اكتشاف مضاد حيوي جديد أصبح سهلا بفضل الذكاء الاصطناعي

تخيل أنك عالم تحتاج إلى اكتشاف مضاد حيوي جديد لمحاربة مرض مخيف، كيف ستشرع في العثور عليه؟

عادة، يجب عليك اختبار الكثير والكثير من الجزيئات المختلفة في المختبر حتى تجد واحدًا يحتوي على خصائص قتل البكتيريا الضرورية.

وقد تجد بعض المتنافسين الذين يجيدون قتل البكتيريا فقط ومن تم لا يمكنك استخدامها لأنها تثبت أيضًا أنها سامة للإنسان.

إنها عملية طويلة جدًا ومكلفة للغاية وربما تؤدي إلى تفاقم المشكلة.

ولكن ماذا لو، بدلاً من ذلك، يمكنك فقط كتابة الخصائص التي تبحث عنها في جهاز الكمبيوتر الخاص بك وجعل جهاز الكمبيوتر الخاص بك يصمم الجزيء المثالي لك؟

نظام ذكاء اصطناعي يمكنه تلقائيًا إنشاء تصميم الجزيئات لمضادات حيوية جديدة

هذا هو النهج العام الذي يتبعه باحثو IBM، باستخدام نظام ذكاء اصطناعي يمكنه تلقائيًا إنشاء تصميم الجزيئات لمضادات حيوية جديدة.

في ورقة بحثية جديدة نُشرت في “Nature Biomedical Engineering”، شرح الباحثون بالتفصيل كيف استخدموها بالفعل لتصميم ببتيدات جديدة مضادة للميكروبات بسرعة

الببتيدات هي جزيئات صغيرة يمكنها قتل البكتيريا، وهي فعالة ضد مجموعة من مسببات الأمراض المختلفة في الفئران.

عادة، تتطلب عملية اكتشاف الجزيء هذه سنوات، ولكن نظام الذكاء الاصطناعي نجح في ذلك في غضون أيام.

هذه أخبار رائعة، لأننا بحاجة ماسة إلى طرق أسرع لإنتاج مضادات حيوية جديدة.

لماذا تعتبر مقاومة المضادات الحيوية مشكلة كبيرة

عندما يتم إدخال مضادات حيوية جديدة، يمكن أن يكون لها نتائج رائعة، بل تنقذ الحياة.

منذ اكتشاف البنسلين في عام 1928، بداية العصر الحديث للمضادات الحيوية، أصبحنا نعتمد عليها في علاج الأمراض القاتلة مثل السل

وللحفاظ على سلامتنا عند الخضوع لإجراءات مثل عمليات الولادة القيصرية أو استبدال المفاصل.

لكن الخبراء حذروا من أننا ندخل الآن حقبة ما بعد المضادات الحيوية – وقت أصبحت فيه المضادات الحيوية الحالية عديمة الفائدة إلى حد كبير.

لقد خلقنا هذه الأزمة من خلال الإفراط في استخدام المضادات الحيوية في علاج المحاصيل وحيوانات المزرعة والبشر.

كلما زاد استخدامنا للمضادات الحيوية، زادت فرصة البكتيريا للتكيف مع أدويتنا، وتحولنا إلى جراثيم خارقة مقاومة للمضادات الحيوية تجعل أدويتنا غير فعالة.

ووفقًا لتقرير جديد صادر عن Pew Charitable Trusts، فإن جائحة Covid-19 أدت إلى تفاقم المشكلة.

مقالات شبيهة:

80٪ من المضادات الحيوية الموصوفة من قبل أطباء الأسنان غير ضرورية

مضادات حيوية جديدة مستخرجة من فطر ينمو في روث الحصان

الأطباء أكثر ميلًا إلى وصف المضادات الحيوية للمرضى دون داع

على الرغم من أن Covid-19 هو مرض فيروسي ولا تعمل المضادات الحيوية على الفيروسات، إلا أن الأطباء كانوا يمنحون المرضى هذه الأدوية للحماية من العدوى الثانوية أثناء وجودهم في المستشفى – حتى قبل أن يعرفوا ما إذا كان المرضى مصابين بالعدوى أم لا.

في الوقت الحاضر، في الوقت الذي تستغرقه لقراءة هذا المقال، سيموت شخص واحد في الولايات المتحدة من عدوى لم تعد المضادات الحيوية قادرة على علاجها بشكل فعال بسبب الإفراط في استخدام المضادات الحيوية.

وعلى مدار العام، سيموت 700000 شخص حول العالم من عدوى مقاومة للأدوية.

حذر تقرير رئيسي للأمم المتحدة من أن عدد القتلى السنوي قد يرتفع إلى 10 ملايين بحلول عام 2050، ما لم نقم ببعض التغييرات الجذرية.

لم تقم شركات الأدوية الكبرى وشركات التكنولوجيا الحيوية بإنتاج مضادات حيوية جديدة لأن الأمر يستغرق سنوات عديدة والكثير من التمويل لإجراء البحث والتطوير.

تفشل معظم المركبات الجديدة، وحتى عندما تنجح، فإن المردود ضئيل:

المضاد الحيوي لا يباع مثل الدواء الذي يجب تناوله يوميًا، وبالنسبة للعديد من شركات الأدوية، الحافز المالي ليس موجودًا.

ولكن ماذا إذا كان بإمكانك استخدام الذكاء الاصطناعي للقيام بهذا العمل بسرعة وبتكلفة زهيدة؟ حسنًا، هذا قد يغير حساب التفاضل والتكامل.

كيف يعمل نظام الذكاء الاصطناعي من IBM؟

يعتمد نظام الذكاء الاصطناعي الجديد لشركة IBM على ما يسمى بالنموذج التوليدي.

