نموذج الذكاء الاصطناعي الأخير لشركة جوجل ديبمايند متوقع أن يثور علم اكتشاف الأدوية

(SeaPRwire) –   لدى باحثين في شركة جوجل ديبمايند طوروا نموذج الذكاء الاصطناعي ألفافولد 3، وهو نموذج قادر على التنبؤ بالهيكل والتفاعلات بين الجزيئات البيولوجية بما في ذلك البروتينات والحمض النووي وحمض ريبوزي نووي والجزيئات الصغيرة التي يمكن أن تعمل كأدوية. ستتاح شركة جوجل ديبمايند النموذج للاستخدام غير التجاري من خلال . هذا الابتكار البارز، والتفاصيل التي نشرت في مجلة “نيتشر” في 8 مايو، من المرجح أن يسرع بشكل كبير البحث البيولوجي.

“هذا إنجاز كبير بالنسبة لنا اليوم، إعلان ألفافولد 3″، قال ديميس هاسابيس، الرئيس التنفيذي لشركة جوجل ديبمايند، في مؤتمر صحفي في 7 مايو أعلن فيه هذا التقدم الهام. “البيولوجيا نظام ديناميكي ويجب فهم كيف تنشأ خصائص البيولوجيا من خلال التفاعلات بين الجزيئات المختلفة في الخلية. يمكنك النظر إلى ألفافولد 3 على أنه خطوتنا الأولى الكبيرة نحو ذلك.”

النظام الذكي هو سليل لـ الذي بنته شركة جوجل ديبمايند والذي حل أساسا مشكلة التنبؤ بالهيكل ثلاثي الأبعاد لبروتين من بنيته الأمينية. نموذج ألفافولد الأول لشركة جوجل ديبمايند، الذي أعلن عنه في عام 2018، حاول التنبؤ بهياكل البروتينات، حيث جاء في المرتبة الأولى في مسابقة دولية للتنبؤ بهيكل البروتين. ألفافولد 2، الذي أُطلق في عام 2020، حسن بشكل كبير دقة توقعات هيكل البروتين.

يذهب ألفافولد 3 أبعد من ذلك من خلال التنبؤ بهياكل أي جزيئات بيولوجية تقريبا ونمذجة التفاعلات بين تلك الجزيئات. في حين طور الباحثون طويلا طرق حسابية متخصصة لنمذجة التفاعلات بين أنواع محددة من الجزيئات البيولوجية، فإن ألفافولد 3 يمثل لأول مرة نظامًا قادرًا على التنبؤ بالتفاعلات بين معظم أنواع الجزيئات بأداء مستوى المعايير.

خصائص الجزيئات ووظائفها في الأنظمة البيولوجية عادة ما تكون نتيجة لكيفية تفاعلها مع جزيئات أخرى. يمكن أن يستغرق فهم التفاعلات الجزيئية عبر التجارب سنوات من وقت البحث وأن تكون مكلفة للغاية. إذا كان بالإمكان تقدير هذه التفاعلات حسابيًا بدقة كافية، فسيتم تسريع البحث البيولوجي بشكل كبير. على سبيل المثال، إذا اعتقد الباحثون أن الجزيء الذي يرتبط بموقع محدد على بروتين معين سيكون مرشحًا واعدًا للأدوية، فيمكنهم استخدام أنظمة حسابية مثل ألفافولد 3 لاختبار جزيئات دوائية محتملة.

“يستمر ألفافولد في التحسن، ويصبح أكثر أهمية للتحقيقات البيولوجية”، قال بول نورس، عالم الوراثة الحاصل على جائزة نوبل والمدير التنفيذي والمدير لمركز البحوث الطبية الحيوية فرانسيس كريك في لندن، في بيان صحفي مصاحب لإعلان جوجل ديبمايند. “سيمكن هذا الإصدار الثالث من زيادة دقة التنبؤ بهياكل المركبات بين الجزيئات الكبيرة المختلفة، فضلا عن الارتباطات بين الجزيئات الكبيرة والجزيئات الصغيرة والأيونات.”

تأسست شركة جوجل ديبمايند في الأصل باسم ديبمايند في عام 2010 من قبل هاسابيس، جنبا إلى جنب مع العالم الرئيسي للذكاء الاصطناعي العام في شركة جوجل ديبمايند و. (أصبح سليمان الآن الرئيس التنفيذي لمنتجات الذكاء الاصطناعي للمستهلك والأبحاث في مايكروسوفت إي آي، المنظمة التي تعنى بمنتجات وأبحاث الذكاء الاصطناعي لدى مايكروسوفت.) تم استحواذ شركة ديبمايند من قبل جوجل في عام 2014، وفي عام 2023 دمجت جوجل شركة ديبمايند مع جوجل برين، إحدى قطاعات الذكاء الاصطناعي التابعة لجوجل، لتشكيل شركة جوجل ديبمايند، مما وضع نهاية لـ “سعي” قيادة ديبمايند للحصول على استقلالية أكبر عن شركتهم الأم.

بالإضافة إلى سلسلة ألفافولد من أنظمة الذكاء الاصطناعي، حققت شركة جوجل ديبمايند عدة اختراقات أخرى تستخدم الذكاء الاصطناعي لدعم العلوم والتكنولوجيا. في عام 2022، طورت الشركة نظام ذكاء اصطناعي قادر على اكتشاف خوارزميات جديدة، وفي عام 2023 طورت نموذج ذكاء اصطناعي يمكنه التنبؤ بالطقس بدقة لم يسبق لها مثيل. كما في عام 2023، أعلنت شركة جوجل ديبمايند عن نموذج ذكاء اصطناعي يدعي أنه يتنبأ بدقة بهياكل المواد، على الرغم من أن فائدة هذا النموذج تم الطعن فيها من قبل باحثين مستقلين لاحقًا.

في عام 2021، أعلنت شركة ألفابيت، الشركة الأم لجوجل، عن إنشاء مختبرات إيزومورفيك، التي تهدف إلى اتخاذ منهج قائم على الذكاء الاصطناعي لاكتشاف الأدوية. ساهم باحثون من مختبرات إيزومورفيك في تطوير ألفافولد 3 و، في حين يمكن استخدام خادم ألفافولد من قبل أي شخص للبحوث غير التجارية، سيكون لدى باحثي مختبرات إيزومورفيك الوصول الحصري إلى ألفافولد 3 للاستخدام التجاري.

“لقد كنا نستخدم قدرات ألفافولد 3 يوميًا في برامجنا لتصميم الأدوية”، قال ماكس جادربيرغ، المدير التنفيذي للذكاء الاصطناعي في مختبرات إيزومورفيك، في مؤتمر الإعلان. “نرى بالفعل الإمكانية لتسريع وتحسين وفي النهاية تحويل طريقة عملنا في اكتشاف الأدوية، وذلك بفضل مستوى الدقة الجديد لهذا النموذج، والنطاق الأوسع للجزيئات الحيوية التي يمكن لهذا النموذج التنبؤ بها.”