A Closed-Loop Robot Scientist for Autonomous Biological Discovery
تقدم هذه الورقة MOMbot، وهو روبوت عالم ذاتي القيادة يدمج التدخلات الفيزيائية متعددة الوسائط مع التعلم النشط والتصوير عالي الدقة لاستكشاف مساحات المعلمات البيولوجية الشاسعة بكفاءة واكتشاف العلاقات المعقدة بين المدخلات والمخرجات عبر أنظمة بيولوجية متنوعة.
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
ليست الحياة صورة ثابتة؛ بل هي حوار مستمر بين الخلايا ومحيطها. فكل كائن حي، من خلية واحدة إلى حيوان معقد، يستجيب للعالم المادي المحيط به. تشعر الخلايا بجذب الجاذبية، وضغط تدفق السوائل، ودفء الشمس، وشرارة الكهرباء. وقد عرف العلماء منذ زمن طويل أن هذه الإشارات الفيزيائية لا تقل أهمية عن الإشارات الكيميائية في إخبار الخلية بما يجب أن تفعله، مثل متى تنقسم، أو متى تتحرك، أو كيف تشكل نفسها لتصبح نسيجاً معيناً. ومع ذلك، ورغم كل ما نعرفه عن هذه الإشارات، فإن استكشاف كيفية عملها معاً كان عملية بطيئة ويدوية. فقد كان على الباحثين تقليدياً إعداد التجارب يدوياً، عبر تغيير متغير واحد في كل مرة، مثل تعديل درجة الحرارة أو إضافة قطرة من مادة كيميائية، ثم الانتظار لرؤية ما سيحدث. وهذه الطريقة بطيئة جداً لرسم خريطة للمشهد الشاسع من الاحتمالات، حيث يمكن مزج عشرات القوى الفيزيائية المختلفة مع بعضها البعض بطرق لا حصر لها للتأثير على الحياة.
ولحل هذه المشكلة، صمم فريق من الباحثين نوعاً جديداً من المساعد المختبري: عالماً آلياً (روبوتاً) لا يمكنه إجراء التجارب فحسب، بل يمكنه أيضاً تقرير أي التجارب سيجريها تالياً. هذا الجهاز، الذي يُسمى "MOMbot"، مصمم لاستكشاف كيف تشكل القوى الفيزيائية الأنظمة الحية. يقع الروبوت في مختبر ويحتوي على خمس محطات عمل منفصلة، كل منها قادر على حمل طبقين صغيرين يحتويان على مواد بيولوجية حية. وداخل هذه الأطباق، يمكن للروبوت إدخال أربعة أنواع مختلفة من التغييرات الفيزيائية: يمكنه تقديم كميات دقيقة من المواد الكيميائية، أو تطبيق اهتزازات لطيفة، أو إنشاء مجالات كهربائية، أو تغيير درجة الحرارة. والأهم من ذلك، أن الروبوت مقترن بنظام ذكاء اصطناعي يراقب الخلايا الحية عبر كاميرات عالية الدقة. وبينما يجري الروبوت التجارب، يقوم الذكاء الاصطناعي بتحليل النتائج في الوقت الفعلي ويستخدم تلك المعلومات لاختيار التجربة التالية مباشرة. وبدلاً من أن يخمن البشر ما يجب تجربته تالياً، يتعلم الروبوت من أخطائه ونجاحاته، مركزاً جهوده على المناطق التي يعرف عنها أقل، وهي المناطق التي من المرجح أن تختبئ فيها أكثر الاكتشافات إثارة للاهتمام.
اختبر الباحثون هذا النظام على ثلاثة أنواع مختلفة تماماً من المادة الحية لإثبات قدرته على التعامل مع نطاق واسع من المقاييس البيولوجية. أولاً، عملوا مع خلايا سائبة مأخوذة من جلد جنين ضفدع. في الطبق العادي، ستطفو هذه الخلايا منفصلة فحسب، ولكن عندما طبق الروبوت نمطاً معيناً من الاهتزاز، تم دفع الخلايا معاً لتشكل عناقيد متراصة. وعلى مدار بضعة أيام، نظمت هذه العناقيد نفسها طبيعياً لتصبح أعضاءً وظيفية صغيرة يمكنها الحركة من تلقاء نفسها، مكتملة بهياكل تشبه الشعر تنبض في انسجام. أثبت هذا أن الروبوت لا يمكنه تحريك الخلايا فحسب، بل يمكنه أيضاً توجيهها لبناء أنسجة معقدة وعاملة من الصفر دون تدخل بشري.
