TRACE: A FINE-TUNED BIOMEDICAL LANGUAGE MODEL FOR DIRECTIONALLY INFORMED DRUG REPURPOSING FROM TRANSCRIPTOME-WIDE ASSOCIATION STUDIES
تقدم الورقة البحثية TRACE، وهو مسار عمل مدعوم بالذكاء الاصطناعي وقابل للتوسع يستفيد من نموذج لغوي بيولوجي طبي دقيق الضبط لأتمتة تنسيق الأدبيات وتصنيف مرشحي الأدوية المعتمدة من قبل إدارة الغذاء والدواء لإعادة الاستخدام عبر مواءمة اتجاهات تأثيرات الجينات والأدوية مع إشارات دراسة الارتباط على مستوى الترانسكريبتوم (TWAS)، مما يجسّر الفجوة بين الاكتشاف الجيني وتوليد الفرضيات العلاجية.
المؤلفون الأصليون:Otieno, C. O., Seagle, H. M., Akerele, A. T., Jaworski, J., Guare, L., Setia-Verma, S., Velez Edwards, D. R., Edwards, T. L.
إن إيجاد استخدام جديد لدواء موجود بالفعل هو أحد أكثر الطرق واعدة لتسريع التقدم الطبي. فبدلاً من ابتكار دواء من الصفر — وهي عملية قد تستغرق أكثر من عقد من الزمن وتكلف مليارات الدولارات — يبحث العلماء عن طرق لإعادة توظيف المركبات التي ثبتت سلامتها بالفعل للبشر. ويكمن التحدي في الربط بين النقاط بين مرض معين ودواء معين. وقد وفر علم الوراثة الحديث خريطة جديدة قوية لهذه الرحلة. فمن خلال دراسة كيفية تأثير الاختلافات في حمضنا النووي على نشاط جيناتنا، يمكن للباحثين تحديد الجينات التي من المرجح أن تقود مرضاً ما. فإذا وُجد أن جيناً ما مفرط النشاط لدى مريض يعاني من مرض محدد، فقد يكون العلاج المنطقي هو دواء يعمل على خفض نشاط ذلك الجين. أما إذا كان الجين ناقص النشاط، فسيكون الهدف هو رفع نشاطه. هذا المنطق، المعروف باسم "الاتجاهية"، أمر بالغ الأهمية: إذ إن إعطاء دواء يزيد النشاط لمريض لديه بالفعل نشاط زائد قد يجعل المرض أسوأ. ومع ذلك، فإن تحويل هذه الإشارات الجينية إلى قائمة من المرشحين الدوائيين القابلين للتطبيق كان تقليدياً عملية بطيئة ويدوية، تتطلب من العلماء قراءة آلاف الأوراق البحثية ومقارنة قواعد البيانات المعقدة واحدة تلو الأخرى.
لقد بنى فريق من الباحثين الآن أداة رقمية تسمى TRACE لأتمتة هذا العمل الصعب. يعمل النظام كمساعد بحث متخصص للغاية يمكنه أخذ قائمة بالجينات المرتبطة بمرض ما والمسح السريع للمؤلفات الطبية العالمية للعثور على الأدوية التي قد تعالجه. تبدأ العملية عندما يزود العالم الأداة باسم جين واتجاه، مثل "هذا الجين مفرط النشاط في هذا المرض". تتحقق الأداة أولاً من أربعة قواعد بيانات عامة رئيسية لمعرفة الأدوية المعتمدة من قبل إدارة الغذاء والدواء الأمريكية (FDA) المعروفة بتفاعلها مع ذلك الجين. ثم تقوم بتصفية هذه القائمة للاحتفاظ فقط بالأدوية المعتمدة رسمياً للاستخدام في الولايات المتحدة. بعد ذلك، يتوجه النظام إلى PubMed، وهو أرشيف ضخم للأبحاث الطبية، ويستعرض الملخصات الأخيرة التي تصف كيفية تأثير تلك الأدوية المحددة على ذلك الجين المحدد.
