يمكن للذكاء الاصطناعي الرائد من Google DeepMind لبنية البروتين أن يقوم الآن بنمذجة الحمض النووي
أمضت جوجل معظم العام الماضي في السعي لبناء برنامج الدردشة الآلي Gemini الخاص بها لمواجهة ChatGPT، حيث قدمته كمساعد ذكاء اصطناعي متعدد الوظائف يمكنه المساعدة في مهام العمل أو الأعمال الرقمية للحياة الشخصية. وبشكل أكثر هدوءًا، تعمل الشركة على تعزيز أداة ذكاء اصطناعي أكثر تخصصًا والتي تعد بالفعل ضرورية لبعض العلماء.
لقد حصل برنامج AlphaFold، وهو البرنامج الذي طورته وحدة DeepMind AI التابعة لشركة Google للتنبؤ بالبنية ثلاثية الأبعاد للبروتينات، على ترقية كبيرة. ويمكنه الآن تصميم جزيئات أخرى ذات أهمية بيولوجية، بما في ذلك الحمض النووي، والتفاعلات بين الأجسام المضادة التي ينتجها الجهاز المناعي وجزيئات الكائنات الحية المرضية. أضافت DeepMind هذه الإمكانات الجديدة إلى AlphaFold 3 جزئيًا من خلال استعارة تقنيات من مولدات الصور المدعومة بالذكاء الاصطناعي.
قال ديميس هاسابيس، الرئيس التنفيذي لشركة Google DeepMind، لمجلة WIRED قبل نشر ورقة بحثية عن AlphaFold 3 في المجلة العلمية يوم الأربعاء: “هذا تقدم كبير بالنسبة لنا”. طبيعة. “هذا هو بالضبط ما تحتاجه لاكتشاف الدواء: أنت بحاجة إلى معرفة كيف سيرتبط جزيء صغير بالدواء، ومدى قوته، وأيضًا ما الذي قد يرتبط به أيضًا.”
يمكن لـ AlphaFold 3 أن يصمم جزيئات كبيرة مثل DNA وRNA، والتي تحمل الكود الجيني، ولكن أيضًا كيانات أصغر بكثير، بما في ذلك الأيونات المعدنية. ويمكنه التنبؤ بدقة عالية بكيفية تفاعل هذه الجزيئات المختلفة مع بعضها البعض، كما تزعم ورقة بحث جوجل.
تم تطوير البرنامج بواسطة Google DeepMind ومختبرات Isomorphic، وهي شركة شقيقة تابعة لشركة Alphabet الأم تعمل على الذكاء الاصطناعي للتكنولوجيا الحيوية والتي يقودها أيضًا هاسابيس. في شهر يناير، أعلنت شركة Isomorphic Labs أنها ستعمل مع Eli Lilly وNovartis على تطوير الأدوية.
سيتم توفير AlphaFold 3 عبر السحابة ليتمكن الباحثون الخارجيون من الوصول إليه مجانًا، لكن DeepMind لا تطلق البرنامج كمصدر مفتوح كما فعلت مع الإصدارات السابقة من AlphaFold. يقول جون جامبر، الذي يقود فريق Google DeepMind الذي يعمل على البرنامج، إنه يمكن أن يساعد في توفير فهم أعمق لكيفية تفاعل البروتينات وعملها مع الحمض النووي داخل الجسم. “كيف تستجيب البروتينات لتلف الحمض النووي؟” كيف يجدونها ويصلحونها؟ يقول جامبر. “يمكننا البدء في الإجابة على هذه الأسئلة”.
كان فهم هياكل البروتين يتطلب عملاً مضنيًا باستخدام المجاهر الإلكترونية وتقنية تسمى تصوير البلورات بالأشعة السينية. قبل عدة سنوات، بدأت مجموعات البحث الأكاديمي اختبار ما إذا كان التعلم العميق، وهو الأسلوب الذي يمثل قلب العديد من التطورات الحديثة في الذكاء الاصطناعي، قادراً على التنبؤ بشكل البروتينات ببساطة من خلال الأحماض الأمينية المكونة لها، من خلال التعلم من الهياكل التي تم التحقق منها تجريبياً.
في عام 2018، كشفت Google DeepMind أنها تعمل على برنامج ذكاء اصطناعي يسمى AlphaFold للتنبؤ بدقة بشكل البروتينات. في عام 2020، أنتج AlphaFold 2 نتائج دقيقة بما يكفي لإطلاق عاصفة من الإثارة في علم الأحياء الجزيئي. وبعد مرور عام، أصدرت الشركة نسخة مفتوحة المصدر من AlphaFold ليستخدمها أي شخص، بالإضافة إلى 350 ألف بنية بروتينية متوقعة، بما في ذلك كل بروتين معروف بوجوده في جسم الإنسان تقريبًا. وفي عام 2022، أطلقت الشركة أكثر من مليوني بنية بروتينية.
