💻 المعلوماتية الحيوية

Synthesis-aware generative design in trillion-scale chemical spaces for automated drug discovery

تقدم الورقة البحثية Hyper Screening X، وهو إطار عمل للذكاء الاصطناعي التوليدي يدمج التصميم القائم على البنية مع أجهزة التخليق الآلي للتنقل بكفاءة عبر الفضاءات الكيميائية ذات المقياس التريليوني، حيث نجح في تحديد مركبات رائدة من فئة "الأول من نوعه" بمعدلات نجاح عالية في التخليق والوظائف.

المؤلفون الأصليون: Seo, S., Sung, Y., Hwang, S.-Y., Kang, M., Lee, J., Bordi, S., Raguz, L., Choi, J., Melnichenko, D., Namkung, W., Lee, S., Lim, J., Wanner, B. M., Han, J. M., Kim, W. Y.

نُشر 2026-10-08

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Seo, S., Sung, Y., Hwang, S.-Y., Kang, M., Lee, J., Bordi, S., Raguz, L., Choi, J., Melnichenko, D., Namkung, W., Lee, S., Lim, J., Wanner, B. M., Han, J. M., Kim, W. Y.

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

لطالما كانت عملية البحث عن أدوية جديدة بمثابة لعبة حظ تُلعب ضد محيط من الاحتمالات. يدرك العلماء أن الكون الكيميائي يحتوي على تريليونات الجزيئات المحتملة، وهو مشهد شاسع قد يحمل فيه مركب واحد مفتاح علاج مرض ما. لعقود من الزمن، كان النهج المعياري يتمثل في بناء مكتبات رقمية ضخمة لهذه الأدوية المحتملة واستخدام الحواسيب لفحصها، بحثًا عن تلك التي قد تتناسب مع هدف بيولوجي مثل المفتاح في القفل. ومع ذلك، فإن هذه الطريقة تصطدم بحائط مسدود؛ فغالبًا ما تقترح الحواسيب جزيئات تبدو مثالية على الشاشة ولكن يستحيل بناؤها في مختبر حقيقي، أو تفشل في العثور على المرشحات النادرة والمثالية المختبئة داخل هذا الحجم الهائل من البيانات. لقد ظلت الفجوة بين ما يمكن للحاسوب تخيله وما يمكن للكيميائي إنتاجه فعليًا عائقًا مستعصيًا أمام تسريع اكتشاف الأدوية.

لقد نجح فريق من الباحثين الآن في جسر هذه الفجوة بنظام جديد لا يتخيل الجزيئات فحسب، بل يصممها خصيصًا لتكون قابلة للبناء. فقد ابتكروا إطار عمل للذكاء الاصطناعي يسمى "Hyper Screening X"، والذي يعمل بشكل مختلف عن الأدوات السابقة. فبدلاً من مسح قائمة ثابتة من الخيارات المعدة مسبقًا، يعمل هذا النظام كمهندس معماري موجه؛ فهو يفهم القواعد الصارمة للبناء الكيميائي، ويعرف بالضبط ما هي وحدات البناء المتاحة وكيف يمكن ربطها في مختبر واقعي. ومن خلال دمج هذه القيود الفيزيائية مباشرة في عملية تفكيره، يستكشف النظام فضاءً كيميائيًا يضم أحد عشر تريليون مركبًا، وهو رقم ضخم لدرجة أنه قد يستغرق عمرًا بشريًا للتحقق من جزء ضئيل منه فقط. لا يضيع النظام وقته في الهياكل المستحيلة؛ بل يتنقل في هذا المشهد الذي يبلغ حجمه التريليونات عبر النظر فقط في الجزيئات التي يمكن تجميعها بواسطة آلات مؤتمتة، مما يضمن أن كل فكرة يولدها جاهزة لطاولة المختبر.

