Biohub يدفع ذكاء البروتينات الاصطناعي إلى الساحة المفتوحة، من التنبؤ بالبنى إلى التحقق من تصميم الجزيئات

عندما يتحدث الذكاء الاصطناعي في الطب الحيوي عن «نماذج العالم»، يكون من السهل أن ينزلق الأمر إلى شعارات مجردة. ما يجعل نظام ESM الذي أصدره Biohub هذه المرة لافتا هو أنه يعيد المسألة إلى مستوى البروتينات، وهو مستوى يمكن اختباره تجريبيا: فالنموذج لا يتنبأ بالتسلسل أو البنية فحسب، بل يحاول أيضا المساعدة في تصميم واجهات بروتينية قادرة على الارتباط بأهداف محددة، مع إرسال بعض النتائج إلى المختبر لاختبارها.

وفقا لتقرير Axios والمواد العامة الصادرة عن Biohub، يتضمن هذا الإصدار ثلاثة مكونات رئيسية: نموذج اللغة البروتينية ESMC، ونموذج التنبؤ بالبنى والتصميم ESMFold2، ونسخة موسعة من ESM Atlas. وتصفه Biohub في صفحة GitHub بأنه «نموذج عالم لبيولوجيا البروتينات»، وتقول إن ESM Atlas يغطي 6.8 مليار تسلسل بروتيني، من بينها أكثر من مليار بنية جرى توليدها بالتنبؤ بواسطة ESMFold2.

يؤدي ESMC دور النموذج الأساسي لفهم تسلسلات البروتينات. وتصف Biohub في بطاقة النموذج على Hugging Face أن ESMC دُرّب على مليارات التسلسلات البروتينية، ويمكن استخدامه في تمثيل البروتينات وهندسة البروتينات العلاجية؛ ومن بينها نسخة ESMC-6B التي تضم 6 مليارات معلمة و80 طبقة، وتشمل مصادر بيانات التدريب UniRef وMGnify وبيانات تسلسل من معهد الجينوم المشترك التابع لوزارة الطاقة الأمريكية، مع تجميع عند مستوى تشابه تسلسلي يبلغ 70%. كما تسرد الصفحة العامة عائلة نماذج تشمل ESMC-300M و600M و6B، ما يعني أن الباحثين يمكنهم اختيار أحجام مختلفة بحسب موارد الحوسبة المتاحة لهم.

يدفع ESMFold2 معلومات التسلسل نحو فرضيات عن البنية ثلاثية الأبعاد والتآثرات الجزيئية. وتقول بطاقة النموذج الخاصة بـBiohub إن ESMFold2 يمكنه التنبؤ بالبنية ثلاثية الأبعاد كاملة الذرات انطلاقا من تسلسل الأحماض الأمينية، مع إمكانية إدخال بيانات محاذاة متعددة التسلسلات اختياريا؛ كما يوصف بأنه قادر على التعامل مع سياقات جزيئية حيوية خارج البروتينات، بما في ذلك الجزيئات الصغيرة وDNA وRNA والأحماض الأمينية المعدلة. لكن هذه القدرات تبقى مخرجات نموذجية، كما تنبه Biohub بوضوح إلى أن نتائج التنبؤ فرضيات مولدة آليا ولا يمكن أن تحل محل تحديد البنية تجريبيا.

تكمن إحدى النقاط ذات الدلالة الأكبر في الطب الحيوي في هذا الإصدار في أن Biohub تقول إن بعض الواجهات البروتينية التي صممتها النماذج اجتازت التحقق التجريبي. وتشير مواد GitHub الخاصة بها إلى أن ESMFold2 خضع للتحقق التجريبي على خمسة أهداف ذات صلة علاجية، عبر بروتينات ارتباط مصغرة مصممة من الصفر وscFv مشتقة من أجسام مضادة، وأبلغ عن معدل إصابة مرتفع، وألفة على مستوى النانومول، ونوعية تجاه الهدف، ونشاط وظيفي. وهذا يميزه عن أدوات الذكاء الاصطناعي التي تكتفي بعرض صور بنيوية جذابة، لكن الملخصات العامة لا تزال غير كافية للحكم على مدى قرب هذه الجزيئات من مرشحات دوائية أو دراسات حيوانية أو تجارب بشرية.

قد يغير ESM Atlas الموسع أيضا طريقة دخول الباحثين إلى فضاء البروتينات المجهول. في الماضي، كان كثير من بروتينات الميكروبات البيئية أو الكائنات غير المزروعة لا يملك سوى التسلسل، مع غياب دلائل بنيوية؛ وإذا أمكن الاستعلام بسرعة عن بنى متنبأ بها بمقياس المليارات، فسيتمكن الباحثون من طرح فرضيات حول وظيفة الإنزيمات أو تآثرات البروتينات الفيروسية أو جزيئات ارتباط جديدة بكفاءة أكبر. ولا تكمن قيمة هذا النوع من الأطالس في أن كل تنبؤ صحيح، بل في تحويل الصندوق الأسود الهائل للتسلسلات إلى أسئلة مرشحة يمكن ترتيب أولوياتها وإعادة التحقق منها.

لكن بين أداة البحث والمنتج الطبي تبقى سلسلة طويلة جدا من الأدلة. فإذا أريد لتصميم البروتينات أن يدخل الاستخدام العلاجي، فلا بد من مواجهة مسائل الاستمناع، والثبات، والتصنيع، والتوزع داخل الجسم، والسلامة، والمراجعة التنظيمية؛ كما أن أداء النموذج في اختبارات معيارية أو تجارب خارج الجسم لا يعني أنه قادر على التنبؤ بالتفاعلات المعقدة داخل جسم الإنسان. إن اختيار Biohub فتح الشيفرة، وأوزان النماذج، ومجموعات البيانات، ونظام التصميم يساعد على تمكين مزيد من المختبرات من إعادة إنتاج هذه النتائج وتحديها وتوسيعها؛ أما الاختبار الحقيقي فسيكون في ما إذا كان المجتمع المفتوح قادرا على تحويل هذه الأدوات إلى اكتشافات بيولوجية موثوقة وقابلة للتكرار.