تخيل أنك بحاجة إلى تجربة ملايين المفاتيح للعثور على المفتاح الذي يفتح قفل المرض. كل مفتاح هو جزيء، والقفل هو بروتين في أجسامنا. من المستحيل فحص كل مفتاح يدويًا، لذلك يستخدم الكيميائيون نماذج حاسوبية تتنبأ بكيفية تصرف الجزيء في الواقع. حتى وقت قريب، كانت الحسابات الدقيقة تستغرق ساعات أو أيامًا على أجهزة كمبيوتر قوية. الأداة الجديدة AceFF تفعل ذلك في ثوانٍ.
AceFF هو نموذج مُدرَّب مسبقًا على مجموعة بيانات ضخمة، يفهم كيف تنجذب الذرات في الجزيئات، وتتنافر، وتدور حول الروابط. تم تدريبه على أمثلة لجزيئات مشابهة لتلك المستخدمة في الأدوية: تحتوي على الكربون والنيتروجين والأكسجين والكبريت وعناصر أخرى. الأهم أن النموذج لا يحفظ الأمثلة فحسب، بل يستنتج قواعد عامة، لذلك يتعامل حتى مع جزيئات جديدة لم يسبق رؤيتها. في الاختبارات، أظهر دقة مماثلة لأدق الحسابات الكمومية، لكنه يعمل أسرع بآلاف المرات.
البحث عن دواء جديد يشبه البحث عن إبرة في كومة قش. تحتاج إلى فحص ملايين الخيارات، وإذا استغرق كل حساب ساعة، فإن العملية تمتد لسنوات. AceFF يقلص هذا الوقت إلى دقائق. النموذج متاح الآن للجمهور، ويمكن لأي باحث تحميله واستخدامه في عمله. إنه مثل إعطاء كل كيميائي حاسوبًا فائقًا شخصيًا في جيبه.
هذا النهج يغير فكرة البحث عن الأدوية ذاتها. بدلاً من تصنيع وفحص مئات المواد في المختبر، يمكن للعلماء أولاً تشغيل ملايين المرشحين عبر الكمبيوتر، واختيار الأكثر واعدة، ثم الانتقال إلى التجارب فقط. هذا يوفر سنوات من العمل وملايين الدولارات.
تم تدريب نموذج AceFF على مجموعة بيانات تضم أكثر من 1.5 مليون تكوين جزيئي — وكأنك تعلمت سلوك جميع سكان مدينة صغيرة لتتنبأ بحركاتهم.