الابتكار الجوهري في TRACE هو قدرته على قراءة وفهم هذه الملخصات العلمية. لقد درب الباحثون نموذجاً حاسوبياً، وهو نوع من الذكاء الاصطناعي المتخصص في اللغة الطبية الحيوية، ليعمل كقارئ ناقد. يفحص هذا النموذج كل ملخص بحثي لتحديد ثلاثة أشياء: هل يؤكد النص وجود علاقة بين الدواء والجين، وما هي آلية تلك العلاقة، والأهم من ذلك، هل يرفع الدواء نشاط الجين أم يخفضه؟ تم تعليم النموذج باستخدام آلاف الأمثلة، بما في ذلك البيانات التي وضع عليها الخبون ملاحظات من مسابقات علمية سابقة، مما سمح له بتعلم الفروق الدقيقة بين دواء يثبط جيناً وآخر ينشطه. وبمجرد أن يصنف النموذج الأدلة، فإنه يقارن تأثير الدواء مقابل الإشارة الجينية الأصلية. فإذا كانت البيانات الجينية تشير إلى أن الجين مفرط النشاط والدواء يخفض نشاطه، فإن النظام يصنفه كمرشح علاجي واعد. أما إذا كان الدواء يرفع نشاط الجين، فإن النظام يصنفه كخطر سلامة محتمل، محذراً من أن استخدامه قد يكون ضاراً.
اختبر الباحثون هذا النظام لمعرفة ما إذا كان بإمكانه محاكاة عمل الخبراء البشريين. طبقوه أولاً على مجموعة من الجينات المرتبطة ببطانة الرحم المهاجرة (endometriosis)، وهي حالة مؤلمة تؤثر على بطانة الرحم. وكان لديهم قائمة مسبقة من أربعة وثلاثين زوجاً من (الدواء-الجين) قام خبراء بشريون بتنسيقها والتحقق منها يدوياً. وعندما مر النظام عبر نفس البيانات، نجح في استعادة ما يقرب من واحد وتسعين بالمائة من تلك الأزواج المعروفة. وقد حدد بشكل صحيح الغالبية العظمى من كل من المرشحين الدوائية المفيدة ومخاوف السلامة الخطيرة. كما أثبت النظام قدرته على إعادة اكتشاف العلاجات المعروفة من تلقاء نفسه؛ فعند تحليل قائمة جينات بطانة الرحم المهاجرة بالكامل، حدد بشكل مستقل عقار "ليوبروليد أسيتات" (leuprolide acetate)، وهو علاج معروف جيداً لهذه الحالة، وذلك من خلال تحليل المؤلفات والاتجاه الجيني فقط دون أي معرفة مسبقة باستخدام الدواء.
وبعيداً عن الحالات المعروفة، وسعت الأداة نطاق البحث ليشمل تسعة وتسعين جيناً مرتبطاً ببطانة الرحم المهاجرة ووجدت أكثر من ألف تفاعل محتمل بين الدواء والجين. ومن هذا المجمع الكبير، أبرزت اثنتين وثلاثين زوجاً كمرشحين أقوياء لعلاجات جديدة وسبعة وسبعين كشواهد على مخاوف سلامة محتملة. كما تحقق النظام من أدائه في مرضين آخرين: شكل من أشكال مرض الكبد الدهني ومرض السكري من النوع الثاني. وفي هاتين الحالتين، استعاد ما يقرب من تسعين بالمائة من أزواج الأدوية التي كانت موجودة في قواعد البيانات التي بحث فيها. ويؤكد الباحثون أن الأداة لا تثبت أن هذه الأدوية ستشفي هذه الأمراض؛ بل توفر نقطة انطلاق منظمة للغاية وقائمة على الأدلة لمزيد من الدراسة. فهي تصفي الضجيج وتقدم قائمة ذات أولوية من الفرضيات التي يمكن اختبارها في المختبر أو في التجارب السريرية. ومن خلال أتمتة العمل المضني المتمثل في القراءة والمقارنة المرجعية، تسمح TRace للعلماء بالانتقال بشكل أسرع من الاكتشاف الجيني إلى الأفكار العلاجية، محولةً عملية كانت تستغرق شهوراً من العمل اليدوي إلى مهمة يمكن إكمالها في بضع ساعات على جهاز كمبيوتر قياسي.
ملخص تقني لـ TRACE: نموذج لغوي طبي حيوي مضبوط بدقة لإعادة توظيف الأدوية القائم على المعلومات الاتجاهية
بيان المشكلة تحدد دراسات الارتباط عبر الترانسكريبتوم (TWAS) بفعالية الجينات التي يرتبط فيها التعبير المتوقع وراثيًا بمخاطر المرض. ومع ذلك، يظل ترجمة هذه الإشارات الجينية إلى فرضيات علاجية قابلة للتنفيذ عقبة رئيسية. المعيار الحالي يتضمن التقييم اليدوي: حيث يتعين على الباحثين البحث بشكل فردي في قواعد بيانات الأدوية والجينات، ومراجعة الأدبيات الميكانيكية، وتحديد ما إذا كان الدواء يثبط أو ينشط جينًا معينًا، ومقارنة ذلك الاتجاه مع تقدير تأثير دراسة TWAS. هذه العملية تستغرق وقتًا طويلاً، ويصعب تكرارها على نطاق واسع، ولا يمكن توسيعها بسهولة لتشمل مئات الجينات. وبينما توفر مناهج بيولوجيا الأنظمة (مثل خريطة الاتصال - Connectivity Map) قابلية التوسع، إلا أنها غالبًا ما تفتقر إلى التفسيرات المحددة للجينات والمستندة إلى الأدبيات، وهي التفسيرات المطلوبة للترجمة السريرية اللاحقة.
