Mol-JEPA: A multimodal Joint Embedding Predictive Architecture for Molecules
يُعد Mol-JEPA إطار عمل متعدد الوسائط وقابل للتوسع يتعلم نماذج عالمية جزيئية عبر توظيف تقنية حجب الوسائط عبر بيانات اكتشاف الأدوية المتنوعة للتغلب على قيود مثل التعزيزات غير الصالحة كيميائياً وانهيار الوسائط، مما يؤدي إلى توليد تمثيلات قوية من خلال التنبؤ في الفضاء الكامن.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إن البحث عن أدوية جديدة هو رحلة بطيئة، ومكلفة، ومحبطة في كثير من الأحيان. يجب على العلماء العثور على جزيئات صغيرة يمكنها الارتباط بأهداف محددة في الجسم لإيقاف المرض، ولكن يجب على هذه الجزيئات نفسها أيضاً أن تنجو في رحلتها عبر مجرى الدم، وتتجنب التدمير بواسطة الكبد، وألا تسمم الخلايا السليمة. لعقود من الزمن، حاول الباحثون تعليم الحواسيب التنبؤ بهذه النتائج من خلال عرض صور للجزيئات، والتي تُمثل عادةً كسلاسل نصية أو رسوم بيانية للذرات المتصلة. ومع ذلك، فإن الجزيء لا يوجد في فراغ؛ إذ يعتمد سلوكه تماماً على كيفية تفاعله مع الأنظمة المعقدة والحية من حوله. إن النموذج الذي يرى فقط شكل الجزيء يشبه خريطة تظهر التضاريس ولكنها تتجاهل الطقس، وحركة المرور، والقوانين المحلية؛ يمكنها أن تخبرك أين يذهب الطريق، ولكن ليس ما إذا كانت السيارة تستطيع القيادة عليه بالفعل.
ولحل هذه المشكلة، طور فريق من الباحثين نوعاً جديداً من الذكاء الاصطناعي يسمى Mol-JEPA. فبدلاً من محاولة تخمين مستقبل الجزيء عن طريق تغيير شكله قليلاً — وهي طريقة غالباً ما تؤدي إلى نتائج غير منطقية لأن التغييرات الطفيفة في الكيمياء يمكن أن تسبب تغيرات هائلة في السلوك — يتعلم هذا النظام من خلال النظر إلى الجزيء من زوايا مختلفة عديدة في آن واحد. تخيل أنك تحاول فهم شخص ليس فقط من خلال وجهه، بل من خلال الاستماع إلى صوته، ومراقبة كيفية حركته، وقراءة تاريخه الطبي، وملاحظة رد فعله تجاه أطعمة مختلفة؛ يقوم Mol-JEPA بالضبط بهذا بالنسبة للمواد الكيميائية. فهو يجمع كمية هائلة من المعلومات حول ما يقرب من خمسة ملايين جزيء، بما في ذلك بنيتها الذرية، وكيفية ارتباطها بالبروتينات، وكيف تؤثر على الخلايا، وخصائصها الفيزيائية. ثم يمارس النظام لعبة التنبؤ: حيث يخفي قطعة واحدة من هذه المعلومات ويحاول تخمين ماهيتها بناءً على بقية المعلومات. ومن خلال ملء هذه القطع المفقودة بشكل متكرر، يتعلم الكمبيوتر فهماً عميقاً وموحداً لكيفية سلوك الجزيئات في العالم الحقيقي، بدلاً من مجرد حفظ أشكالها الثابتة.
بنى الباحثون هذا النموذج باستخدام مجموعة واسعة من البيانات من قواعد البيانات العامة والحسابات الجديدة. لقد جمعوا بين القياسات الكيميائية القياسية والمحاكاة المتقدمة لكيفية حركة الذرات وتفاعلها، بالإضافة إلى بيانات من التجارب التي تقيس تأثير الأدوية على الخلايا الحية. في المجمل، أنشأوا مجموعة بيانات تحتوي على ما يقرب من خمسة ملايين مركب فريد، كل منها موصوف بما يصل إلى أربعة عشر نوعاً مختلفاً من المعلومات. جاء بعض هذه الأوصاف من نماذج حاسوبية موجودة كانت قد تعلمت بالفعل التعرف على الأنماط في الكيمياء، بينما تم حساب البعض الآخر من الصفر باستخدام الفيزياء الكمية. قام الفريق بعد ذلك بتدريب ذكائهم الاصطناعي ليعمل كـ "نموذج عالم"، وهو نظام يفهم قواعد الكون الكيميائي. أثناء التدريب، كان الكمبيوتر ينظر إلى بنية الجزيء وتأثيراته الخلوية، على سبيل المثال، ثم يُطلب منه التنبؤ بقوة ارتباطه ببروتين معين، أو العكس. وإذا أخطأ الكمبيوتر في التنبؤ، فإنه يعدل فهمه الداخلي حتى يصيب. سمحت هذه العملية للنموذج بتعلم الروابط الخفية بين شكل الجزيء وسلوكه البيولوجي دون الحاجة إلى إخباره بالقواعد صراحةً.