ولاختبار مدى فاعلية هذا النهج في العالم الحقيقي، لجأ الباحثون إلى هدف بيولوجي صعب: بروتين يسمى SLC1A5_var، والذي يعمل كناقل للجلوتامين داخل الميتوكوندريا في الخلايا. هذا البروتين ضروري لأنواع معينة من السرطان، لكن من الصعب للغاية استهدافه بالأدوية بسبب بنيته المعقدة. طلب الفريق من الذكاء الاصطناعي الخاص بهم تصميم جزيئات من شأنها حظر هذا البروتين مع الالتزام أيضًا بمعايير السلامة والكيمياء الصارمة. قام النظام بتوليد ملايين المرشحين واختار أفضل ثلاثة وعشرين بناءً على مدى قدرتها المتوقعة على الارتباط بالهدف ومدى سهولة تصنيعها. ثم أُرسلت هذه التصاميم الثلاثة والعشرون مباشرة إلى منصة تصنيع مؤتمتة، وهي نظام روبوتي يبني الجزيئات دون تدخل بشري. وكانت النتيجة مذهلة: تم بناء اثنين وعشرين من أصل ثلاثة وعشرين تصميمًا بنجاح، أي بمعدل نجاح يقارب ستة وتسعين بالمائة. أثبت هذا المعدل المرتفع من النجاح أن الذكاء الاصطناعي لم يكن مجرد مخمن؛ بل كان يتنبأ بدقة بما يمكن صنعه فيزيائيًا.

بمجرد الحصول على الجزيئات، اختبرها الباحثون لمعرفة ما إذا كانت تعمل بالفعل. ووجدوا أن أحد عشر من أصل اثنين وعشرين مركبًا تم تصنيعها نجحت في منع البروتين من أداء وظيفته، وهو معدل نجاح يصل إلى خمسين بالمائة، وهو معدل مرتفع للغاية في مراحل اكتشاف الأدوية المبكرة. وقد برز اثنان من هذه المركبات كمرشحين واعدين بشكل خاص؛ حيث تمكنا من حظر البروتين بدقة عالية، مما أدى إلى وقف نقله للجلوتامين دون إلحاق الضرر بالخلايا السليمة. وكشفت المزيد من التجارب عن كيفية عملهما: حيث ارتبطت المركبات بنقطة خفية في البروتين، مما تسبب في انهيار هيكل البروتين وتعطيل وظيفته. أدى هذا الاضطراب إلى انهيار إنتاج الطاقة في الخلايا السرطانية، مما أدى فعليًا إلى تجويعها. وأظهر المركبان الرائدان نشاطًا قويًا عند تركيزات منخفضة جدًا، حيث تطلب أحدهما ٢٣١.٢ نانومولار فقط لتحقيق نصف التأثير الأقصى، كما حافظا على هامش أمان واسع، مما يعني قدرتهما على قتل الخلايا السرطانية دون الإضرار بالخلايا الطبيعية.

تكمن أهمية هذا العمل في قدرته على تحويل القوة المجردة للذكاء الاصطناعي إلى واقع مادي ملموس. فغالبًا ما كانت الطرق السابقة تنتج قوائم من الجزيئات التي تبدو جيدة على شاشة الكمبيوتر ولكنها تفشل عندما يحاول الكيميائيون صنعها، أو كانت تتطلب تجربة وخطأ بشرية واسعة النطاق للعثور على حل فعال. يزيل هذا النظام الجديد هذا الانفصال من خلال تصميم الدواء وعملية تصنيعه في آن واحد. لقد أثبت الباحثون أنه من خلال احترام قواعد الكيمياء منذ البداية، يمكنهم التنقل في فضاء يضم أحد عشر تريليون احتمال للعثور على حلول نادرة وفعالة. إن اكتشاف هذين المركبين الجديدين، اللذين يستهدفان بروتينًا كان يُعتبر سابقًا غير قابل للاستهداف بالأدوية بدقة عالية، يشير إلى أن مستقبل اكتشاف الأدوية قد لا يكون متعلقًا بالبحث عن إبرة في كومة قش، بل ببناء آلة يمكنها نسج الإبرة نفسها. يقدم هذا النهج مسارًا عمليًا نحو اكتشاف الأدوية المستقل تمامًا، حيث تتم دورة التصميم والبناء والاختبار بسلاسة، مما يسرع الرحلة من الفكرة العلمية إلى الدواء المنقذ للحياة.

أبحاث مشابهة