← أحدث الأبحاث
💻 bioinformatics

User-driven development and evaluation of an agentic framework for analysis of large pathway diagrams

تقدم هذه الورقة البحثية التطوير والتقييم القائم على المستخدم لإطار عمل "Llemy"، وهو إطار عمل وكيل يعتمد على النماذج اللغوية الكبيرة (LLM) مصمم لمساعدة الخبراء في المجال على التنقل وتلخيص خرائط التفاعلات الجزيئية المعقدة من خلال النمذجة الأولية التكرارية والتغذية الراجعة.

المؤلفون الأصليون: Corradi, M., Djidrovski, I., Ladeira, L., Staumont, B., Verhoeven, A., Sanz Serrano, J., Rougny, A., Vaez, A., Hemedan, A., Mazein, A., Niarakis, A., de Carvalho e Silva, A., Auffray, C., Wilighagen
نُشر 2026-03-12
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Corradi, M., Djidrovski, I., Ladeira, L., Staumont, B., Verhoeven, A., Sanz Serrano, J., Rougny, A., Vaez, A., Hemedan, A., Mazein, A., Niarakis, A., de Carvalho e Silva, A., Auffray, C., Wilighagen, E., Kuchovska, E., Schreiber, F., Balaur, I., Calzone, L., Matthews, L., Veschini, L., Gillespie, M. E., Kutmon, M., Koenig, M., van Welzen, M., Hiroi, N., Lopata, O., Klemmer, P., Overall, R., Hofer, T., Satagopam, V., Schneider, R., Teunis, M., Geris, L., Ostaszewski, M.

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل

تخيل أن لديك مكتبة ضخمة وقديمة مليئة بالملايين من الكتب حول كيفية عمل جسم الإنسان. هذه ليست مجرد كتب عادية؛ بل هي خرائط معقدة مرسومة يدويًا توضح كيف تتواصل كل خلية، وكل مادة كيميائية، وكل عضو مع الآخر. يطلق العلماء على هذه الخرائط اسم "خرائط التفاعل الجزيئي".

المشكلة؟ هذه الخرائط ضخمة ومعقدة للغاية لدرجة أن الخبراء أنفسهم يضيعون فيها. الأمر يشبه محاولة العثور على شارع محدد في مدينة بحجم قارة دون استخدام نظام تحديد المواقع العالمي (GPS).

هذه الورقة البحثية تدور حول بناء نظام تحديد مواقع ذكي ومتحدث لهذه الخرائط البيولوجية. أطلقوا على هذا النظام اسم "Llemy".

إليك قصة كيف بنوه، وكيف اختبروه، وماذا تعلموا، مشروحة ببساطة:

١. المشكلة: الضياع في الغابة

لقد أنشأ العلماء خرائط مفصلة وجميلة لكيفية محاربة أجسامنا للأمراض، أو معالجة الطعام، أو التفاعل مع الأدوية. لكن هذه الخرائط يصعب قراءتها. إذا أردت أن تعرف: "ماذا يحدث لكبدي إذا تناولت هذا الدواء تحديدًا؟"، فقد تضطر لقضاء ساعات في البحث عبر آلاف الخطوط من البيانات.

٢. الحل: "أمين مكتبة رقمي" (Llemy)

قرر الفريق استخدام النماذج اللغوية الكبيرة (LLMs) — وهي نفس تقنية الذكاء الاصطناعي التي تشغل برامج الدردشة الآلية — لتعمل كدليل. لقد بنوا نظامًا يسمى Llemy.

تخيل "Llemy" كأنه مرشد سياحي فائق الذكاء قد حفظ كل خريطة بيولوجية على حد الفصيل.

  • أنت تسأل سؤالاً: "أظهر لي كيف تتم معالجة أحماض الصفراء في الكبد."
  • Llemy ينظر إلى الخريطة: هو لا يخمن فحسب؛ بل يقرأ فعليًا الخريطة المحددة التي اخترتها.
  • Llemy يجيب: يقدم لك ملخصًا، ويشير إلى الأجزاء المحددة من الخريطة التي تحتاج للنظر إليها، بل ويخبرك أي الأوراق العلمية تدعم هذه المعلومات.

٣. كيف بنوه: "مطبخ الهاكاثون"

بدلاً من بناء هذا النظام في مكتب هادئ والأمل في نجاحه، فعل الفريق شيئًا مختلفًا. لقد نظموا "هاكاثون" لمدة يومين (ماراثون برمجي) مع الأشخاص الفعليين الذين يستخدمون هذه الخرائط: الأطباء، وعلماء الأحياء، وصانعي الخرائط.

