أظهر MarkTechPost كيفية بناء باحث مشارك ذكاء اصطناعي QSAR للعثور على مثبطات EGFR

نشر MarkTechPost في 6 يوليو 2026 برنامج تعليمي عملي حول كيفية إنشاء مساعد بحث ذكاء اصطناعي مستقل لاكتشاف مثبطات طفرة EGFR C797S — أحد أسباب مقاومة الأدوية في سرطان الرئة.

كيف يجمع النظام البيانات

يبدأ خط الأنابيب بتحديد البروتين المستهدف: من خلال قواعس بيانات ChEMBL و UniProt، يجد المؤلفون معلومات هيكلية ووظيفية عن EGFR وشكلها المقاوم للعلاج C797S. يتم استخراج سجلات نشاط IC50 التجريبي من ChEMBL — تركيز المادة التي تُثبط فيها نصف نشاط الهدف. يتم تحويل هذه القيم إلى pIC50، وهي مقياس لوغاريتمي قياسي لقوة الارتباط، وملائم لتدريب نموذج التعلم الآلي.

• مصادر البيانات — قواعس بيانات ChEMBL (النشاط الكيميائي) و UniProt (الهدف البروتيني)
• الطفرة المستهدفة — EGFR C797S، أحد أسباب مقاومة الورم للأدوية الموجهة
• مقياس النشاط — IC50، محول إلى pIC50
• تشفير البنية الجزيئية — بصمات مورجان عبر مكتبة RDKit
• النموذج — Random Forest مع تقسيم البيانات scaffold-split

كيف يتم تدريب نموذج QSAR

بعد جمع البيانات وتنظيفها، يقيس RDKit الهياكل الكيميائية ويحسب بصمات مورجان — متجهات رقمية تشفّر بيئة كل ذرة في الجزيء. يتم تدريب نموذج Random Forest على هذه الميزات، ويتعلم التنبؤ بقيم pIC50 للمركبات الجديدة التي لم تُرَ من قبل.

التفصيل المنهجي الرئيسي هو scaffold-split. بدلاً من تقسيم البيانات عشوائياً إلى مجموعات التدريب والاختبار، يجمّع المؤلفون الجزيئات حسب الدعامة الكيميائية ويتأكدون من أن المركبات ذات الهيكل نفسه لا تنتهي في كلا المجموعتين في نفس الوقت. يختبر هذا الأسلوب بصدق أكثر قدرة النموذج على تعميم المعرفة على فئات مادة جديدة هيكلياً، بدلاً من مجرد حفظ متغيرات الجزيئات المألوفة بالفعل.

لماذا تهم SHAP وتوليد المرشحين

لفهم أي شظايا جزيئية محددة تزيد من النشاط المتنبأ به، يطبق المؤلفون SHAP — طريقة لتفسير نماذج التعلم الآلي، توضح مساهمة كل ميزة في التنبؤ النهائي. يحول هذا Random Forest من صندوق أسود إلى أداة تخبر الكيميائيين عن العناصر الهيكلية التي يجب الحفاظ عليها أو تعزيزها في المرشحين الجدد.

بعد ذلك، يتم تضمين خوارزمية BRICS في خط الأنابيب — فهي تكسر الجزيئات النشطة المعروفة إلى شظايا في نقاط الكسر النموذجية للروابط أثناء التخليق الكيميائي. بإعادة تجميع هذه الشظايا في مجموعات جديدة، يولد النظام مكتبة من الهياكل المرشحة ويستخدم نموذج QSAR المدرب لتصنيفها حسب قوة الارتباط المتنبأ بها لـ EGFR C797S، مختاراً أكثر المتغيرات واعدة للاختبار الإضافي.

ما معنى هذا

يوضح البرنامج التعليمي كيف أن مزيج قواعس البيانات المفتوحة و RDKit والتعلم الآلي الكلاسيكي والذكاء الاصطناعي القابل للتفسير يتحول إلى أداة عملية لتطوير الأدوية في المراحل المبكرة — بدون منصات ملكية ومع منطق شفاف لكل تنبؤ يمكن للكيميائي التحقق منه.

الأسئلة الشائعة

ما هو scaffold-split في تدريب نموذج QSAR؟

هذه طريقة لتقسيم البيانات إلى مجموعات التدريب والاختبار حسب الدعامة الكيميائية للجزيئات، وليس عشوائياً — يختبر هذا ما إذا كان النموذج قادراً على التنبؤ بنشاط هياكل جديدة حقاً، بدلاً من مجرد التعرف على تلك المشابهة لتلك المرئية بالفعل.

لماذا هناك حاجة لشظايا BRICS في خط الأنابيب؟

يكسر BRICS الجزيئات النشطة المعروفة إلى شظايا في نقاط الكسر النموذجية للروابط أثناء التخليق، ثم يسمح بإعادة تجميع هذه الشظايا في هياكل مرشحة جديدة يصنفها النموذج حسب قوة الارتباط المتنبأ بها لـ EGFR C797S.