بعد ذلك، اختبر الفريق قدرة الروبوت على التحكم في البيئات الكيميائية ودرجة الحرارة. وضعوا "عضويات" (organoids) صغيرة متحركة في الأطباق وأدخلوا مادة كيميائية تسمى بيروكسيد الهيدروجين. قدم الروبوت كميات مختلفة من هذه المادة وراقب رد فعل العضويات. عند الجرعة المنخفضة، تحركت العضويات بشكل أسرع، ولكن عند الجرعة العالية، تباطأت وتوقفت. كما اختبر الروبوت كيف تؤثر درجة الحرارة على نمو أجنة الضفادع الكاملة. ومن خلال ضبط محطات مختلفة على درجات حرارة متفاوتة، تتراوح من البارد إلى الدافئ، لاحظ الروبوت أن الأجنة في المياه الأكثر دفئاً تطورت أسرع بنحو ثلاث مرات من تلك الموجودة في المياه الأكثر برودة، وهو ما يتوافق تماماً مع توقعات العلماء. أكدت هذه الاختبارات أن الروبوت يمكنه التحكم في البيئة الفيزيائية وقياس الاستجابة البيولوجية بدقة عالية.
ومع ذلك، كان الجزء الأكثر أهمية في الدراسة هو قدرة الروبوت على التعلم من تلقاء نفسه. أراد الباحثون معرفة ما إذا كان بإمكان الذكاء الاصطناعي اكتشاف العلاقة الدقيقة بين الصدمة الكهربائية وسلوك العضوي المتحرك. كانوا يعلمون أن صدمة قصيرة قد لا تفعل شيئاً، بينما صدمة طويلة جداً ستوقف العضوي للأبد، لكنهم لم يعرفوا النقطة الدقيقة التي يتغير عندها السلوك. قد يحتاج الإنسان إلى إجراء مئات التجارب العشوائية لإيجاد نقطة التحول هذه، لكن الروبوت، بتوجيه من ذكائه الاصطناعي، فعل شيئاً أكثر ذكاءً. بدأ باختبار بعض المدد الزمنية العشوائية، ثم استخدم النتائج لتخمين أين يبلغ "عدم اليقين" ذروته. أدرك أن المعلومات الأكثر قيمة ستأتي من اختبار المدد الزمنية القريبة من النقطة التي بدأت فيها العضويات في التوقف عن الحركة. ركز الذكاء الاصطناعي تجاربه في هذه المنطقة المحددة وغير المؤكدة، متجاهلاً المناطق التي كانت فيها النتيجة واضحة بالفعل. وفي النهاية، وجد الروبوت المدة الحرجة التي جعلت نصف العضويات مشلولة بكفاءة أكبر مما لو كان قد اختار أوقاتاً عشوائية للاختبار فقط.
يظهر هذا العمل أن بإمكان العالم الآلي (الروبوت) إغلاق الحلقة بنجاح بين إجراء التجربة والتعلم منها. أثبت النظام قدرته على التعامل مع مواد بيولوجية متنوعة، من الخلايا المفردة إلى الأجنة الكاملة، وتطبيق أنواع متعددة من المحفزات الفيزيائية في آن واحد. ومن خلال ترك الذكاء الاصطناعي يقرر التجارب التي سيجريها، تمكن الفريق من رسم خريطة لاستجابة بيولوجية معقدة بعدد أقل بكثير من التجارب التي تتطلبها الطرق التقليدية. لا تدعي هذه الدراسة أنها حلت جميع أسرار البيولوجيا، لكنها تضع أداة قوية جديدة. وهي تشير إلى أن مستقبل الاكتشاف البيولوجي قد يكمن في الآلات التي يمكنها اختبار الفرضيات الفيزيائية بلا كلل، والتعلم من كل نتيجة لتوجيه الخطوة التالية، مما يسمح للعلماء باستكشاف القواعد الخفية للحياة بسرعة وعمق كانا مستحيلين في السابق.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.