“An AlphaFold 4” – يتعجب العلماء من الذكاء الاصطناعي الجديد الحصري لشركة DeepMind للأدوية العرضية

“An AlphaFold 4” – يتعجب العلماء من الذكاء الاصطناعي الجديد الحصري لشركة DeepMind للأدوية العرضية

بقلم اوين كالاواي ومجلة الطبيعة

بعد مرور ما يقرب من عامين على إصدار Google DeepMind لنسخة AlphaFold3 المحدثة الموجهة نحو اكتشاف الأدوية، أعلنت Isomorphic Labs، فرعها للمستحضرات الصيدلانية الحيوية، عن نموذج أكثر قوة للذكاء الاصطناعي، وهم يحتفظون بكل شيء لأنفسهم.

قامت شركة Isomorphic Labs، ومقرها لندن، بالترويج لقدرات “محرك اكتشاف الأدوية” التابع لها – والذي تسميه IsoDDE – في تقرير فني مكون من 27 صفحة، صدر في العاشر من فبراير. وقد أثارت الإنجازات، بما في ذلك التنبؤات الدقيقة لكيفية تفاعل البروتينات مع الأدوية المحتملة وهياكل الأجسام المضادة، إعجاب العلماء العاملين في هذا المجال.

ولكن على عكس أنظمة AlphaFold AI للتنبؤ ببنية البروتين – والتي أصبحت في متناول الباحثين الآخرين وتم وصفها بشكل متعمق في مقالات المجلات – فإن IsoDDE ملكية خاصة، ولا تقدم الورقة الفنية سوى القليل من المعرفة حول كيفية تحقيق نتائج مماثلة.

حول دعم الصحافة العلمية

إذا كنت تستمتع بهذا المقال، ففكر في دعم صحافتنا الحائزة على جوائز من خلال الاشتراك. من خلال شراء اشتراك، فإنك تساعد على ضمان مستقبل القصص المؤثرة حول الاكتشافات والأفكار التي تشكل عالمنا اليوم.

يقول محمد القريشي، عالِم الأحياء الحسابية بجامعة كولومبيا في مدينة نيويورك، الذي يعمل على تطوير إصدارات مفتوحة المصدر بالكامل من AlphaFold: “إنه تقدم كبير على مستوى AlphaFold4″، في إشارة إلى الجيل المستقبلي الذي لم يُطرح بعد من تقنية Google DeepMind. “المشكلة بالطبع هي أننا لا نعرف شيئا عن التفاصيل.”

التفاعلات الدوائية مع البروتين

تم تطوير AlphaFold 3 مع وضع اكتشاف الأدوية في الاعتبار. وعلى عكس سلفه AlphaFold2 الحائز على جائزة نوبل، يستطيع النموذج التنبؤ بتركيبة البروتينات التي تتفاعل مع جزيئات أخرى، بما في ذلك الأدوية المحتملة.

لقد اقتربت أنظمة الذكاء الاصطناعي المشابهة التي تم تصميمها على غرار AlphaFold 3 من مطابقة أدائها بشكل كامل ولديها قدرات جديدة. يمكن لنموذج مفتوح المصدر يُدعى بولتز-2، طوَّره علماء في معهد ماساتشوستس للتكنولوجيا في كامبريدج، وتم إصداره العام الماضي، أن يتنبأ بقوة التصاق الأدوية المحتملة بالبروتينات، أو تقاربها الارتباطي. هذه خاصية أساسية لتطوير العلاجات ويتم التنبؤ بها عادةً باستخدام أساليب فيزيائية مكثفة حاسوبيًا.

وفقًا لتقرير Isomorphic، فإن الذكاء الاصطناعي الجديد الخاص بها يتفوق على كل من Boltz-2 والأساليب القائمة على الفيزياء في تحديد التقارب الملزم. ويزعم التقرير أن التنبؤات حول كيفية تفاعل الأجسام المضادة – التي تشكل الأساس للعلاجات التي تحقق مبيعات بعشرات المليارات من الجنيهات سنويًا – مع أهدافها هي أيضًا أحدث التطورات.

يقول القريشي إنه معجب بشكل خاص بقدرة IsoDDE على التنبؤ بالتفاعلات بين الأدوية والبروتينات للجزيئات التي تختلف بشكل كبير عن البيانات التي تم تدريب النموذج عليها. ويقول: “هذه هي المشكلة الصعبة حقًا، وتشير إلى أنهم لا بد وأنهم فعلوا شيئًا جديدًا جدًا”.

