التسلسل وفك الترميز. ووفقًا للنتائج التي أعلنتها الجامعة، ربط AutoDNA بين الترميز والتخليق والحفظ وتحديد التسلسل وفك الترميز، ونفّذ خلال دورة القراءة والكتابة الكاملة 11,382 عملية على الأجهزة، واستعاد في النهاية المعلومات الأصلية بدقة. وتُظهر هذه النتيجة مدى إمكانية وصل سلسلة طويلة من الخطوات بسلاسة؛ لكن هذا العرض وحده لا يكفي للحكم بأن تخزين المعلومات في الحمض النووي أصبح قادرًا على المنافسة تجاريًا.

وكان عرض توضيحي آخر أقرب إلى الاستخدامات الطبية الحيوية: إذ تعرّف النظام على طفرة KRAS G13D المرتبطة بالسرطان وتحقق منها. وأفادت الورقة البحثية أيضًا بأن AutoDNA حقق، في تجارب تخليق الحمض النووي بمساعدة الإنزيمات، مردودًا مماثلًا لما حققته خطة حسّنها خبراء. ويُظهر العرض الأول تكامل سير العمل من التحليل إلى التحقق، بينما يختبر الثاني قدرة النظام على ضبط ظروف التفاعل إلى مستوى مفيد؛ وكلاهما أقرب إلى القدرات التي تحتاج إليها المختبرات فعليًا من مجرد توليد تعليمات تشغيل تبدو معقولة.

ومع ذلك، فإن عرضًا بحثيًا للكشف عن طفرة محددة لا يكفي لإثبات دقة التشخيص السريري، ولا يتيح الاستنتاج مباشرة أن النظام سيحافظ على الموثوقية نفسها عند التعامل مع عينات مختلفة ومشكلات غير معروفة. ولا يزال AutoDNA يحتاج إلى أشخاص لتجديد الكواشف والمستلزمات وصيانة الأجهزة. وتستند استقلاليته إلى الأجهزة والقدرات التشغيلية المدمجة فيه بالفعل؛ أما إمكانية توسيع نطاقه بسلاسة لتلبية متطلبات تجريبية تتجاوز هذه التهيئة، فلا تزال تحتاج إلى تحقق منفصل.

يمنح AutoDNA النقاش حول المختبرات المستقلة مقياسًا أكثر تحديدًا: فلا يكفي أن يقترح الذكاء الاصطناعي الخطوة التالية، بل عليه أيضًا إيصال الكواشف إلى الوعاء الصحيح في الوقت الصحيح، وإعادة النتائج إلى جولة اتخاذ القرار التالية. ولكي يصبح لاحقًا أداة يمكن لمختبرات أخرى اعتمادها، لا يزال من الضروري معرفة ما إذا كانت فرق مختلفة قادرة على إعادة إنتاج النتائج، وتقييم تكاليف العمل البشري اللازمة للنشر والصيانة والتعامل مع الحالات غير الاعتيادية.

References

  1. Nature
  2. Shanghai Jiao Tong University, Zhang Jiang Institute for Advanced Study
  3. Nature