المنهجية: مسار عمل TRACE قام المؤلفون بتطوير TRACE (التقصي الموجه بـ TWAS لإعادة توظيف الأدوية عبر التقييم الآلي للأدلة)، وهو مسار عمل حوسبي غير مرتبط بجين أو نمط ظاهري معين، صُمم لأتمتة خطوة التقييم اليدوي. يعمل المسار عبر المراحل التالية:
الإدخال والتقيذ: يقبل النظام رمز الجين واتجاه التأثير المستمد من TWAS (إيجابي أو سلبي). يتم تطبيع رموز الجينات إلى تسميات HGNC الرسمية عبر واجهة HGNC REST API.
استرجاع المرشحين من الأدوية: يستعلم المسار في أربعة موارد للتفاعل بين الدواء والجين: قاعدة بيانات تفاعل الدواء والجين (DGIdb)، والأهداف المفتوحة (Open Targets)، ومركز المعلومات الطبية (CTD)، وفاروس (Pharos). يتم تجميع المرشحين، وإزالة التكرار، وتصفيتهم بصرامة لتشمل المركبات المعتمدة من قِبل إدارة الغذاء والدواء (FDA) باستخدام واجهة openFDA API وتطبيع RxNorm.
استرجاع الأدبيات: لكل زوج (دواء-جين) معتمد من FDA، يسترجع النظام ما يصل إلى سبعة ملخصات من PubMed باستخدام أدوات NCBI E-utilities، من خلال الجمع بين رمز الجين الرسمي واسم الدواء الموحد.
التصنيف المضبوط بدقة: يقوم مصنف محلي، مبني على نموذج BiomedBERT (تحديدًا microsoft/BiomedNLP-BiomedBERT-base-uncased-abstract-fulltext)، بمعالجة الملخصات. يتم إضافة ثلاثة رؤوس تصنيف إلى رمز [CLS] للتنبؤ في آن واحد بـ:
العلاقة (Relationship): هل يدعم الملخص وجود علاقة مباشرة بين الدواء والجين؟
الآلية (Mechanism): ما هي آلية العمل؟
الاتجاه (Direction): هل يقوم الدواء بتحفيز/تنشيط أو تثبيط/تقليل تعبير الجين؟
ملاحظة: الملخصات التي تحتوي على علاقات ولكن اتجاهها غير واضح تُصنف كـ unclear_direction_manual_review (اتجاه غير واضح للمراجعة اليدوية) بدلاً من إجبارها على فئة معينة.
تحديد الأولويات: يقارن المسار بين اتجاه تأثير الدواء المستمد من الأدبيات واتجاه خطر TWAS.
متوافق (Concordant): يُصنف كـ زوج علاجي مرشح.
غير متوافق (Discordant): يُصنف كـ مخاوف سلامة محتملة.
غير واضح (Unclear): يُصنف للمراجعة اليدوية.
يتم ترتيب الأزواج حسب درجة مركبة تتضمن قوة الأدلة، ودعم قواعد البيانات، وثقة المصنف، وعدد الملخصات.
تدريب النموذج وأداء النموذج تم تدريب النموذج بشكل تكراري على مجموعة بيانات تطورت من أمثلة مستخرجة من المسار لتشمل مجموعة "BioCreative VI ChemProt" الذهبية وحالات عدم الاتفاق في التعلم النشط.
المجموعة النهائية: 18,880 مثالاً (بما في ذلك 12,422 مثالاً من المجموعة الذهبية).
الأداء: على مجموعة اختبار مستقلة مكونة من 2,833 مثالاً، حقق النموذج F1 macro بلغ 0.809 عبر المهام الثلاث.
اكتشاف العلاقة: دقة 91%، وF1 macro بنسبة 0.88.
تصنيف الآلية: دقة 84%، وF1 macro بنسبة 0.78.
تصنيف الاتجاه: دقة 83%، وF1 macro بنسبة 0.73.
