MolEmb: Multimodal Large Language Models Can Be Strong Molecular Embedding Models
تقدم الورقة البحثية MolEmb، وهو إطار عمل خفيف الوزن يعمل على تكييف النماذج اللغوية الكبيرة متعددة الوسائط لتعمل كنماذج تضمين جزيئي عامة ومدركة للسياق، مما يثبت قابليتها للتطبيق في التنبؤ بالخصائص والاسترجاع عبر الوسائط من خلال محاذاة تباينية ثنائية الاتجاه بين الملامح الجزيئية والأوصاف النصية.
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
في المختبرات الهادئة للكيمياء الحسابية، اعتمد العلماء لفترة طويلة على نوع محدد من البصمات الرقمية لفهم العالم غير المرئي للجزيئات. هذه البصمات، المعروفة باسم "التضمينات" (embeddings)، هي ملخصات رياضية تلتقط جوهر البنية الكيميائية، مما يسمح للحواسيب بالتنبؤ بكيفية سلوك المادة، سواء كانت ستذوب في الماء، أو ما إذا كانت قد تكون سامة. لسنوات، تطلب إنشاء هذه البصمات أدوات متخصصة مصممة لغرض واحد: أخذ صورة لجزيء أو قراءة كوده الكيميائي وإخراج رقم ثابت واحد. كان هذا النهج يعمل بشكل جيد لمهام محددة، لكنه افتقر إلى المرونة؛ إذ لم يكن بإمكانه تغيير تركيزه بسهلًا بناءً على ما يسأل عنه العالم. فإذا أراد باحث معرفة قدرة جزيء على عبور الحاجز الدموي الدماغي، كانت الأداة تعطي نفس الإجابة كما لو كان يسأل عن قدرته على الذوبان في الزيت، لأن الأداة لم تكن تفهم السؤال، بل تفهم فقط شكل الجزيء.
أصبح هذا القصور بمثابة عنق زجاجة مع توجه المجال نحو اكتشاف الأدوية وتصميم المواد الأكثر تعقيدًا. احتاج العلماء إلى طريقة "للتحدث" مع هذه البصمات الرقمية، لمطالبتها بتسليط الضوء على ميزات مختلفة اعتمادًا على سياق الاستفسار. وكان السؤال هو ما إذا كان يمكن إعادة توظيف أنظمة الذكاء الاصطناعي القوية والمرنة التي يمكنها بالفعل قراءة النصوص ورؤية الصور لإنشاء هذه البصمات الكيميائية القابلة للتكيف. وبدلاً من بناء أداة جديدة ضيقة النطاق لكل مشكلة كيميائية، تساءل الباحثون عما إذا كان بإمكان نظام واحد عام الأغراض أن يتعلم تمثيل الجزيئات بطريقة تتغير بناءً على اللغة المستخدمة لوصفها.
وضع فريق من الباحثين من جامعة الصين في هونج كونج - شنتشن، ومختبر شنغهاي للذكاء الاصطناعي، حجر الأساس للإجابة على هذا السؤال من خلال إطار عمل جديد أطلقوا عليه اسم MolEmb. بدأوا بنوع من الذكاء الاصطناعي يُعرف بالنموذج اللغوي الكبير متعدد الوسائط (multimodal large language model). وهي نفس أنواع الأنظمة التي يمكنها النظر إلى صورة فوتوغرافية، وقراءة جملة، وفهم العلاقة بينهما. أدرك الباحثون أن هذه النماذج مهيأة طبيعيًا للتعامل مع الطرق المختلفة التي يمكن بها وصف الجزيء: كرسم ثنائي الأبعاد، أو كسلسلة من الحروف النصية التي تمثل بنيته الكيميائية، أو كمجموعة من التعليمات حول الخاصية المراد استقصاؤها.
بنى الفريق نظامًا خفيف الوزن لتعليم هذه النماذج الكبيرة كيف تعمل كخبراء في التضمين الجزيئي. لم يحاولوا تعليم النموذج توليد جزيئات جديدة أو كتابة أوراق بحثية كيميائية من الصفر، بل ركزوا على تدريب النموذج على محاذاة الوصف البصري والنصي للجزيء مع تعليمات نصية محددة. تخيل الجزيء ككائن معقد يمكن رؤيته من خلال عدسات مختلفة؛ فقد أظهر الباحثون للنموذج صورة لجزيء وكوده الكيميائي، ثم ربوا ذلك بتعليمات نصية مثل "حلل من أجل السمية" أو "حلل من أجل الذوبان". كان الهدف هو جعل النموذج ينتج بصمة رقمية فريدة لذلك الجزيء تتغير قليلاً اعتمادًا على التعليمات. فعندما كانت التعليمات تتعلق بالسمية، ستبرز البصمة الأجزاء من الجزيء ذات الصلة بالسلامة. وعندما تتغير التعليمات إلى الذوبان، ستتحول البصمة لتسليط الضوء على الأجزاء ذات الصلة بالذوبان في الماء.
