Inverse design of chemical perturbations for desired cellular state transitions with GEMGen
تقدم الورقة البحثية GEMGen، وهو إطار عمل يعتمد على نموذج لغوي كبير، والذي يحل مشكلة التصميم العكسي في بيولوجيا الاضطراب من خلال توليد هياكل كيميائية جديدة لاستحثاث تحولات الحالة الخلوية المرغوبة، حيث نجح في تحديد والتحقق من مركبات قوية مضادة للتليف في النماذج الحيوانية.
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 سعى العلماء لفهم كيفية توجيه آليات الحياة. فالخلايا ليست أنظمة ثابتة، بل هي أنظمة ديناميكية يمكنها التحول من حالة صحية إلى حالة مرضية، أو من حالة راحة إلى حالة نشاط، استجابةً لإشارات متنوعة. ولعقود من الزمن، قام الباحثون برسم خرائط لهذه التحولات من خلال مراقبة ما يحدث عندما يقومون بوخز الخلية بنبضة كيميائية أو جينية محددة. هذا النهج الأمامي —تطبيق تغيير ومراقبة النتيجة— حقق نجاحًا هائلًا، حيث أنشأ مكتبات ضخمة من البيانات التي تخبرنا كيف تتفاعل الخلايا مع آلاف المواد المختلفة. ومع ذلك، يظل هناك تحدٍ أكثر صعوبة: العمل بشكل عكسي. فإذا عرف الباحث بالضبط كيف يجب أن تتغير الخلية لتصبح صحية مرة أخرى، فهل يمكنه إيجاد أو ابتكار المادة الكيميائية المحددة التي ستفرض ذلك التغيير؟ هذا هو مشكلة التصميم العكسي، وهو سعي للبدء بنتيجة مرغوبة والعمل بشكل عكسي لاكتشاف الأداة التي تجعل ذلك يحدث.
لقد تصدى فريق من الباحثين لهذا التحدي باستخدام إطار عمل جديد للذكاء الاصطناعي يسمى GEMGen. فبدلاً من مجرد مسح قوائم الكيميائيات الموجودة لمعرفة أي منها قد يكون فعالًا، يتعلم هذا النظام ابتكار مواد جديدة. لقد درب الباحثون النموذج على مجموعة هائلة من البيانات التي تربط المركبات الكيميائية بالتغيرات المحددة التي تسببها في النشاط الجيني للخلية. وفي هذا السياق، يشير النشاط الجيني إلى آلاف الجينات داخل الخلية التي يتم تشغيلها أو إيقافها، مما يخلق بصمة فريدة تحدد حالة الخلية. تعلم النموذج قراءة هذه البصمات ليس كأرقام معقدة، بل كقوائم مرتبة من الجينات، تمامًا مثل قراءة مجموعة من التعليمات. ثم تعلم ترجمة تلك التعليمات إلى الهياكل الكاسية للجزيئات التي يمكن أن تنتج التأثير المطلوب.
تكمن قوة هذا النهج في قدرته على النظر إلى ما وراء ما هو معروف بالفعل. فغالباً ما يتضمن اكتشاف الأدوية التقليدي اختبار ملايين المواد الكيميائية الموجودة، على أمل العثور على تطابق. وفي المقابل، يقوم GEMGen بتوليد هياكل جزيئية جديدة تمامًا من الصفر. وفي سلسلة من الاختبارات، طُلب من النظام البحث عن مواد كيميائية يمكنها عكس تغيرات جينية محددة. وعند تزويده بالبصمة الجينية لعقار معروف، نجح النموذج في توليد جزيئات جديدة تشبه هيكلياً العقار الأصلي. والأكثر إثارة للإعجاب، أنه وجد جزيئات مختلفة كيميائياً ولكنها تعمل من خلال نفس الآلية البيولوجية. وهذا يشير إلى أن النظام تعلم المنطق الكامن وراء كيفية تأثير المواد الكيميائية على الخلايا، بدلاً من مجرد حفظ قائمة من الأزواج المعروفة.
ولضمان أن هذه الأفكار المولدة حاسوبياً ليست مجرد نظريات، انتقل الباحثون إلى المختبر. اختبروا النظام أولاً على مسار جيني مرتبط باستجابة الجسم للإجهاد. تم تزويد النموذج بالبصمة الجينية لخلية تم فيها إيقاف تشغيل جين وقائي معين. اقترح النموذج قائمة من المواد الكيميائية الجديدة لاستعادة نشاط ذلك الجين. ومن بين المرشحين، اختار الباحثون جزيئاً يسمى "فلافوكاوين سي" (flavokawain C)، والذي لم يكن معروفاً سابقاً بقدرته على تنشيط هذا المسار المحدد. وعندما اختبروه في خلايا بشرية، نجح الجزيء في تشغيل الجينات الواقية، مما أكد أن الذكاء الاصطناعي قد حدد حلاً وظيفياً بشكل صحيح.
تضمن الاختبار الأكثر أهمية مرضاً يسمى التليف، وهي حالة تصبح فيها الأنسجة السليمة متندبة وصلبة، مما يؤدي غالباً إلى فشل الأعضاء. حدد الباحثون النتيجة المرغوبة بأن تكون العودة إلى حالة صحية غير متندبة. وطلبوا من GEMGen تصميم مواد كيميائية يمكنها عكس البصمة الجينية للتليف. ولد النظام قائمة من المرشحين، بما في ذلك بعض المواد الجديدة كلياً على العلم. قام الفريق بتخليق سبعة عشر من هذه الجزيئات الجديدة من الصفر. وفي تجارب خلوية، نجحت ثمانية منها في تقليل علامات الندبات، وهو معدل نجاح مرتفع للغاية بالنسبة للاكتشافات الكيميائية الجديدة.
تم اختيار أحد هذه الجزيئات الجديدة، وسمي GEMGen-010، لمزيد من الدراسة. اختبر الباحثون هذا الجزيء في فئران تم تحفيزها لتطوير تليف كبدي. تم إعطاء العلاج يومياً لمدة أسبوعين. وأظهرت النتائج انخفاضاً واضحاً في ندبات أنسجة الكبد. أظهرت الفئران المعالجة مستويات أقل من علامات تلف الكبد في دمها وأظهرت تراجعاً في التغيرات الجينية المرتبطة بالتليف. والأهم من ذلك، أن هذا الجزيء لم يتم تعديله أو تحسينه بعد توليده الأولي؛ لقد عمل تماماً كما صممه الذكاء الاصطناعي.
يُظهر هذا العمل أنه من الممكن استخدام الذكاء الاصطناعي لتصميم تدخلات كيميائية ليست مجرد تنويعات على أدوق موجودة، بل هياكل جديدة تماماً قادرة على إنتاج نتائج بيولوجية محددة. فمن خلال التعامل مع الحالة المرغوبة للخلية كمجموعة من التعليمات، يمكن للنظام التنقل في الفضاء الشاسع من الهياكل الكيميائية الممكنة للعثور على حلول لم تُشاهد من قبل. وبينما ركزت الدراسة على حالات محددة مثل تليف الكبد والاستجابات للإجهاد، فإن الطريقة تشير إلى مسار جديد للطب: مسار يتم فيه تحديد الهدف أولاً، ثم تُبتكر الأدوات لتحقيق ذلك الهدف.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.