Phenotype-driven de novo molecular design from gene expression signatures

تخيل أنك شيف ماهر يحاول ابتكار طبق جديد. عادةً، تبدأ بمكون محدد تريد إبرازه، مثل: "أحتاج إلى صلصة طعمها تماماً مثل الكمأة". في عالم الطب، يشبه هذا تصميم دواء ليرتبط ببروتين معين في الجسم، مثل مفتاح يناسب قفلاً. هذا النهج القائم على "الهدف" هو الوصفة القياسية منذ عقود. لكن أحياناً، تكون كتاب الوصفات غير مكتمل. قد لا نعرف بالضبط أي بروتين يسبب المرض، أو قد يكون المرض فوضوياً للغاية بحيث لا يكفي إصلاح قفل واحد لوقف الفوضى. في هذه الحالات، ينظر العلماء إلى "ملف النكهة" للمطبخ بأك its بدلاً من مجرد مكون واحد. إنهم ينظرون إلى بصمة التعبير الجيني، وهي تشبه قائمة ضخمة من الملاحظات التي تصف كيف تصرخ كل خلية، أو تهمس، أو تئن في جسم مريض. إنها لقطة للحالة الداخلية للجسم. السؤال الكبير هو: هل يمكننا أخذ هذه القائمة الفوضوية والصاخبة من صرخات الخلايا واستخدامها لطهي دواء جديد تماماً بشكل تلقائي ليهدئ الضجيج، حتى لو لم نكن نعرف بالضبط أي "قفل" سيقوم هذا الدواء بتدويره؟

هذا هو التحدي الذي يعالجه دراسة جديدة تقدم أداة تسمى Tx2Mol. فكر في Tx2Mol كأنه مساعد شيف ذكي للغاية ومدعوم بالذكاء الاصطناعي، لا ينظر فقط إلى مكون واحد بل يقرأ الحالة المزاجية للمطبخ بأكمله. بدلاً من إخباره "اصنع مفتاحاً لهذا القفل"، يتم تزويد الذكاء الاصطناعي بـ "ترانسكريبتوم" (نسخة نسخية) — وهو تقرير مفصل عن كيفية سلوك الجينات في مرض معين أو بعد علاج معين. الهدف هو توليد جزيء جديد تماماً (وصفة كيميائية جديدة)، والذي عند إضافته إلى الخليط، سينتج استجابة بيولوجية تطابق ذلك التقرير. اختبر الباحثون ذلك على ثلاثة أنواع من "المطابخ": العينات الكلية (قدر كبير من الخلايا المختلطة)، وعينات الخلية الواحدة (النظر إلى خلايا فردية وصاخبة)، وبيانات المرضى الحقيقيين. ووجدوا أن Tx2Mol يمكنه بنجاح طهي جزيئات جديدة لا تبدو سليمة كيميائياً فحسب، بل تبدو أيضاً وكأنها "تتذوق" بشكل صحيح للحالة المرضية المحددة، وغالباً ما تجد هياكل جديدة تختلف عن الأدوية الموجودة ولكنها لا تزال فعالة.

المشكلة: عندما تكون صفحات كتاب الوصفات مفقودة

لفترة طويلة، كان اكتشاف الأدوية يشبه محاولة بناء منزل من خلال النظر فقط إلى الباب الأمامي. يجد العلماء بروتيناً معيناً (الباب) ويصممون جزيئاً (المفتاح) لفتح أو إغلاق هذا الباب. هذا يعمل بشكل رائع عندما نعرف تماماً شكل الباب. لكن العديد من الأمراض، مثل السرطان، تشبه حياً كاملاً في حالة فوضى. المشكلة ليست مجرد باب مكسور واحد؛ بل هي حركة المرور، والضجيج، وشبكة الكهرباء التي تعمل بشكل غير منتظم في آن واحد. أحياناً، لا نعرف حتى أي بروتين محدد هو المتسبب الرئيسي.

في هذه الحالات، يمكن للعلماء قياس "بصمة التعبير الجيني". تخيل هذا كأنه ميكروفون عالي التقنية يسجل دردشة آلاف الجينات داخل الخلية. إذا كانت الخلية مريضة، فقد تصرخ الجينات "حريق!" أو "النجدة!" بنمط معين. إذا كان الدواء فعالاً، فإنه يغير هذا النمط إلى شيء أكثر هدوءاً. الفكرة هي استخدام هذا "الدردشة" كمخطط. إذا استطعنا إخبار الكمبيوتر: "اصنع جزيئاً يحول نمط 'حريق!' هذا إلى نمط 'هدوء'"، فقد نكتشف أدوية جديدة دون الحاجة لمعرفة آلية القفل والمفتاح بدقة أولاً.

