SELFormerMM: multimodal molecular representation learning via SELFIES, structure, text, and knowledge graph integration
تقدم الورقة البحثية SELFormerMM، وهو إطار عمل متعدد الوسائط يدمج تمثيلات SELFIES، والرسوم البيانية الهيكلية، والأوصاف النصية، وبيانات الرسوم البيانية للمعرفة، لتوليد تمثيلات جزيئية فائقة لاكتشاف الأدوية، متفوقاً بذلك على النماذج أحادية الوسائط الحالية عبر مختلف مهام التنبؤ بالخصائص.
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 أنك تحاول وصف وصفة معقدة لصديق لكي يتمكن من طهيها بإتقان. إذا أعطيته فقط قائمة المكونات (التسلسل)، فقد يفتقد تقنية الطهي. وإذا أعطيته فقط صورة للطبق النهائي (الهيكل)، فلن يعرف ترتيب الخطوات. وإذا أعطيته فقط مراجعة ناقد طعام (نص)، فلن يعرف المقادرات الدقيقة. وإذا أعطيته فقط خريطة لكيفية تفاعل هذا الطبق مع الأطعمة الأخرى (رسم بياني معرفي)، فلن يعرف ما هو الطبق في الأصل.
لفهم الوصفة حقاً، أنت بحاجة إلى الأوجه الأربعة جميعها مجتمعة.
هذه هي بالضبط المشكلة التي يواجهها العلماء عند محاولة تعليم الحواسيب فهم الجزيئات (اللبنات الصغيرة للأدوة). لفترة طويلة، كانت النماذج الحاسوبية قادرة فقط على النظر إلى شيء واحد في كل مرة، مثل قائمة المكونات فقط أو الصورة فقط. تقدم هذه الورقة البحثية نموذج ذكاء اصطناعي جديد يسمى SELFormerMM يعمل كـ "شيف خارق" يمكنه النظر إلى جميع الأوجه الأربعة في آن واحد لفهم الجزيء بشكل أفضل من أي وقت مضى.
إليك شرح مبسط لكيفية عمله:
1. "اللغات" الأربع للجزيئات
أدرك الباحثون أن الجزيئات تتحدث أربع "لغات" مختلفة، بينما كانت نماذج الذكاء الاصطناعي السابقة تتحدث لغة واحدة فقط. يتعلم SELFormerMM كل هذه اللغات:
- قائمة الوصفة (SELFIES): غالباً ما تُكتب الجزيئات كسلاسل من الحروف (مثل جملة كيميائية). الطريقة القديمة (SMILES) كانت تشبه كتابة وصفة تحتوي على أخطاء إملائية قد تجعل الطبق ينفجر أحياناً. أما الطريقة الجديدة (SELFIES) فهي لغة "محصنة ضد القواعد" تضمن أن الوصفة ستكون منطقية دائماً.
- المخطط (الهيكل): هذه خريطة ثنائية الأبعاد توضح كيفية اتصال الذرات ببعضها، مثل الرسم التخطيطي للأسلاك في منزل.
- المراجعة (النص): تمتلك الجزيئات أوصافاً في الأوراق العلمية وقواعد البيانات. هذا يشبه قراءة مقال لناقد طعام حول مذاق الطبق أو ملمسه.
- الشبكة الاجتماعية (الرسم البياني المعرفي): الجزيئات لا توجد في فراغ؛ فهي تتفاعل مع البروتينات والجينات والأمراض. هذا يشبه خريطة توضح من هم "أصدقاء" هذا الجزيء في الجسم (على سبيل المثال: "هذا الجزيء يتحدث مع البروتين X، الذي يساعد في علاج المرض Y").
2. كيف يعمل SELFormerMM: "العناق الجماعي"
يستخدم النموذج حيلة تدريب ذكية تسمى التعلم التبايني (Contrastive Learning). تخيل أن لديك أربعة أشخاص مختلفين يصفون نفس الشخص:
- مصور فوتوغرافي (الهيكل)
- كاتب (النص)
- فاحص DNA (التسلسل)
- أخصائي اجتماعي (الرسم البياني المعرفي)
في الماضي، كان هؤلاء الأشخاص الأربعة يعملون في غرف منفصلة. SELFormerMM يضعهم في نفس الغرفة ويقول لهم: "أنتم جميعاً تصفون نفس الجزيء! يجب أن تتفقوا على شكله."
يجبر الذكاء الاصطناعي هذه الرؤى الأربعة المختلفة على "عناق" بعضها البعض في مساحة ذهنية مشتركة. إذا قال "الكاتب" إن الجزيء "سام" وقال "الأخصائي الاجتماعي" إنه "يهاجم بروتيناً معيناً"، فإن الذكاء الاصطناعي يتعلم ربط هذه النقاط. ومن خلال إجبار هذه الرؤى المختلفة على التوافق، يبني الذكاء الاصطناعي فهماً أكثر ثراءً وثلاثي الأبعاد للجزيء مما قد توفره أي رؤية منفردة.
3. النتائج: محقق أدويّة أفضل
اختبر الباحثون هذا "الشيف الخارق" الجديد على مجموعة بيانات ضخمة تضم 3 ملايين جزيء، ثم طلبوا منه التنبؤ بسلوكيات الأدوية في العالم الحقيقي، مثل:
- هل يمكن لهذا الدواء عبور الحاجز الدموي الدماغي؟ (مثل السؤال: "هل يمكن لشاحنة التوصيل هذه المرور عبر بوابات المدينة؟")
- هل هذا الدواء سام؟ (مثل السؤال: "هل سيجعل هذا الطبق الزبون يمرض؟")
- ما مدى قوة التصاقه بالبروتين؟ (مثل السؤال: "ما مدى قوة المغناطيس؟")
الحكم النهائي: تفوق SELFormerMM على جميع النماذج الأخرى التي نظرت إلى لغة واحدة أو اثنتين فقط.
- كان بارعاً بشكل خاص في التنبؤ بالآثار الجانبية واختراق الدماغ.
- أثبت أنه عندما تجمع بين "الوصفة"، و"المخطط"، و"المراجعة"، و"الشبكة الاجتماعية"، فإنك تحصل على تنبؤ أذكى بكثير مما لو نظرت إلى المخطط وحده.
4. لماذا يهم هذا الأمر؟
فكر في اكتشاف الأدوية كعملية بحث عن إبرة في كومة قش.
- الذكاء الاصطناعي القديم: كان ينظر إلى الإبرة من زاوية واحدة. قد تفوته الإبرة إذا كانت مخفية من تلك الزاوية المحددة.
- SELFormerMM: يقوم بتدوير الإبرة، وفحصها تحت المجهر، وقراءة الملصق الموجود عليها، والتحقق من تاريخها. إنه يجد الإبرة بشكل أسرع وبثقة أكبر.
الخلاصة
تقدم هذه الورقة البحثية أداة جديدة تعلم الحواسيب فهم الجزيئات كما يفعل الخبير البشري: من خلال الجمع بين الكيمياء، والهيكل، واللغة، والبيولوجيا في آن واحد. إنها خطوة نحو اكتشاف أدوية أسرع، وأرخص، وأكثر أماناً، مما يساعد العلماء في العثور على أدوية منقذة للحياة دون إضاعة الوقت في طرق مسدودة.
والجزء الأفضل؟ جعل المبتكرون هذه الأداة مجانية ليستخدمها الجميع، حتى يتمكن العلماء الآخرون من البدء في بناء أدوية أفضل باستخدامها اليوم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.