الفضاء الكيميائي كلعبة تركيب سريع

الأصل: "Designing the Haystack: Programmable Chemical Space for Generative Molecular Discovery"
arXiv:2603.00614 · 2026-02-28 · CC BY 4.0 · 1 دقيقة
نظام جديد يتيح جمع عوالم من الجزيئات واستكشافها وفق قواعد محددة.

📄 معروضة نسخة «بسيط» — «مبسّط» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها.

في السابق، كانت النماذج التوليدية للبحث عن الأدوية تعمل مثل رسام يرسم دون اختيار القماش. كانت تتعلم من الجزيئات الموجودة وتنتج جزيئات مشابهة فقط، دون التفكير في كيفية تنظيم الفضاء نفسه للمركبات الممكنة. يغيّر SpaceGFN هذا النهج: الآن الفضاء الكيميائي هو لعبة تركيب، حيث يحدد المستخدم القطع وقواعد التجميع.

في وضع الاكتشاف (Discovery)، يمكن جمع فضاء من شظايا المنتجات الطبيعية أو المستقلبات المرتبطة تطوريًا، وعندها يصبح البحث عن جزيئات جديدة موجّهًا.

داخل هذه اللعبة يعمل GFlowNet، وهي طريقة قادرة على اختيار الخيارات ذات الخصائص المطلوبة بكفاءة دون فحص كل شيء. إنها مثل مشترٍ ذكي في متجر ضخم يتوجه مباشرة إلى الأرفف المطلوبة بدلًا من التجول في جميع الممرات. في وضع التحرير (Editing)، يُطبَّق نفس المنطق لتحسين المركبات المعروفة: بدل التغييرات العشوائية، تُستخدم فقط تفاعلات كيميائية مسموحة تحافظ على قابلية التصنيع.

أظهر اختبار على 96 هدفًا أن هذا النهج لا يجد مرشحين أقوياء فحسب، بل يحافظ أيضًا على تنوع البنى.

هذا النهج يجعل البحث عن الأدوية أكثر وعيًا: بدل التوليد الأعمى، يتم تصميم الفضاء وفقًا للمهمة. إنه مثل بناء مدينة بتخطيط مدروس بدل البناء العشوائي في أرض خالية.

يُقدَّر فضاء جميع الجزيئات الممكنة بـ $10^{60}$ مركبًا، وهو عدد أكبر من عدد الذرات في الكون.

فكرة الأكوان الجزيئية القابلة للبرمجة تذكّر بـ «باني العوالم» من رواية «السيبربياد» لستانيسلاف ليم.

العلماء
Erwin SchrödingerHugh Everett III
المفاهيم
تصميم الدواء تصميم البروتين اكتشاف الأدوية بالذكاء الاصطناعي نموذج توليدي خوارزمية جينية الانحدار الرمزي الشبكات التوليدية التنافسية تدفقات تطبيعية طب شخصي اكتشاف علمي بالشبكات العصبية معالجة اللغة الطبيعية نموذج كيميائي كيمياء ما قبل الحيوية فضاء الطور تعبير جيني علم الآثار الكيميائي المجري مواد التعلم الآلي شبكة عصبية بيانية تولد تلقائي الانجذاب الكيميائي