ثلاثي يو بيولوجي تراهن على تعاون في تصنيع الأدوية بالذكاء الاصطناعي، وبحوث الأجسام المضادة تدخل مرحلة مواءمة البيانات والتجارب

غالبا ما لا يكون الجزء الأكثر استهلاكا للوقت في اكتشاف الأدوية هو تخيل جزيء جديد، بل إثبات أنه مفيد فعلا داخل أنظمة بيولوجية معقدة. وبحسب تقرير AllSci، بدأت شركة ثلاثي يو بيولوجي مؤخرا تعاونا مرتبطا باكتشاف الأدوية بالذكاء الاصطناعي؛ وعلى الرغم من أن الملخص المنشور حاليا لا يقدم اسم الطرف المتعاون، أو الشروط المالية، أو مجالات الأمراض المحددة، فإن هذا النوع من الأخبار لا يزال يبين أن الذكاء الاصطناعي ينتقل تدريجيا من مفردات العرض لدى شركات التكنولوجيا الحيوية إلى مسارات البحث والتطوير المبكرة.

تتميز ثلاثي يو بيولوجي بخدمات البحث والتطوير في الأجسام المضادة والأدوية البيولوجية، وهذا يجعل نقاط تطبيق التعاون في الذكاء الاصطناعي واضحة نسبيا: من تحليل المستضدات والحواتم، وتصميم تسلسلات الأجسام المضادة، وإنضاج الألفة، إلى تقييم قابلية تطوير الجزيئات المرشحة، كلها مراحل يمكن للخوارزميات أن تساعد فيها على ضغط مساحة البحث. وبالنسبة لأدوية الأجسام المضادة، لا تكمن قيمة الذكاء الاصطناعي في توليد تسلسلات جديدة فحسب، بل أيضا في التنبؤ بالجزيئات التي يرجح أن تتمتع بالثبات، وانخفاض مخاطر التجمع، ومستويات تعبير مناسبة، ومخاوف أقل بشأن توليد المناعة.

لكن هذا الخبر لا يزال يفتقر حاليا إلى المعلومات الأساسية اللازمة للحكم على جودته. فالملخص المنشور لا يوضح نوع النموذج المستخدم، ولا ما إذا كانت هناك قاعدة بيانات أجسام مضادة مملوكة، ولا ما إذا كان قد جرى تحقق بتجارب رطبة، كما لا يبين ما إذا كان التعاون سيمضي إلى مرحلة اكتشاف الأهداف، أو تحسين الجزيئات القائدة، أو المرشحات قبل السريرية. لذلك فإن القراءة الأكثر حذرا هي أن هذا يمثل إشارة إلى تحالف بين قدرات البحث والتطوير وسلسلة أدوات الذكاء الاصطناعي، لا تقدما سريريا يثبت أن دواء مرشحا بعينه فعال.

ينبع جزء من الزخم الذي شهده تصنيع الأدوية بالذكاء الاصطناعي في السنوات الأخيرة من النضج السريع في التنبؤ ببنية البروتينات، والنماذج التوليدية، ومنصات التجارب الآلية. وتستطيع هذه الأدوات بالفعل أن تمكّن فرق البحث من اقتراح جزيئات مرشحة بسرعة أكبر، وأن تستبعد مسبقا على الجانب الحاسوبي مجموعة من التصاميم غير الملائمة بوضوح؛ غير أن موثوقية مخرجات النماذج تعتمد بدرجة كبيرة على جودة بيانات التدريب، وسرعة التغذية الراجعة التجريبية، وإمكانية إعادة الإنتاج في ظل ظروف تجريبية مختلفة.

السياق الخلفي

في الآونة الأخيرة، تعمل شركات الأدوية في هونغ كونغ، وبر الصين الرئيسي، وعلى مستوى العالم على تسريع إدخال الذكاء الاصطناعي في البحث والتطوير المبكر، من مسارات عمل تصميم البروتينات السحابية، ومنصات التجارب بالذكاء الاصطناعي القابلة للتدقيق، إلى نماذج التنبؤ بالاستجابة للعلاج المناعي للأورام. ولم تعد المسألة الأساسية مجرد: «هل يستطيع النموذج إنتاج إجابة؟». فالمنافسة الحقيقية تنتقل إلى ما إذا كان يمكن تتبع هذه الإجابة، والتحقق منها، وتحويلها إلى أدلة تقبل بها الجهات التنظيمية والباحثون السريريّون.

بالنسبة إلى شركات مثل ثلاثي يو بيولوجي، التي تتمحور حول خدمات البحث والتطوير وقدرات المنصات، فإن تعاون الذكاء الاصطناعي، إذا أمكن دمجه مع مكتبات الأجسام المضادة القائمة، وتقنيات الفحص، وقدرات التحقق التجريبي، قد يحسن كفاءة دوران المشاريع المبكرة، وقد يجذب أيضا شركات أدوية أو شركات ناشئة تحتاج إلى قدرات بحث وتطوير خارجية. لكن في غياب بيانات تحقق شفافة، من السهل أن يبقى الذكاء الاصطناعي عند مستوى تغليف العملية، بدلا من أن يرفع فعليا معدل نجاح الأدوية المرشحة.

الأهم في المرحلة المقبلة ليس إعلان التعاون بحد ذاته، بل ما إذا كان قادرا على تقديم معالم محددة: هل سينتج جزيئات مرشحة قابلة للقياس، وهل سيكمل التحقق في المختبر أو في تجارب الحيوانات، وهل سيكشف عن تحسن في الكفاءة أو الجودة مقارنة بالطرق التقليدية. يستطيع الذكاء الاصطناعي أن يجعل نقطة انطلاق اكتشاف الأدوية تصل بسرعة أكبر، لكن الطريق الطويل من الجزيء إلى الدواء لا يزال تمهده الأدلة البيولوجية خطوة بخطوة.