  • التشبيه: تخيل طباخًا يحاول بناء أداة مطبخ جديدة. بدلاً من تصميمها بمفرده، دعا الأشخاص الذين يطبخون بالفعل للمشاركة، وجعلهم يلقون عليه المكونات ويقولون له: "هذا يصعب تقطيعه"، أو "أحتاج إلى سكين أكثر حدة".
  • قام الفريق ببناء نموذج أولي أولي، وترك الخبراء يحاولون "كسره"، ثم قاموا بإصلاحه فورًا بناءً على ما قاله الخبراء.

٤. تجربة القيادة: ٢٥ مستخدمًا يتولون المقود

بمجرد حصولهم على نسخة تعمل، دعوا ٢٥ خبيرًا لـ "تجربة قيادة" Llemy. طرحوا على النظام جميع أنواع الأسئلة، من البسيطة ("ما هو هذا البروتين؟") إلى المعقدة ("ماذا يحدث إذا قمنا بوقف هذا المسار؟").

بعد كل إجابة، قدم المستخدمون تقريرًا تقييميًا للنظام باستخدام ثلاث درجات:
١. الدقة: هل كانت المعلومات صحيحة؟
٢. الإيجاز: هل كانت قصيرة ومباشرة؟
٣. الموثوقية: هل قدم روابط جيدة للمصدر حتى تتمكن من التحقق من العمل؟

٥. ماذا وجدوا: الجيد، والسيئ، والبطيء

كانت النتائج مزيجًا من الحماس والحذر:

  • الجيد: كان النظام رائعًا في تلخيص الخرائط المعقدة. لقد عمل كـ "مترجم مفيد"، حيث حوّل الرسوم البيانية المربكة إلى لغة إنجليزية بسيطة. شعر المستخدمون أنه يوفر وقتهم.
  • السيئ:
    • السرعة: عندما يستغرق النظام وقتًا طويلًا في التفكير، يشعر المستخدمون بالانزعاج ويعطونه درجات منخفضة. الأمر يشبه انتظار النادل لفترة طويلة ليحضر لك قائمة الطعام.
    • الهلوسة: أحيانًا، يقوم الذكاء الاصطناعي بتأليف أشياء أو يختلط عليه الأمر بسبب اختلاف المسميات لنفس الشيء (مثل تسمية "القلب" بـ "عضلة القلب" وعدم إدراك أنهما الشيء نفسه).
    • عدم الاتساق: إذا سألت نفس السؤال تمامًا مرتين، فقد تحصل على إجابتين مختلفتين قليلاً. هذه سمة شائعة في الذكاء الاصطناعي، لكنها تجعل العلماء يشعرون بالقلق.

٦. المستقبل: جعل نظام تحديد المواقع أفضل

تخلص الورقة البحثية إلى أنه رغم كون Llemy بداية واعدة، إلا أنه يحتاج إلى مزيد من العمل.

  • خارطة الطريق: يخططون لجعله أسرع، وإصلاح "الحقائق المختلقة"، والتأكد من أنه يشير دائمًا إلى المصدر الصحيح.
  • الصورة الكبيرة: يريدون الانتقال من أنظمة الذكاء الاصطناعي المغلقة والمكلفة إلى الذكاء الاصطناعي مفتوح المصدر (نماذج مجانية مبنية من قبل المجتمع) حتى يتمكن العلماء في كل مكان من استخدام هذه الأداة وتحسينها دون دفع رسوم باهظة.

الخلاصة

هذه الورقة ليست مجرد ورقة عن أداة برمجية جديدة؛ بل هي عن طريقة جديدة لبناء الأدوات العلمية. بدلاً من أن يبني العلماء أدواتهم في عزلة ويأملون أن تعجب المستخدمين، قاموا ببناء هذه الأداة مع المستخدمين، واختبارها باستمرار.

Llemy يشبه نموذجًا أوليًا لمستقبل لا تكون فيه البيانات البيولوجية المعقدة محبوسة خلف جدار من المصطلحات التقنية، بل متاحة لأي شخص لديه سؤال بسيط، مسترشدًا برفيق ذكي، صادق، ومفيد من الذكاء الاصطناعي.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 bioinformatics →