ومع ذلك، هناك عقبة. بصمات الجينات هذه فوضوية، ضخمة، وتعتمد بشدة على السياق (مثل ما إذا كانت الخلية في الكبد أو الرئة). المحاولات السابقة لاستخدام هذه البصمات لتصميم الأدوية غالباً ما تعاملت مع البصمة كمجرد تلميح لمرة واحدة في البداية. كان الأمر يشبه إخبار الشيف: "اصنع شيئاً حاراً"، ثم تركه يطبخ بقية الطبق دون أي تذكيرات أخرى. وبحلول الوقت الذي ينتهي فيه الطبق، قد يكون الشيف قد نسي تعليمات "الحار" وصنع شيئاً عاماً. والنتيجة؟ جزيء يبدو جيداً على الورق ولكنه لا يعالج المشكلة البيولوجية المحددة فعلياً.

الحل: Tx2Mol، الشيف "الهمّاس"

بنى الباحثون وراء هذه الدراسة Tx2Mol لحل مشكلة "النسيان" هذه. أرادوا نظاماً يبقي الهدف البيولوجي في الاعتهاد في ذهنه خلال كل خطوة من عملية الطهي.

استخدموا خدعتين رئيسيتين لإبقاء الذكاء الاصطناعي مركزاً:

1. "الهمس ذو البادئة الناعمة" (Soft-Prefix): بدلاً من مجرد إعطاء الذكاء الاصطناعي تلميحاً في البداية، يقوم Tx2Mol بإرفاق "همس" خاص بكل خطوة من خطوات إنشاء الجزيء. تخيل أن الذكاء الاصطناعي يبني جزيئاً ذرة بذرة، مثل تكديس قطع الليغو. مع Tx2Mol، في كل مرة يلتقط فيها قطعة جديدة، يتلقى تذكيراً لطيفاً من بصمة الجينات: "تذكر، نحن نحاول تهدئة هذا المرض المحدد". هذا يضمن أن الجزيء النهائي مرتبط بعمق بالهدف البيولوجي، وليس مجرد هيكل كيميائي عشوائي.
2. "التدريب على الربط" (Matchmaker Training): تم تدريب الذكاء الاصطناعي أيضاً ليكون "خاطبة" أو جامعاً للأزواج. لقد تعلم ربط بصمات جينية محددة بالجزيئات التي تعالجها، باستخدام تقنية تسمى "المحاذاة التباينية". هذا يشبه تعليم الذك_ الاصطناعي التعرف على أن "صرخة" معينة من خلية مريضة تُجاب دائماً بـ "أغنية مهدئة" محددة من الدواء. هذا يساعد الذكاء الاصطناعي على تجنب صنع جزيئات عامة ومملة لا تفعل شيئاً حقاً.

اختبار التذوق: هل نجحت الأطباق الجديدة؟

وضع الفريق Tx2Mol في ثلاث اختبارات تذوق صارمة ليروا ما إذا كان بإمكانه حقاً طهي أدوية مفيدة.

الاختبار 1: القدر الكلي (أهداف السرطان القياسية)
أولاً، اختبروا الذكاء الاصطناعي على 10 أهداف مختلفة متعلقة بالسرطان (مثل AKT1 و HDAC1 و TP53). أعطوا الذكاء الاصطناعي بصمات الجينات لخلايا حيث تعطلت هذه الأهداف وطلبوا منه توليد جزيئات جديدة.

• النتيجة: كان Tx2Mol شيفاً متميزاً. فقد ولد جزيئات كانت أكثر تشابهاً مع الأدوية الفعالة المعروفة من أي طريقة أخرى جربوها. في المتوسط، حسن التشابه مع الأدو "المعروفة" بنسبة 24.10%. وبالنسبة لهدف محدد، وهو HDAC1، كان التحسن هائلاً بنسبة 50.67%.
• التحقق: لم يكتفوا بالنظر إلى التشابه فحسب؛ بل تحققوا مما إذا كانت الجزيئات "حقيقية" (صحيحة كيميائياً) وما إذا كانت جديدة (ليست مجرد نسخ من الأدوية القديمة). اجتاز Tx2Mol الاختبار بتفوق، حيث صنع جزيئات عالية الجودة وجديدة في آن واحد.
• الإرساء (Docking): قاموا بمحاكاة وضع هذه الجزيئات الجديدة داخل "أقفال" البروتين الفعلية باستخدام برنامج كمبيوتر يسمى AutoDock Vina. وقد ناسبت الجزيئات الجديدة الأقفال بشكل أفضل من الأدوما المعروفة في كثير من الحالات، مما يشير إلى أنها قد ترتبط بالهدف فعلياً.

