إنسيليكو وتاكيدا توسعان نطاق اكتشاف الأدوية بالذكاء الاصطناعي، لكن حسم نتائج البحث المبكر لا يزال على طاولة المختبر

غالبا ما لا يكون الجزء الأعلى تكلفة في تطوير الأدوية الجديدة هو العثور على جزيء يبدو جذابا، بل إثبات أنه قادر فعلا على إحداث أثر علاجي قابل للتكرار، وقابل للتنظيم رقابيا، وقابل للتصنيع في أمراض الإنسان. وقد أعاد إعلان Insilico Medicine عن شراكة استراتيجية مع Takeda Pharmaceutical في اكتشاف الأدوية بالذكاء الاصطناعي هذا السؤال إلى الواجهة: هل يستطيع الذكاء الاصطناعي ألا يكتفي بتقصير زمن البحث، بل أن يعزز أيضا موثوقية انتقال الأدوية المرشحة إلى المرحلة السريرية.

بحسب الإعلان، سيستخدم الطرفان قدرات Insilico في اكتشاف الأدوية بالذكاء الاصطناعي ضمن التوجهات الاستراتيجية للبحث والتطوير لدى Takeda، للمساعدة في دفع توليد الأدوية المرشحة المبكرة وفرزها. ونظرا إلى محدودية المعلومات المتاحة علنا حتى الآن، لم يكشف الإعلان بوضوح عن المجالات المرضية، أو أهداف العمل الدوائي، أو قيمة الصفقة، أو تصميم الدفعات المرحلية، أو عدد الأدوية المرشحة، ولذلك لا يمكن حتى الآن تقييم المحتوى العلمي لهذه الشراكة بالطريقة المعتادة في صفقات الترخيص.

تشمل الاستخدامات الأساسية لاكتشاف الأدوية بالذكاء الاصطناعي عادة تحديد أهداف الأمراض، وتوليد الجزيئات، والتنبؤ بالخصائص الدوائية والسمية، وفرز البنى التي تملك فرصة أكبر لأن تصبح أدوية ضمن فضاء كيميائي هائل. وبالنسبة إلى شركات الأدوية الكبرى، لا تكمن القيمة الحقيقية في النموذج نفسه، بل في ما إذا كان قادرا على الارتباط بالفرضيات البيولوجية الداخلية، ومنصات التحقق التجريبي، وتحسين الكيمياء الدوائية، وأحكام التطوير السريري.

ركزت Insilico في السنوات الأخيرة على الجمع بين الذكاء الاصطناعي التوليدي وبيانات متعددة الأوميات وتصميم الكيمياء الدوائية، في محاولة لجعل مسار الاستكشاف المبكر للجزيئات المرشحة أكثر منهجية. وإذا عملت هذه المنصات بسلاسة، يمكنها أن تقترح بسرعة، في مواجهة سؤال بحث وتطوير واحد، عدة مجموعات من الجزيئات القابلة للتصنيع والاختبار؛ لكن مهما بلغت دقة تنبؤات النموذج، فلا بد أن تعود إلى بيانات الخلايا والحيوانات والبشر لكي تخضع للاختبار.

كما يعكس اختيار Takeda التعاون مع منصة ذكاء اصطناعي خارجية تغير موقف شركات الأدوية الكبرى تجاه أدوات البحث والتطوير المبكر. لم يعد الذكاء الاصطناعي مجرد سردية لعرض الابتكار، بل أصبح يدخل في سير عمل توليد الأدوية المرشحة، وترتيبها، واستبعاد المخاطر؛ وستتوقف فعاليته على ما إذا كان قادرا على تقليل التجارب غير المجدية، أو تحسين جودة المركبات، أو تمكين الفرق من التخلي مبكرا عن الاتجاهات غير الموثوقة.

السياق الخلفي

في السنوات الأخيرة، تكررت صفقات التعاون بين شركات الأدوية وشركات تصنيع الأدوية بالذكاء الاصطناعي، لكن السوق يميل بسهولة إلى الخلط بين إعلانات التعاون، وقدرات النماذج، والنجاح السريري. وبالنسبة إلى هذا التعاون بين Insilico وTakeda، فإن نقاط المراقبة الأكثر صلابة ليست الإعلان نفسه، بل ما إذا كان سيتم مستقبلا الكشف عن مجالات مرضية محددة، وأهداف جرى التحقق منها تجريبيا، وبيانات دوائية للجزيئات المرشحة، وما إذا كانت هناك مشاريع ستدخل التطوير قبل السريري أو التجارب على البشر.

وعلى المستوى التنظيمي، لم تخفف الجهات الرقابية المعايير بسبب مشاركة الذكاء الاصطناعي في البحث والتطوير. فسواء صمم الدواء المرشح كيميائيو أدوية بشر، أو اقترحه نموذج توليدي، لا يزال يتعين عند التقدم بطلب تجربة سريرية تقديم بيانات الجودة، والفعالية الدوائية، والسمية، وعملية التصنيع، والسلامة. وهذا يجعل الاختبار الحقيقي لصفقات التعاون في الذكاء الاصطناعي واضحا للغاية: هل تستطيع أن تجعل تطوير الأدوية الجديدة يدخل مرحلة قابلة للتحقق بسرعة أكبر، لا أن تجعل القصة المبكرة أسهل في صياغتها بطريقة جذابة فحسب.