ملاحظة تطويرية: بينما استُخدمت واجهة برمجة تطبيقات Claude أثناء التطوير لتوليد الملصقات وتحديد حالات عدم الاتفاق، فإن جميع نتائج التحقق والتطبيق المبلغ عنها تم إنتاجها باستخدام النموذج المحلي المضبوط بدقة دون استخدام أي واجهات برمجة تطبيقات خارجية.
النتائج الرئيسية تم التحقق من صحة المسار مقابل ثلاثة سياقات مرضية:
بطانة الرحم المهاجرة (التحقق الداخلي): مقابل معيار ذهبي تم تقييمه يدويًا لـ 43 زوجًا (دواء-جين)، استعاد TRACE نسبة 90.7% من الأزواج (88.9% من الأزواج العلاجية، و92.0% من أزواج السلامة). كانت دقة التصنيف الفعلية 46.5%، ويرجع ذلك أساسًا إلى التعيين المتحفظ لتسميات "الاتجاه غير الواضح" عندما تفتقر الملخصات إلى عبارات ميكانيكية صريحة.
مرض الكبد الدهني المرتبط بالتمثيل الغذائي (MASLD) ومرض السكري من النوع الثاني (التحقق الخارجي):
MASLD: استعاد 88.2% من الأزواج المنشورة.
السكري من النوع الثاني: استعاد 65.0% من الأزواج إجمالاً؛ ومع ذلك، عند حصر النتائج في الأزواج الموجودة في قاعدة بيانات واحدة على الأقل من قواعد البيانات المستعلم عنها، ارتفع الاستدعاء المعدل إلى 92.9%.
التطبيق على جينات TWAS الخاصة ببطانة الرحم المهاجرة: عند تطبيقه على 99 جيناً مرتبطة ببطانة الرحم المهاجرة، حدد المسار 1,089 زوجاً (دواء-جين) معتمداً من FDA، بما في ذلك 32 زوجاً علاجياً مرشحاً و77 مصدر قلق محتمل للسلامة.
الضبط الإيجابي (Positive Control): استعاد المسار بشكل مستقل عقار ليوبروليد أسيتات (وهو محفز معروف لـ GnRH لعلاج بطانة الرحم المهاجرة) للجين GNRH1، مما يثبت قدرته على إعادة اكتشاف العلاجات القائمة من خلال الأدلة المؤتمتة وحدها.
فرضيات جديدة: اقترح النظام مرشحين مثل إريموماب (لـ CALCRL) وسيلوميتينيب (لـ RIT1)، وربطهما ببيولوجيا بطانة الرحم المهاجرة عبر مسارات إشارات CGRP وMAPK على التوالي.
الأهمية والادعاءات يضع المؤلفون TRACE كجسر قابل للتوسع وقابل للتكرار بين الاكتشاف الجيني وتوليد الفرضيات العلاجية. تشمل الادعاءات الرئيسية ما يلي:
القابلية للتوسع: يقوم المسار بأتمتة عقبة التقييم "جين بجين"، حيث يعالج 99 جيناً في حوالي ساعتين على عقدة HPC قياسية دون تكاليف لكل استعلام عبر واجهة برمجة التطبيقات.
القابلية للتفسير: على عكس مناهج مطابقة التوقيعات الواسعة، يوفر TRACE تفسيرات محددة للجين ومستندة إلى الأدبيات للعلاقات بين الدواء والهدف.
الفائدة المتحفظة: يعطي النظام الأولوية لارتفاع نسبة الاستدعاء والشفافية. ومن خلال التعيين المتكرر لتسميات "الاتجاه غير الواضح" بدلاً من فرض تصنيفات خاطئة، فإنه يقلل من الادعاءات المفرطة ويعمل كأداة فرز فعالة للخبراء البشريين.
القيود: يذكر المؤلفون صراحة أن TRACE لا يثبت الفعالية العلاجية. بل ينتج فرضيات ذات أولوية تتطلب تحققاً لاحقاً عبر العشوائية المندلية (Mendelian randomization)، وتحليل السجلات الصحية الإلكترونية (EHR)، والمتابعة التجريبية. كما أن الأداء محدود حالياً بتغطية قواعد بيانات التفاعل مع الأدوية واستبعاد المركبات غير المعتمدة من FDA.
باختصار، يقدم TRACE إطار عمل "معلوماتياً اتجاهياً" يحافظ على التفسير البيولوجي للتقييم اليدوي مع تمكين الفحص السريع والمنظم لنتائج TWAS للبحث عن فرص إعادة توظيف الأدوية.