علم الأحياء · global
ظهور Claude Science: الذكاء الاصطناعي يدخل اكتشاف الأدوية ويدخل أيضاً خط فحص المسؤولية العلمية
تقدّم Anthropic منصة Claude على هيئة محطة عمل بحثية، في محاولة لتمكين باحثي الطب الحيوي من إنجاز تنظيم البيانات، وتشغيل النماذج، وتتبع النتائج ضمن بيئة واحدة؛ وقد تخفّض عتبة الحوسبة أمام أبحاث الأمراض النادرة أو المهملة، لكنها لا تزال بعيدة عن إنتاج أدوية قابلة للاستخدام فعلاً، إذ تفصلها عن ذلك متطلبات التحقق التجريبي، وجودة البيانات، وثقة الجهات التنظيمية.
في مواقع البحث الخاصة بكثير من الأمراض التي يجري تجاهلها، قد لا يكون الاختناق محصوراً في عدم معرفة أين ينبغي البحث عن الدواء، بل يشمل أيضاً نقص الكوادر القادرة على ربط الجينومات، وبنى البروتينات، وقواعد بيانات المركبات، والحوسبة عالية الأداء. ويستهدف Claude Science، الذي أطلقته Anthropic حديثاً، هذا الجزء الطويل والمضني من سير العمل البحثي: أن لا يكتفي الذكاء الاصطناعي بالإجابة عن الأسئلة، بل يساعد في تنفيذ التحليلات، واستدعاء الأدوات، وترك سجلات بحثية قابلة للتتبع.
وصفت NewsBytes هذه الأنباء بأنها إعلان من Anthropic عن خطة لاكتشاف الأدوية بالذكاء الاصطناعي موجهة إلى الأمراض المهملة؛ لكن، وفق ما تقوله Anthropic وصفحة المنتج، فإن Claude Science نفسه ليس مشروعاً منفرداً لتطوير دواء مصمماً فقط من أجل neglected diseases، بل هو محطة عمل بنسخة beta موجهة إلى البحث العلمي. وأعلنت Anthropic في الوقت نفسه أنها ستدعم ما يصل إلى 50 مشروعاً من مشاريع Claude Science ضمن مبادرة «AI for Science»، بحيث يمكن لكل مشروع الحصول على رصيد يصل إلى 30 ألف دولار، على أن تنتهي مهلة التقديم في 15 يوليو 2026؛ وهذا هو الموضع الأكثر مباشرة في ربطه بموضوعات بحثية محددة، بما فيها أبحاث الأمراض المحتملة.
تأتي محطة العمل هذه مجهزة مسبقاً بمهارات وموصلات مطلوبة في مجالات مثل علم الجينوم، وتحليل الخلية الواحدة، وعلم البروتينات، والبيولوجيا البنيوية، والمعلوماتية الكيميائية. وبحسب وصف المنتج، يمكنها مساعدة الباحثين في الاستعلام من قواعد البيانات العلمية، وتشغيل مسارات التحليل، وإدارة موارد الحوسبة من الحواسيب المحمولة إلى العناقيد ووحدات GPU، وإنتاج مخرجات بحثية أسهل للمراجعة؛ وبالنسبة إلى اكتشاف الأدوية، قد يشمل ذلك التنبؤ ببنى البروتينات، وتصميم الجزيئات، والفرز الافتراضي، وهندسة الإنزيمات، أو تحليل بيانات الخلية الواحدة واسعة النطاق.
تضيف إرشادات تكامل Modal جانباً أكثر تحديداً: يمكن للباحثين ربط Claude Science بمساحة عمل Modal الخاصة بهم، بحيث تُرسل أعباء العمل التي تحتاج إلى GPU أو إلى قدر كبير من التوازي على CPU تلقائياً إلى صناديق رملية سحابية للتنفيذ. وذكرت Modal أيضاً أنها ستوفر لما يصل إلى 100 ألف دولار من موارد الحوسبة لمجموعة AI for Science Claude Science cohort التابعة لـ Anthropic، بما يتراوح بين نحو 500 و2000 دولار لكل مشروع منفرد. وهذا يجعل Claude Science ليس مجرد واجهة نصية، بل أقرب إلى بيئة بحثية تلحم الحوار، والبرمجة، وقواعد البيانات، والحوسبة القابلة للتوسيع في إطار واحد.
لكن قيمة الذكاء الاصطناعي في الطب الحيوي لا تثبت تلقائياً عبر سير عمل أنيق. فإذا استُخدم للأمراض النادرة أو الأمراض المهملة، فإن التحدي الأكثر واقعية غالباً ما يكون ندرة البيانات، وعدم نضج نماذج المرض، وصعوبة تعريف نقاط النهاية السريرية، بل وحتى غياب الحوافز التجارية الكافية لدفع الجزيئات المرشحة نحو التجارب المكلفة والتجارب على البشر. يمكن للذكاء الاصطناعي تسريع توليد الفرضيات وترتيب المرشحين، لكنه لا يستطيع أن يحل محل التجارب الرطبة، ونماذج الحيوانات، وعلم السموم، وتطوير التصنيع، والمراجعة التنظيمية.
هناك مفتاح آخر هو القابلية للتدقيق. تؤكد Anthropic أن Claude Science سينتج مخرجات بحثية قابلة للتتبع، ويدعم التحقق الخلفي من الاقتباسات والحوسبة؛ وهذا مهم خصوصاً للبحث العلمي، لأن الذكاء الاصطناعي إذا اكتفى بإخراج إجابات تبدو معقولة، فقد يُدخل بدلاً من ذلك بيانات خاطئة، أو تحليلات غير قابلة لإعادة الإنتاج، أو أدبيات أسيء فهمها إلى مسار البحث والتطوير. ما يجعل الباحثين يتبنونه فعلاً ليس مدى حسم نبرة الذكاء الاصطناعي، بل ما إذا كان يمكن إعادة تشغيل كل خطوة، والتحقق منها، وعرضها على الأقران للفحص.
لذلك، فإن التوصيف الأكثر معقولية لـ Claude Science هو أنه مجموعة أدوات أساسية قد تخفّض عتبة البيولوجيا الحاسوبية واكتشاف الأدوية في مراحله المبكرة، وليس ضماناً لاكتشاف أدوية جديدة. أما قدرته على تحقيق نتائج ملموسة في الأمراض المهملة، فستعتمد أيضاً على الأمراض التي ستختارها المشاريع المنتقاة، ومجموعات البيانات التي ستستخدمها، وكيفية التحقق من مخرجات النماذج، وما إذا كانت الجزيئات المرشحة قادرة على الخروج من الحاسوب والدخول في سلسلة موثوقة من الأدلة التجريبية.