لاختبار ما إذا كان هذا النهج ناجحًا، أجرى الباحثون سلسلة من التجارب الصارمة. أولاً، تحققوا مما إذا كان النظام الجديد يمكنه التنبؤ بالخصائص الكيميائية بدقة تضاهي الأدوات المتخصصة المستخدمة حاليًا. ووجدوا أن النظام، حتى دون أي تدريب خاص على مهام كيميائية محددة، يمكنه التنبؤ بخصائص مثل الذوبان والسمية بمستوى من الدقة ينافس أفضل الأساليب الموجودة. كان هذا اكتشافًا مهمًا لأنه يشير إلى أن النموذج العام قد تعلم بالفعل ما يكفي عن البنى الكيميائية ليكون مفيدًا، ببساطة من خلال فهم العلاقة بين صورة الجزيء، وكوده النصي، واللغة المستخدمة لوصفه.
بعد ذلك، اختبر الفريق ما إذا كان يمكن استخدام هذه البصمات للبحث عن الجزيئات باستخدام النص. في الأنظمة التقليدية، لا يمكنك البحث في قاعدة بيانات من الجزيئات عبر كتابة جملة مثل "جد لي جزيئًا سامًا لخلايا الكبد" وتوقع الحصول على نتيجة ذات صلة، لأن البيانات الكيميائية والبيانات النصية تعيش في عوالم منفصلة. أظهر الباحثون أن نظامهم الجديد أنشأ مساحة مشتركة حيث يمكن مقارنة الجزيئات والأوصاف النصية مباشرة. وعندما طلبوا من النظام العثور على جزيء يطابق وصفًا محددًا، نجح في ذلك بدقة عالية، مما أثبت أن النموذج قد تعلم حقًا ربط الجوانب البصرية والنصية للكيمياء في تمثيل واحد موحد.
ومع ذلك، كان الاختبار الأكثر حسمًا هو معرفة ما إذا كان بإمكان النظام تغيير رأيه حقًا بناءً على السياق. أنشأ الباحثون معيارًا تشخيصيًا يسمى MolCAR لمعرفة ما إذا كان النموذج يمكنه التمييز بين أوصاف مختلفة صحيحة لنفس الجزيء تمامًا. قدموا للنموذج جزيئًا واحدًا وطلبوا منه العثور على الوصف الصحيح لمهمة محددة، مثل السمية، مع تجاهل الأوصاف الأخرى الصالحة لمهام مختلفة، مثل الترطيب. قبل إضافة طبقة نهائية من التدريب المحدد، واجه النموذج صعوبة في إجراء هذا التمييز؛ إذ كان يعامل الجزيء على أنه يمتلك هوية ثابتة واحدة بغض النظر عن السؤال المطروح. ومع ذلك، بعد أن درب الباحثون النموذج على مجموعة بيانات مصممة خصيصًا لربط الجزيئات بأوصاف مختلفة تركز على المهام، تعلم النظام كيفية تغيير تركيزه. وبدأ في إنتاج بصمات مختلفة لنفس الجزيء اعتمادًا على ما إذا كان السؤال عن السمية أو عن الذوبان.
تشير النتائج إلى أن النماذج اللغوية الكبيرة متعددة الوسائط ليست مجرد أدوات لتوليد الأفكار الكيميائية أو الإجابة على الأسئلة، بل يمكنها أن تعمل كأساس لنوع جديد من التمثيل الجزيئي. وتوضح الدراسة أن القدرة على إنشاء بصمات كيميائية مدركة للسياق ليست عيبًا متأصلًا في بنية النموذج، بل هي مسألة تتعلق بالبيانات التي يتم تدريبه عليها. فعندما تتضمن بيانات التدريب أمثلة متنوعة لنفس الجزيء الموصوف تحت عدسات علمية مختلفة، يتعلم النموذج التكيف. ويشير هذا الاكتشاف نحو مستقبل يمكن فيه لنظام واحد عام الأغراض أن يحل محل مجموعة من الأدوات الضيقة والمتخصصة، مما يسمح للعلماء باستعلام البيانات الكيميائية بنفس المرونة التي يستخدمونها للبحث عن المعلومات في مكتبة. إن هذا العمل يثبت أنه من خلال محاذاة الملفات الشخصية الجزيئية مع التعليمات باللغة الطبيعية، يمكن لهذه النماذج القوية أن تصبح بنية تحتية متعددة الاستخدامات للجيل القادم من اكتشاف الأدوية والبحوث الكيميائية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.