تخيل أنك محقق يحاول حل لغز: كيف توقف مجرماً معيناً (بروتيناً مسبباً للمرض) عبر العثور على المفتاح المثالي (جزيء دواء) الذي يناسب قفله. لعقود من الزمن، حاول العلماء حل هذا الأمر عن طريق بناء نموذج ثلاثي الأبعاد ليد المجرم (شكل البروتين)، ثم تجربة ملايين المفاتيح لمعرفة أي منها يناسب القفل. يشبه هذا محاولة العثور على إبرة في كومة قش من خلال فحص كل قطعة قش تحت المجهر. يعمل هذا الأسلوب جيداً إذا كانت اليد تمسك بشكل ثابت وواضح، لكن العديد من المجرمين فوضويون، أو متقلبون، أو يخفون أيديهم في الظلام. هذه الأهداف التي كانت تُعتبر "غير قابلة للاستهداف دوائياً" كانت مستعصية لأننا لم نكن نستطيع رؤية قفل واضح لنضع فيه مفتاحاً. كان السؤال الكبير في عالم اكتشاف الأدوية هو: هل يمكننا العثق على المفتاح الصحيح دون الحاجة لرؤية القفل أولاً؟

إليك Ptarmigan-1، المحقق الرقمي الجديد الذي طوره باحثون في Talus Bioscience. بدلاً من محاولة بناء نموذج ثلاثي الأبعاد للبروتين أو الدواء، يتعلم هذا النموذج التعرف عليهما من خلال "بصماتهما" فقط—تسلسلهما الجيني وصيغتهما الكيميائية. فكر في الأمر كأنه تطبيق موسيقي يعرف أنك ستحب أغنية جديدة لمجرد أنها تشبه أغانيك المفضلة، دون الحاجة أبداً لرؤية الفرقة أو قاعة الحفل. يقوم Ptarmigan-1 بأخذ "موسيقى" تسلسل البروتين و"موسيقى" كيمياء الدواء ويترجمهما كلاهما إلى لغة مشتركة غير مرئية. في هذه اللغة، يقع الدواء الذي يناسب البروتين بجانبه مباشرة، تماماً كالأصدقاء في غرفة مزدحمة. وتظهر الورقة البحثية أن هذا النهج يمكنه مسح مليارات الأدوية مقابل كل بروتين في جسم الإنسان في أقل من يوم واحد، مما يجد تطابقات تفوتها النماذج ثلاثية الأبعاد التقليدية، خاصة للأهداف الفوضوية والمتقلبة التي حيرت العلماء لسنوات.

الطريقة القديمة مقابل الطريقة الجديدة

لفترة طويلة، كان العثور على دواء جديد يشبه محاولة العثور على مفتاح محدد لقفل محدد عن طريق بناء نموذج فيزيائي للقفل أولاً. كان العلماء يستخدمون الحواسيب لإنشاء صورة ثلاثية الأبعاد لـ "جيب" البروتين (القفل) ثم محاكاة كيفية التواء وتدور جزيء الدواء (المفتاح) ليتناسب بداخله. يُسمى هذا الرسو الجزيئي (molecular docking). وفي الآونة الأخيرة، بدأت نماذج الذكاء الاصطناعي فائقة الذكاء في التنبؤ بما سيبدو عليه مجمع البروتين والدواء بالكامل، كما لو كنت تطوي ورقة لتصنع منها طائر كركي. هذه الأساليب رائعة عندما يكون البروتين شكلاً صلباً ومحدداً. لكن العديد من البروتينات الهامة، مثل تلك المشاركة في السرطان أو الاستجابات المناعية، تشبه الهلام أو الرمال المتحركة؛ فهي لا تملك شكلاً ثابتاً، لذا لا يمكنك بناء نموذج لقفلها. إذا حاولت فرض نموذج ثلاثي الأبعاد عليها، فإن الحاسوب سيخمن شكلاً غير موجود، مما يؤدي إلى استنتاجات خاطئة.

