صناعة التكنولوجيا الحيوية · us
تصميم الجزيئات بالذكاء الاصطناعي يصل إلى منصة المختبر: GenScript وTamarind Bio تدمجان عملية التحقق
يربط التعاون الجديد أكثر من 300 نموذج حاسوبي بخدمات التخليق والتعبير والاختبار، مع ادعاء إمكان الحصول على بيانات تجريبية خلال أربعة أيام في أسرع الحالات؛ لكن لا توجد حاليًا معايير قياس مستقلة تثبت سرعة العملية المتكاملة أو معدل نجاحها أو فائدتها في اتخاذ القرارات.
يستطيع الذكاء الاصطناعي توليد أعداد كبيرة من التصاميم الجزيئية بسرعة، لكنه لا يضمن إمكان تصنيع هذه التصاميم في أنظمة بيولوجية حقيقية، أو حفاظها على استقرارها، أو أدائها الوظيفة المتوقعة. وأعلنت GenScript وTamarind Bio إنشاء عملية مترابطة تسعى إلى تقليص الفجوة بين التسلسلات المولدة حاسوبيًا والتحقق التجريبي، ومعالجة الاختناق المختبري الذي يزداد وضوحًا في تطوير الأدوية بالذكاء الاصطناعي.
وفقًا لإعلان الشركتين، يمكن للباحثين، بعد إتمام تصميم الجزيئات على منصة Tamarind Bio، إرسال التسلسلات المولدة بالذكاء الاصطناعي إلى GenScript لمتابعة عمليات التخليق والتعبير والاختبار. ويأمل الطرفان في تقليل عمليات التسليم اليدوي بين المنصات ومقدمي الخدمات وتنسيقات البيانات المختلفة، بما يتيح تحويل نتائج التصميم بسرعة أكبر إلى بيانات تجريبية يمكن استخدامها في الجولة التالية من النمذجة أو في قرارات البحث والتطوير.
تقول Tamarind Bio إن منصتها التي لا تتطلب كتابة تعليمات برمجية تدمج أكثر من 300 نموذج للذكاء الاصطناعي الجزيئي وعلم الأحياء الحاسوبي، وتشمل مهام مثل التنبؤ ببنية البروتين، وتصميم جزيئات جديدة بالكامل، والمحاكاة. وتخفض هذه الأدوات العتبة التقنية اللازمة لاستخدام نماذج حاسوبية متعددة، لكن التسلسلات المرشحة التي تنتجها النماذج تظل بحاجة إلى التجربة لتحديد ما إذا كانت تستحق الاستثمار في مزيد من التحسين.
أما GenScript فتقدم خدمات مختبرية رطبة تمتد من تخليق التسلسلات إلى التعبير عن البروتينات واختبارها. وتدعي الشركة أن بعض المشاريع يمكن أن تنتج، في أسرع الحالات، بيانات «صالحة للاستخدام في النماذج» خلال أربعة أيام؛ غير أن الإعلان لم يوضح أنواع الجزيئات أو بنود الاختبار أو عدد العينات أو طريقة احتساب البداية التي تنطبق عليها مدة الأيام الأربعة، كما لم يقدم معيارًا للمقارنة مع عمليات التعهيد القائمة.
لا تقتصر القيمة العملية لهذا التكامل على تسريع التحقق الأول. فإذا أمكن إعادة النتائج التجريبية إلى المنصة الحاسوبية بتنسيق موحد، فسيستطيع فريق البحث استخدامها لاستبعاد التصاميم التي يصعب تصنيعها أو التي يكون تعبيرها ضعيفًا، ثم بدء جولة جديدة من التوليد والفرز. وفي مجالات مثل البروتينات العلاجية، والعلاجات الخلوية والجينية، والتكنولوجيا الحيوية الصناعية، التي تتطلب دورات متكررة من التصميم والاختبار، قد يكون تقصير كل دورة أكثر أهمية من مجرد زيادة عدد المرشحات.
ومع ذلك، لا يزال التعاون حاليًا مجرد ربط بين منصة وخدمات بحثية، وليس نتيجة تخص فعالية دواء مرشح بعينه أو سميته أو نتائجه السريرية. ولم يكشف الطرفان عن الأسعار أو القدرة الاستيعابية للخدمة أو معدل نجاح الاختبارات أو معايير جودة البيانات أو حالات فعلية لعملاء، كما لا يوجد مصدر مستقل يتعلق بالحدث نفسه يمكن الرجوع إليه للتحقق. ولذلك ينبغي النظر إلى ادعاء إنجاز العمل خلال أربعة أيام في أسرع الحالات بوصفه قدرة خدمية تعلنها الشركة، لا جدولًا زمنيًا عامًا جرى التحقق منه خارجيًا.
تظل قدرة تصميم الجزيئات بالذكاء الاصطناعي على رفع إنتاجية البحث والتطوير مرهونة في نهاية المطاف بمدى موثوقية النتائج التجريبية وقابليتها للتكرار، وبقدرتها الفعلية على تحسين المفاضلة بين المرشحات. ويطرح هذا التعاون مسارًا أكثر مباشرة من التصميم إلى التحقق؛ لكن تحديد أثره سيتطلب انتظار إثبات المشاريع الفعلية أن العملية المتكاملة لا توفر وقت التسليم فحسب، بل ترفع أيضًا معدل التعرف على المرشحات الفعالة.