وعندما اختبر الفريق هذا النموذج الجديد مقابل أنظمة الذكاء الاصطناعي الرائدة الأخرى، كانت النتائج مذهلة. فقد تفوق النموذج على منافسيه في مجموعة واسعة من المهام الصعبة، لا سيما عندما كانت البيانات شحيحة. وفي العالم الحقيقي لاكتشاف الأدوية، غالباً ما يتعين على العلماء اتخاذ قرارات بناءً على كميات صغيرة جداً من البيانات التجريبية، وهنا برع النموذج الجديد. فقد كان قادراً على تعميم معرفته على جزيئات لم يرها من قبل، محافظاً على دقة عالية حتى عندما كانت الجزيئات المختبرة مختلفة كيميائياً جداً عن تلك التي درسها أثناء التدريب. وجد الباحثون أن نجاح النموذج جاء من قدرته على استخدام جميع أنواع المعلومات التي غُذّي بها. فعندما أزالوا أنواعاً معينة من البيانات، مثل البنية ثلاثية الأبعاد التفصيلية للجزيء أو تأثيراته الخلوية، أظهر أداء النموذج اختلافات طفيفة فقط، مما يشير إلى أن التمثيلات المتعلمة تحتوي على درجة من التكرار حيث يتم تشفير المعلومات عبر وسائط متعددة. لم يقم النظام بمجرد حفظ البيانات؛ بل تعلم كيفية الاستنتاج حول العلاقات بين الخصائص الكيميائية المختلفة.
كان أحد أهم النتائج هو أن النموذج لم يكن بحاجة إلى أن يكون مثالياً في كل مهمة بمفردها ليكون مفيداً. بدلاً من ذلك، تعلم تمثيلاً مرناً للجزيئات يمكن تكييفه مع العديد من المشكلات المختلفة. اختبر الباحثون النموذج في عدة اختبارات معيارية صعبة، بما في ذلك التنبؤ بمدى امتصاص الجسم للدواء أو مدى سميته. وفي كل حالة تقريباً، تفوق النموذج الجديد على أفضل الأساليب السابقة. وكان بارعاً بشكل خاص في التعامل مع مشكلة "خارج التوزيع"، وهي صعوبة التنبؤ بكيفية سلوك جزيء جديد وغير مرئي عندما يكون متميزاً كيميائياً عن أي شيء في بيانات التدريب. ومن خلال التعلم من طيف واسع من السياقات البيولوجية والفيزيائية، بنى النموذج فهماً قوياً سمح له بتقديم تخمينات موثوقة حول المركبات الجديدة. وهذا يشير إلى أن مستقبل اكتشاف الأدوية قد لا يكمن في بناء نماذج أكبر تحفظ المزيد من البيانات فحسب، بل في بناء نماذج أذكى يمكنها دمج مصادر متنوعة من المعلومات لفهم الواقع المعقد لكيفية عمل الأدوية.
كشفت الدراسة أيضاً أن ليست كل أنواع المعلومات متساوية في الأهمية، رغم أن النظام استفاد من وجودها جميعاً. وجد الباحثون أن "الوسيط الرسومي" (graph modality)، الذي يمثل ترابط الجزيء وبنيته، كان المعلومة الأكثر أهمية على الإطلاق للأداء اللاحق، ولكن البصمات الكيميائية والبيانات حول كيفية تفاعل الجزيئات مع الخلايا كانت حيوية أيضاً. ومن المثير للاهتمام أن النموذج كان قادراً على التعلم بفعالية حتى عندما كانت بعض البيانات مفقودة أو شحيحة، وهي مشكلة شائعة في البحث العلمي. تشير هذه المرونة إلى إمكانية تطبيق هذا النهج في مجالات أخرى حيث تكون البيانات غير كاملة أو يصعب الحصول عليها، مثل علم المواد أو علم الأحياء. وأشار الفريق إلى أنه على الرغم من قوة النموذج، إلا أنه ليس حلاً سحرياً؛ فهو لا يزال يتطلب اختياراً دقيقاً للبيانات التي يتعلم منها، وهناك حدود لمدى قدرته على التنبؤ بالنتائج للجزيئات التي تختلف تماماً عما رآه من قبل. ومع ذلك، فإن نجاح هذا النهج يمثل خطوة كبيرة للأمام في إنشاء ذكاء اصطناعي يمكنه حقاً فهم العالم الكيميائي، والانتقال من مجرد مطابقة الأنماط البسيطة إلى استنتاج أعمق وأكثر سياقية يحاكي تعقيد الحياة نفسها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.