يرى المؤلفون أن هذا الهوس ببناء وضعيات ثلاثية الأبعاد هو في الواقع ما يعيق اكتشاف الأدومی. إنه أمر بطيء، مكلف، وأعمى عن الأهداف التي تحتاج للمساعدة أكثر من غيرها. ويقترحون أننا لسنا بحاجة فعلياً لرؤية الشكل ثلاثي الأبعاد لنعرف ما إذا كان الدواء سيعمل؛ نحن فقط بحاجة لمعرفة ما إذا كانت "روح" الدواء تتوافق مع "روح" البروتين.

كيف يعمل Ptarmigan-1: الخاطبة العظيمة

Ptarmigan-1 هو نموذج "تعلم تبايني" (contrastive learning)، وهي طريقة معقدة تعني أنه خبير في التوفيق بين الأشياء. بدلاً من بناء نموذج ثلاثي الأبعاد، يأخذ شيئين: تسلسل الحروف التي تشكل البروتين (مثل جملة طويلة) والرمز الكيميائي للدواء (مثل وصفة طبخ). يستخدم عقلين قويين من الذكاء الاصطناعي—أحدهما مدرب على البروتينات والآخر مدرب على المواد الكيميائية—لترجمة كليهما إلى مساحة مشتركة وغير مرئية.

تخيل ساحة رقص عملاقة وغير مرئية. على أحد الجوانب، لديك آلاف البروتينات، وعلى الجانب الآخر، مليارات الأدوية المحتملة. لا يهتم Ptarmigan-1 بشكل أجسادهم؛ بل يهتم بكيفية حركتهم. إذا كان الدواء تطابقاً جيداً للبروتين، يسحب النموذج كلاهما ليقربهما من بعضهما في ساحة الرقص حتى يكادا يتلامسان. وإذا لم يتطابقا، يدفع بهما بعيداً عن بعضهما. السحر يكمن في أنه يفعل ذلك دون بناء صورة ثلاثية الأبعاد لهما وهما يتصافحان؛ هو فقط يعرف أنهما ينتميان لبعضهما لأن "بصماتهما" متوافقة.

ولأنه لا يضطر لبناء نموذج ثلاثي الأبعاد لكل زوج، فهو سريع للغاية. تشير الورقة البحثية إلى أن Ptarmigan-1 يمكنه تسجيل درجة للدواء في 10 مللي ثانية. قارن ذلك بـ 54 ثانية يستغرقها نموذج ثلاثي الأبعاد رائد (Boltz-2) للقيام بنفس المهمة. هذا يمثل تسريعاً بمقدار 5,000 ضعف. هذه السرعة تسم تسمح للفريق بفحص مكتبة تضم 3.4 مليار مركب مقابل البروتين البشري بأكمله (جميع البروتينات البشرية البالغ عددها 20,431) في أقل من يوم واحد. هذا يشبه فحص كل شخص في ملعب مقابل كل مفتاح في خزنة ضخمة في الوقت الذي يستغرقه تحضير كوب من القهوة.

العثور على الإبرة في كومة القش الفوضوية

كان الاختبار الحقيقي لـ Ptarmigan-1 هو ما إذا كان بإمكانه العثور على أدوية للأهداف "الفوضوية" التي تفشل النماذج ثلاثية الأبعاد في التعامل معها. اختبره الباحثون على ثلاثة أنواع من التحديات:

1. الأهداف جيدة الطي: بالنسبة للبروتينات ذات الأشكال الواضحة والمستقرة (مثل تلك الموجودة في الكتب المدرسية القياسية)، كان أداء Ptarmigan-1 يضاهي أفضل النماذج ثلاثية الأبعاد. لقد استطاع العثور على الأدوية الصحيحة، مما أثبت أنه لا يحتاج للنموذج ثلاثي الأبعاد ليكون دقيقاً.
2. الأهداف الخفية والتساهمية: بعض البروتينات تمتلك جيوباً مخفية لا تفتح إلا عند وصول الدواء، أو لديها نقاط محددة حيث "يلصق" الدواء نفسه كيميائياً. غالباً ما تفشل النماذج التقليدية في هذه الحالات لأنها لا تستطيع التنبؤ بالشكل المخفي. ومع ذلك، نجح Ptarmbach-1 في تحديد هذه التطابقات. على سبيل المثال، وجد أدوية تلتصق بحمض أميني معين من نوع "السيستين" (نقطة لصق) حتى عندما كان شكل البروتين غير معروف.
3. الأهداف غير المنتظمة: هذا هو الانتصار الأكبر. بعض البروتينات غير منتظمة بنيوياً—فهي تشبه خيوط السباغيتي التي لا تستقر أبداً في شكل معين. تظهر الورقة أن النماذج ثلاثية الأبعاد بالنسبة لهذه الأهداف تستسلم تقريباً، حيث لا تؤدي أداءً أفضل من التخمين العشوائي. ومع ذلك، ظل Ptarmigan-1 يجد تطابقات قوية، حيث حدد مواقع الأدوية في الأجزاء الصحيحة من هذه البروتينات الفوضوية، مما يشير إلى أن تطابق "الروح" يعمل حتى عندما لا يوجد "قفل" لرؤيته.

اختبار من العالم الحقيقي: لغز STAT6

لإثبات أن هذا ليس مجرد خدعة حاسوبية، اختبر الفريق Ptarmigan-1 على لغز من العالم الحقيقي: مجموعة من الأدوية الجديدة لبروتين يسمى STAT6، وهو بروتين مشارك في الاستجابات المناعية. تم الكشف عن هذه الأدوية مؤخراً في براءات اختراع ولكنها لم تكن موجودة في بيانات تدريب النموذج. صُممت هذه الأدوية لتناسب جيباً ضحلاً وصعباً في بروتين STAT6.

عندما أجرى الباحثون الاختبار، حدد Ptarmigan-1 هذه الأدوية بشكل صحيح كأفضل التطابقات، والأهم من ذلك، أشار بدقة إلى المكان الصحيح على البروتين (نطاق SH2) حيث ترتبط بها. في المقابل، فشلت النماذج ثلاثية الأبعاد (Boltz-2) في العثور على الموقع الصحيح، حيث خمنت موقعاً مختلفاً وغير صحيح تماماً على البروتين. يشير هذا إلى أن Ptarmigan-1 يمكنه العثور على "المفتاح" الصحيح لـ "قفل" لم يره من قبل، حتى عندما يكون القفل ضحلاً وغريباً.

المستقبل: نوع جديد من البحث

يشير المؤلفون إلى أن هذا يغير طريقة تفكيرنا في اكتشاف الأدوية. بدلاً من بناء نموذج ثلاثي الأبعاد جديد لكل بروتين جديد وكل دواء جديد (وهو ما يستغرق وقتاً طويلاً)، يمكننا فقط البحث عن "المسافة" بينهما في هذه المساحة المشتركة غير المرئية. بمجرد بناء هذه المساحة، يصبح العثيد على تطابق سهلاً مثل بحث جوجل.

تخلص الورقة البحثية إلى أنه بينما لا تزال النماذج ثلاثية الأبعاد مفيدة لفهم التفاصيل الدقيقة لكيفية ملاءمة الدواء، إلا أنها ليست ضرورية للبحث الأولي. ومن خلال فصل عملية البحث عن البنية ثلاثية الأبعاد، يفتح Ptarmigan-1 الباب للعثور على أدوية لـ 87% من البروتينات البشرية التي كانت تُعتبر "غير قابلة للاستهداف دوائياً" بسبب افتقارها لشكل واضح. إنه يشير إلى أن مستقبل اكتشاف الأدوية لا يتعلق ببناء نماذج ثلاثية الأبعاد أفضل، بل بتعلم لغة أفضل لوصف كيفية تواصل البروتينات والأدوية مع بعضها البعض.

باختصار، يثبت Ptarmigan-1 أنك لست بحاجة لرؤية القفل لتجد المفتاح؛ أنت فقط بحاجة لمعرفة الإيقاع الصحيح لجعلهما يرقصان معاً.