الاختبار 2: ضجيج الخلية الواحدة (الخلايا الفردية الصاخبة)
بعد ذلك، انتقلوا إلى تحدٍ أصعب: بيانات الخلية الواحدة. هذا يشبه محاولة سماع همسة في غرفة مزدحمة وصاخبة. البيانات هنا أكثر فوضوية بكثير. استخدموا بيانات من ثلاثة خطوط خلوية (A549 و K562 و MCF7) عولجت بأدوية مختلفة.

• النتيجة: حتى مع وجود الضجيج، حافظ Tx2Mol على موقفه. لقد تفوق على نسخ من نفسه لم تستخدم "الهمس ذو البادئة الناعمة"، مما يثبت أن إبقاء الهدف البيولوجي في الذهن في كل خطوة أمر بالغ الأهمية.
• المحاكاة: لمعرفة ما إذا كانت الجزيئات الجديدة ستعمل بالفعل، استخدموا ذكاءً اصطناعياً منفصلاً (chemCPA) للتنبؤ بما سيحدث إذا وُضعت هذه الجزيئات الجديدة في الخلايا. ووجدوا أن الجزيئات التي ولدها Tx2Mol حافظت على "الاستجابة النسخية" للأدوق الأصلية. بعبارة أخرى، إذا جعل الدواء الأصلي بعض الجينات ترتفع وأخرى تنخفض، فإن جزيئات Tx2 mới فعلت الشيء نفسه. بل إنهم طابقوا اتجاه التغييرات (ارتفاعاً أو انخفاضاً) بنسبة 98% لأفضل 50 جيناً. وهذا يشير إلى أن الجزيئات الجديدة ليست مجرد أشكال عشوائية؛ بل هي تحاكي التأثير البيولوجي للأدوية الحقيقية.

الاختبار 3: المريض الحقيقي (بصمات الأمراض)
أخيراً، جربوا الاختبار النهائي: استخدام بصمات الجينات من مرضى حقيقيين يعانون من 12 مرضاً مختلفاً، بما في ذلك الزهايمر، وسرطان الثدي، وتليف الكبد. طلبوا من Tx2Mol توليد جزيئات يمكنها نقل بصمة جينات المريض من حالة "المرض" إلى حالة "الصحة".

• النتيجة: نجح الذكاء الاصطناعي في توليد جزيئات تشبه إلى حد كبير الأدوية المعتمدة لهذه الأمراض. لكل مرض من الأمراض الـ 12، صنع Tx2Mol على الأقل جزيئاً واحداً مطابقاً لدواء معتمد معروف (تشابه تانيموتو قدره 1.00).
• الاستكشاف: لكنه لم يكتفِ بنسخ الأدوية. بل صنع أيضاً "ذيلاً" من الجزيئات الفريدة والجديدة التي استكشفت مناطق كيميائية جديدة مع البقاء في الحي الصحيح. وعندما قاموا بمحاكاة كيفية ارتباط هذه الجزيئات بأهداف سرطان الثدي، سجل الكثير منها درجات جيدة جداً (أقل من -8 kcal/mol)، مما يشير إلى أنها قد تكون مرشحات قوية للاختبار في العالم الحقيقي.

ماذا يعني هذا؟

تشير الدراسة إلى أن بصمات التعبير الجيني ليست مجرد تقارير سلبية لما هو خاطئ في الخلية، بل يمكن أن تكون مخططات نشطة وقابلة للتنفيذ لتصميم أدوية جديدة. يظهر Tx2Mol أنه من خلال إبقاء الهدف البيولوجي في الذهن خلال كل خطوة من خطوات التصميم، يمكننا توليد جزيئات سليمة كيميائياً، ومبتكرة هيكلياً، وذات صلة بيولوجية.

وعلى الرغم من أن هذه الدراسة تعتمد بشكل كبير على المحاكاة، ولم تُختبر الجزيئات بعد في مختبر حقيقي أو على مرضى، إلا أن النتائج واعدة. إنها تفتح الباب لطريقة جديدة في اكتشاف الأدوية: طريقة لا نحتاج فيها لمعرفة "القفل" بدقة لنبدأ في تصميم "المفتاح". بدلاً من ذلك، يمكننا الاستماع إلى إشارة استغاثة الخلية وترك الذكاء الاصطناعي يطهو حلاً يعيد الخلية إلى حالة صحية. الخطوة التالية، كما يذكر المؤلفون، هي أخذ هذه الوصفات الرقمية واختبارها في العالم الحقيقي لمعرفة ما إذا كانت يمكنها حقاً علاج الأمراض.