Isomorphic Labs تطور محرك AI من الجيل الجديد لتصميم الأدوية

أعلنت Isomorphic Labs، وهي شركة فرعية تابعة لشركة Google DeepMind، عن إنشاء محرك ذكاء اصطناعي متخصص لتطوير الأدوية — وهو نظام يقارنه الخبراء بالفعل بما أصبح عليه AlphaFold في علم الأحياء الهيكلي. تم تحديد الأداة الجديدة كتطوير مملوك الملكية على مستوى AlphaFold 4، لكنه موجه ليس نحو التنبؤ بهياكل البروتين، بل نحو البحث عن وتحسين الجزيئات العلاجية. إذا تحققت وعود الشركة عملياً، فإن صناعة الأدوية تقف على حافة أحد أهم التحولات التكنولوجية في العقود الأخيرة.

لفهم حجم الحدث، علينا أن نتذكر أين بالضبط في عملية تطوير الأدوية يكمن الخطر الرئيسي. يستغرق الطريق من اكتشاف الهدف البيولوجي إلى موافقة الدواء عادة ما بين 10-15 سنة ويكلف مليارات الدولارات. المرحلة الأكثر عدم قابلية للتنبؤ بها هي التطوير المبكر: اللحظة التي يحاول فيها العلماء إيجاد جزيء سيرتبط بدقة بالبروتين المستهدف، ولن يلحق الضرر ببقية الكائن الحي، والحفاظ على النشاط في ظروف بيولوجية حقيقية. هنا حيث تنهار معظم الآمال وتُصرف موارد ضخمة. يستهدف المحرك الجديد لـ Isomorphic Labs هذا الاختناق بشكل مباشر.

في قلب التكنولوجيا محاكاة التفاعلات بين البروتينات والليجاندات — جزيئات صغيرة قادرة على الارتباط ببروتين وتغيير سلوكه. تشكل الليجاندات أساس معظم الأدوية الحديثة. المشكلة هي أنه من المعقد بشكل لا يصدق التنبؤ بكيفية تصرف جزيء معين عند ارتباطه ببروتين معين: يتعلق الأمر بهياكل ديناميكية ثلاثية الأبعاد تحتوي على آلاف التكوينات الممكنة. تتطلب الطرق التقليدية — المحاكاة الفيزيائية والفحص المخبري — أشهراً من العمل حتى بالنسبة لمكتبات المركبات الصغيرة نسبياً. وفقاً للمعلومات المتاحة، فإن النظام الجديد لـ Isomorphic Labs قادر على أداء هذا العمل بدقة لم يسبق لها مثيل وبعدة رتب من حيث السرعة.

الارتباط بإرث AlphaFold ليس صدفة ولا استعارة. حل AlphaFold 2، الذي تم تقديمه في عام 2020، مشكلة كافحت معها علم الأحياء لمدة نصف قرن: التنبؤ بالبنية ثلاثية الأبعاد للبروتين من تسلسل الأحماض الأمينية. هذا فتح الطريق لفهم ملايين البروتينات التي ظلت بنيتها غير معروفة في السابق. يتخذ محرك Isomorphic Labs الجديد الخطوة المنطقية التالية: معرفة بنية البروتين المستهدف، يتعلم النظام ليس فقط وصفها، بل البحث بنشاط عن الجزيئات القادرة على التفاعل معها بالطريقة المرغوبة. بالأساس، هذا انتقال من رسم خريطة العالم الجزيئي إلى هندسته المقصودة.

بالنسبة لصناعة الأدوية، قد تكون العواقب ملموسة تماماً. لاعبون كبار — Eli Lilly و Novartis و Roche — استثمروا بالفعل موارد كبيرة في شراكات مع الشركات التي تستخدم الذكاء الاصطناعي لتسريع التطوير. Isomorphic Labs، بدورها، وقعت عقود مع عدة عمالقة أدوية في عام 2023 بإجمالي يتجاوز مليار دولار. من المفروض أن يصبح المحرك الجديد الأساس التكنولوجي لهذه الشراكات، حيث يحول الوعود المجردة للذكاء الاصطناعي في الأدوية إلى جزيئات مرشحة ملموسة. من اللافت أيضاً أن الشركة تحتفظ عن قصد بالتكنولوجيا كملكية حصرية — على عكس AlphaFold، الذي تم فتحه للمجتمع العلمي. هذا يشير إلى أن DeepMind ترى في هذه الأداة سلاحاً تجارياً حقيقياً، وليس مجرد مساهمة أكاديمية.

في الوقت ذاته، تبقى لدى المجتمع الخبراء أسئلة معلقة. الفجوة بين مقاييس الأداء في المختبر لأنظمة الذكاء الاصطناعي وفعاليتها الحقيقية في التجارب السريرية تبقى كبيرة. تاريخ الأدوية يعرف الكثير من الحالات التي فشلت فيها جزيئات مرشحة واعدة في المراحل المتأخرة بسبب آثار جانبية غير متوقعة أو توافر حيوي غير كافٍ. إلى أي مدى يمكن للمحرك الجديد أن يأخذ في الاعتبار كل هذا التعقيد البيولوجي هو سؤال سيجيب عليه الممارسة فقط.

مع ذلك، فإن اتجاه الحركة نفسها لا يثير الشك. Isomorphic Labs تراهن على أن صيدلة المستقبل هي في الأساس مسألة حسابية، وأن الشبكة العصبية المدربة بشكل صحيح قادرة على اكتشاف أنماط في التفاعلات الجزيئية حيث انتهى الحدس البشري منذ فترة طويلة. إذا كان المحرك الجديد يقلل بالفعل دورة التطوير بمقدار النصف، فإن التأثير الاقتصادي والإنساني سيكون هائلاً: عشرات الأمراض التي لا توجد حالياً علاجات فعالة لها قد تتلقى العلاجات قبل وقت طويل مما تشير إليه التوقعات الحالية.