كيف نعلّم الذكاء الاصطناعي تصميم الأدوية دون مساومات سريع
المهندس الذي يبني جسرًا لا يمكنه تقوية عارضة واحدة دون أن تتغير الأحمال على العوارض المجاورة. هكذا تقريبًا يُدار تطوير الأدوية: يجب أن يستقر الجزيء بإحكام في «جيب» البروتين الهدف، كما يستقر المفتاح في القفل، وفي الوقت نفسه يكون آمنًا ومستقرًا وسهل التناول. المشكلة أن هذين المطلبين — قوة الارتباط والملاءمة الدوائية — غالبًا ما يسحبان في اتجاهين متعاكسين. جعلت الجزيء أكثر «التصاقًا»؟ أصبح سامًا أو توقف عن الذوبان.
الخوارزميات الحديثة القائمة على النماذج اللغوية الكبيرة تستطيع توليد بدائل جزيئية، لكنها تعمل شبه عمياء: تغيّر جزءًا تلو الآخر وتفحص النتيجة. قام مؤلفو الدراسة الجديدة بقياس عدد المرات التي يؤدي فيها تغيير واحد من هذا القبيل إلى تحسين الخاصيتين معًا. اتضح أن ذلك نادر. في أغلب الأحيان، يترافق تحسين مؤشر واحد مع خسارة في مؤشر آخر. يشبه هذا الإصلاح الأعمى: تدير برغيًا دون أن تعرف ما بداخل الآلة.
الحل الذي يقترحه الباحثون يكرر هذا المنطق. نظامهم PROBE (من الإنجليزية «استشعار») لا يبدأ بالتحسين، بل بالاستطلاع. فهو يفكك الجزيء إلى أجزاء قابلة للتعديل ويبني خريطة للجيب: أين يمكن تحقيق تحسين مشترك، وأين تتعارض الأهداف، وأين توجد أجزاء فاشلة مؤكدًا. ثم تُجرى «حقن» اختبارية — تعديلات تجريبية — ويُستخلص من استجابة النظام ما يشبه دليلًا للمُجمِّع. بعد ذلك يدخل ثلاثة وكلاء: واحد مسؤول عن قوة الارتباط، وثانٍ عن الخصائص الدوائية، وثالث يراقب ألا تتعارض تعديلاتهما. يعملون بالتناوب، بالرجوع إلى الخريطة والدليل.
على مجموعة البروتينات الهدف القياسية CrossDocked2020، أعطى هذا النهج أفضل النتائج بين النظائر، والأهم أنه قلل بشكل ملحوظ عدد الخطوات التي يجر فيها تحسين في جانب فشلًا في جانب آخر. لم يعد الجسر يهتز عند كل تعديل.
غالبًا ما يُشبَّه البروتين الهدف في الجسم بالقفل، والدواء بالمفتاح. لكن في الواقع، «القفل» ليس صلبًا: فهو يغير شكله قليلًا عند الارتباط، والمفتاح الجيد يجب أن يكون قادرًا على التكيف مع ذلك.
في رواية «العمى الكاذب» الشهيرة لبيتر واتس، يواجه طاقم السفينة شكل حياة فضائية كيمياؤها الحيوية مبنية على مبادئ مختلفة تمامًا. لفهمها، يضطرون حرفيًا إلى «استشعار» أيض غريب بشكل أعمى — تمامًا كما تستشعر PROBE الجيب البروتيني.