لفهمها في أبسط مستوياتها، يمكننا تقسيمها إلى ثلاث خطوات أساسية.

أولاً، بدأ الباحثون بقاعدة بيانات ضخمة لجزيئات الببتيد المعروفة.

ثم يسحب الذكاء الاصطناعي المعلومات من قاعدة البيانات ويحلل الأنماط لمعرفة العلاقة بين الجزيئات وخصائصها.

قد تجد أنه عندما يكون للجزيء بنية أو تركيبة معينة، فإنه يميل إلى أداء وظيفة معينة.

وهذا يسمح لها “بتعلم” القواعد الأساسية لتصميم الجزيء.

أخيرًا، يمكن للباحثين إخبار الذكاء الاصطناعي بالضبط عن الخصائص التي يريدون أن يمتلكها الجزيء الجديد.

يمكنهم أيضًا قيود الإدخال (على سبيل المثال: سمية منخفضة، من فضلك!).

باستخدام هذه المعلومات حول السمات المرغوبة وغير المرغوب فيها، يقوم الذكاء الاصطناعي بعد ذلك بتصميم جزيئات جديدة تفي بالمعايير.

يمكن للباحثين اختيار الأفضل من بينهم والبدء في الاختبار على الفئران في المختبر.

يدعي باحثو IBM أن نهجهم تفوق على الأساليب الرائدة الأخرى لتصميم ببتيدات جديدة مضادة للميكروبات بنسبة 10 بالمائة.

ووجدوا أنهم كانوا قادرين على تصميم نوعين جديدين من الببتيدات المضادة للميكروبات شديدة الفعالية ضد مسببات الأمراض المتنوعة، بما في ذلك بكتيريا K الرئوية المقاومة للأدوية المتعددة،

وهي بكتيريا معروفة بأنها تسبب العدوى لمرضى المستشفيات.

لحسن الحظ، كان للببتيدات سمية منخفضة عند اختبارها على الفئران، وهي إشارة مهمة حول سلامتها.

تطبيقات أوسع..من علاجات Covid-19 إلى حلول تغير المناخ

هذه ليست المرة الأولى التي يظهر فيها الذكاء الاصطناعي واعدًا في حل المشكلات القديمة في علم الأحياء.

في العام الماضي، حلَّ مختبر أبحاث الذكاء الاصطناعي DeepMind في “مشكلة طي البروتين” – التحدي المتمثل في التنبؤ بالشكل ثلاثي الأبعاد الذي سينطوي فيه البروتين – والتي حيرت علماء الأحياء لمدة 50 عامًا والتي لها آثار على اكتشاف الأدوية.

ميزة أخرى مثيرة: اكتشف باحثو معهد ماساتشوستس للتكنولوجيا نوعًا جديدًا من المضادات الحيوية من خلال تدريب الذكاء الاصطناعي على التنبؤ بالجزيئات التي لها خصائص قتل البكتيريا.

يختلف بحث آي بي إم عن معهد ماساتشوستس للتكنولوجيا بطريقة مهمة:

فبدلاً من تدريب الذكاء الاصطناعي على الجزيئات التي نعلم أن لها خصائص مضادة للميكروبات (كما فعل معهد ماساتشوستس للتكنولوجيا)،

دربت شركة آي بي إم أبحاثهم على قاعدة بيانات أوسع بكثير لجميع الببتيدات المعروفة الموجودة في الطبيعة.

هذا هو الفرق بين البدء بحوالي 100000 نقطة بيانات وحوالي 1.7 مليون نقطة بيانات.

ميزة هذا الأخير هي أن ينتهي بك الأمر بنظام ذكاء اصطناعي “أكثر إبداعًا وقابلية للتعميم”، وفقًا لـ”ألكساندرا موجسيلوفيتش” أحد المؤلفين المشاركين في ورقة IBM ،

“لا نريد أن نكون مقيدين بمضادات الميكروبات فقط، نريد حقًا صنع أداة عامة جدًا يمكن استخدامها بعدة طرق”.

في الوقت الحالي، على سبيل المثال، يعمل فريقها على اكتشاف كيف يمكن لنظام الذكاء الاصطناعي أن يصمم علاجات لـ Covid-19.

أوضحت موجسيلوفيتش: “عندما جاء الوباء، واصلنا القول، يمكننا استخدام نفس الخوارزميات، لكننا الآن سنبحث بشكل مختلف قليلاً – عن شيء يشبه الجزيء الذي يمكن أن يرتبط بهدف كوفيد.”

في مدونة، لاحظ باحثو IBM أنه في حين أنهم متحمسون حول كيفية قيام نظام الذكاء الاصطناعي بتسريع اكتشاف المضادات الحيوية والحفاظ على البكتيريا المقاومة للمضادات الحيوية، فإنهم يأملون أيضًا أن يكون للنظام تطبيقات أوسع بكثير.

إنهم يتصورون أنه يساعد العلماء “على اكتشاف وتصميم أفضل المرشحين لعقاقير وعلاجات أكثر فعالية للأمراض، ومواد لامتصاص الكربون واحتجازه للمساعدة في مكافحة تغير المناخ، ومواد لإنتاج وتخزين طاقة أكثر ذكاءًا، وغير ذلك الكثير.

ليس الأمر كما لو أن نظام الذكاء الاصطناعي هذا سوف يحل بطريقة سحرية أيًا من هذه المشاكل من تلقاء نفسه.

لكنه يطور إستراتيجية حسابية لحل المشكلات يمكن أن تسفر عن فوائد مثيرة حقًا، وربما تنقذ الكثير من الأرواح.

المصدر: https://www.vox.com/future-perfect/22360573/ai-ibm-design-new-antibiotics-covid-19-treatments

Total
0
Shares