AlphaGenome: DeepMind تجعل الحمض النووي «المهمل» يتحدث لغة البشر

عندما تنبأ AlphaFold ببنية البروتينات في عام 2020، أصيب العالم بالذهول، ونال مبتكروه لاحقًا جائزة نوبل. لكن البروتينات ليست سوى قمة جبل الجليد. والآن قرر فريق Google DeepMind النظر إلى «المادة المظلمة» في أجسامنا. فـ AlphaGenome هو سكين سويسري جديد للتعامل مع ذلك الجزء من الحمض النووي الذي وُصف لعقود، بكثير من التهاون، بأنه مهمل.

يتعلق الأمر بـ 98% من الجينوم التي لا ترمّز للبروتينات مباشرة، بل تعمل كلوحة تحكم بالغة التعقيد. فهي تقرر متى يُفعَّل الجين، ومتى يصمت، ومتى يعمل إلى أقصى حدّ. وكان على العلماء سابقًا التنقل بين عشرات البرامج المختلفة لفهم كيف تؤثر طفرة صغيرة واحدة في هذه المساحة «الفارغة» في تطور السرطان أو مرض نادر. ويستبدل AlphaGenome بهذه المجموعة المتفرقة من البرمجيات نظامًا واحدًا يرى الصورة كاملة.

دُرّب النموذج على بيانات «خام» للحمض النووي، وهو الآن قادر على التنبؤ بـ 11 نوعًا من الإشارات البيولوجية. ويشمل ذلك الاقتطاع والوصل (Splicing)، أي تقطيع الرسائل الجينية، وكثافة تعبئة الحمض النووي، وتفاعل المناطق المتباعدة من الجينوم. والأكثر إثارة للإعجاب هو الدقة. إذ يستطيع AlphaGenome تحليل تسلسل بطول مليون حرف دون أن يفقد السياق، وهو يرصد في الوقت نفسه التغيرات على مستوى نيوكليوتيد واحد. الأمر أشبه بالنظر إلى خريطة مدينة كاملة مع رؤية شرخ في طوبة واحدة بعينها.

وبطبيعة الحال، لا يخلو الأمر من تحفظات. فقد أشار منتقدون من Memorial Sloan Kettering إلى أن النموذج لا يزال ضعيف الأداء مع أنواع الخلايا النادرة، لأنه تدرّب على بيانات الأنسجة العامة. كما أنه يميل إلى النتائج السلبية الكاذبة، أي أنه يفضّل أن يفوّت طفرة مهمة على أن يطلق إنذارًا كاذبًا. لكن حين يقول AlphaGenome إن المشكلة موجودة هنا، يمكن للعلماء الوثوق بذلك بدرجة تقارب اليقين. وهذا يوفّر أشهرًا، وأحيانًا سنوات، من العمل «الرطب» في المختبر.

ما الذي تريده Google من هذا؟ ثمة منطق تجاري واضح. فـ DeepMind تبني منصة متكاملة رأسيًا للبيولوجيا الجزيئية. لديها أدوات للتنبؤ ببنية البروتينات (AlphaFold)، وبطفراتها (AlphaMissense)، وتصميم جزيئات جديدة (AlphaProteo)، والآن للتحكم في الجينات. لم يعد هذا بحثًا علميًا فحسب، بل أساسًا لصناعة جديدة للأدوية تُنتَج بالكامل «بالأساليب الرقمية».

وقد أكد باحثون مستقلون من اليابان نجاح AlphaGenome، إذ استخدموا النموذج للتحقق من العلاقة بين الحرمان من النوم ونشاط الخلايا العصبية. وأكد الذكاء الاصطناعي تخميناتهم، موفّرًا الكثير من الوقت في التحقق من البيانات. وهذا ينقل الأداة من مجرد لعبة نظرية إلى مسرّع حقيقي للعلم.

الخلاصة: تتحول DeepMind نهائيًا من مختبر للعب الغو إلى المعماري الرئيسي للبيولوجيا الحديثة. فبينما يكتب Claude وGPT النصوص، تكتب نماذج هاسابيس شيفرة الحياة نفسها. ويبقى أن نعرف متى ستتحول كثرة هذه النماذج الرقمية إلى نوعية في صورة أدوية حقيقية على رفوف الصيدليات.