صلصة سرية

يقول ماكس جاديربيرج، رئيس شركة Isomorphic، إن النماذج التي تقف وراء IsoDDE “تختلف بشكل كبير” عن الجهود الأخرى. لكن الشركة ليس لديها خطط للكشف عن “الخلطة السرية” وراء ذلك. ويضيف جاديربيرج: “كما هو الحال مع معظم التطورات الكبيرة في مجال التعلم الآلي والذكاء الاصطناعي، فهو عبارة عن مزيج من الحوسبة والبيانات (و) الخوارزميات”. وهو يأمل أن يؤدي تقرير فريقه إلى “تحفيز” جهود الفرق الأخرى التي تعمل على بناء أنظمة الذكاء الاصطناعي لاكتشاف المخدرات.

“يأتي هذا التقرير بعد جهود مكثفة للشراكة مع الصناعة وإمكانية الوصول إلى البيانات الهيكلية الخاصة بهم، لذلك نحن لا نعرف مدى تأثير هذه البيانات الإضافية” على أداء IsoDDE، كما كتب دييغو ديل ألامو، عالم الأحياء الهيكلية الحسابية في شركة تاكيدا للأدوية، ومقرها في كامبريدج، على موقع التواصل الاجتماعي X.

وقد أبرمت شركة Isomorphic صفقات لتطوير الأدوية، من المحتمل أن تبلغ قيمتها مليارات الجنيهات الاسترلينية، مع شركات الأدوية جونسون آند جونسون، وإيلي ليلي، ونوفارتيس. كما أن لديها خط إنتاج داخلي خاص بها، مع وجود تجارب سريرية في الأفق. يقول Jaderberg إن الشركة طورت إصدارات مختلفة من IsoDDE عن تلك المستخدمة في التقرير الفني، بما في ذلك العمل مع شركائها، والتي تتضمن مصادر بيانات مختلفة.

يقول زميله مايكل شارشميت، مدير التعلم الآلي في Isomorphic، إن استراتيجية البيانات الخاصة بالشركة “شاملة تمامًا”، وتتضمن البيانات المتاحة للجمهور، وبيانات التدريب الاصطناعية ومصادر البيانات التي “سيحاولون فهمها”.

لا يعتقد غابرييل كورسو، عالم التعلم الآلي الذي شارك في تطوير بولتز-2 ويقود الآن شركة بولتز غير الربحية في لندن، أن بيانات الملكية لعبت دورًا أساسيًا في الأداء المعلن لأداة إيسومورفيك، على أساس المكاسب التي يراها فريقه. ويقول: “هناك الكثير من التحسينات التي يمكننا إجراؤها باستخدام البيانات المتوفرة”. “أعتقد أن هذا خط أساس جديد يجب مطابقته – ولكن يجب تجاوزه أيضًا.”

تم نسخ هذه المقالة بإذن وكان نشرت لأول مرة في 19 فبراير 2026.

حان الوقت للدفاع عن العلم

إذا استمتعت بهذا المقال، أود أن أطلب دعمكم. العلمية الأمريكية لقد عمل كمدافع عن العلوم والصناعة لمدة 180 عامًا، وربما تكون اللحظة الحالية هي اللحظة الأكثر أهمية في تاريخ القرنين.

لقد كنت العلمية الأمريكية مشترك منذ أن كان عمري 12 عامًا، وقد ساعد ذلك في تشكيل الطريقة التي أنظر بها إلى العالم. SciAm يثقفني ويسعدني دائمًا، ويلهمني شعورًا بالرهبة تجاه عالمنا الواسع والجميل. وآمل أن يفعل ذلك بالنسبة لك أيضا.

إذا كنت الاشتراك في العلمية الأمريكيةأنت تساعد في ضمان أن تغطيتنا تركز على البحث والاكتشاف الهادف؛ وأن لدينا الموارد اللازمة للإبلاغ عن القرارات التي تهدد المختبرات في جميع أنحاء الولايات المتحدة؛ وأننا ندعم العلماء الناشئين والعاملين على حد سواء في وقت لا يتم فيه الاعتراف بقيمة العلم نفسه في كثير من الأحيان.

وفي المقابل، تحصل على الأخبار الأساسية، ملفات بودكاست آسرة، ورسوم بيانية رائعة، لا يمكنك تفويت النشرات الإخبارية ومقاطع الفيديو التي يجب مشاهدتها، ألعاب التحدي، وأفضل الكتابة والتقارير في عالم العلوم. يمكنك حتى إهداء شخص ما اشتراكًا.

لم يكن هناك وقت أكثر أهمية بالنسبة لنا للوقوف وإظهار أهمية العلم. آمل أن تدعمونا في تلك المهمة.