TxGemma: فرع متخصص من عائلة الذكاء الاصطناعي من Google
تمثل هذه النماذج الجديدة، والمعروفة مجتمعة باسم TxGemma، امتدادًا متخصصًا لعائلة Gemma من نماذج الذكاء الاصطناعي التوليدية (GenAI) مفتوحة المصدر من Google. تعتمد نماذج Gemma، بدورها، على أساس منصة Gemini AI المتطورة من Google، والتي تم الكشف عن أحدث إصدار لها في ديسمبر.
من المقرر إطلاق مجموعة أدوات TxGemma للمجتمع العلمي في وقت لاحق من هذا الشهر من خلال برنامج Google Health AI Developer Foundations. تهدف هذه المبادرة إلى تعزيز التعاون والتطوير الإضافي من خلال السماح للباحثين بتقييم النماذج وتحسينها. في حين أن المدى الكامل لتطبيقها لا يزال يتعين رؤيته، فإن الإصدار الأولي يثير تساؤلات حول إمكاناتها للتكيف التجاري.
فهم لغة العلاجات
أوضحت الدكتورة كارين ديسالفو، كبيرة المسؤولين الصحيين في Google، قدرات TxGemma الفريدة. تمتلك هذه النماذج القدرة على فهم كل من النص القياسي والهياكل المعقدة لمختلف الكيانات العلاجية. وهذا يشمل الجزيئات الصغيرة والمواد الكيميائية والبروتينات، وهي اللبنات الأساسية في تطوير الأدوية.
هذا الفهم المزدوج يمكّن الباحثين من التفاعل مع TxGemma بطريقة أكثر سهولة. يمكنهم طرح أسئلة تساعد في التنبؤ بالخصائص الحاسمة للعلاجات الجديدة المحتملة. على سبيل المثال، يمكن للباحثين استخدام TxGemma لاكتساب رؤى حول ملفات السلامة والفعالية للأدوية المرشحة، مما يسرع عملية الفرز الأولية.
معالجة تحديات تطوير الأدوية
أكدت الدكتورة ديسالفو على سياق هذا الابتكار، مشيرة إلى أن “تطوير الأدوية العلاجية من المفهوم إلى الاستخدام المعتمد هو عملية طويلة ومكلفة”. من خلال إتاحة TxGemma لمجتمع البحث الأوسع، تهدف Google إلى استكشاف أساليب جديدة لتعزيز كفاءة هذا المشروع المعقد.
الذكاء الاصطناعي: قوة تحويلية في علوم الحياة
لقد أحدث ظهور الذكاء الاصطناعي ثورة لا يمكن إنكارها في صناعة علوم الحياة. إن قدرتها على معالجة مجموعات البيانات الضخمة، وتحديد الأنماط المخفية، وتوليد تنبؤات تعتمد على البيانات قد فتحت فرصًا غير مسبوقة. يتم بالفعل استخدام الذكاء الاصطناعي بنشاط في مراحل مختلفة من تطوير الأدوية، بما في ذلك:
- تحديد أهداف الأدوية: تحديد جزيئات أو مسارات معينة متورطة في عمليات المرض.
- تصميم أدوية جديدة: إنشاء مركبات جديدة ذات خصائص علاجية مرغوبة.
- إعادة استخدام العلاجات الحالية: إيجاد استخدامات جديدة للأدوية المعتمدة بالفعل لحالات أخرى.
المشهد التنظيمي يتكيف مع الذكاء الاصطناعي
دفع التبني السريع للذكاء الاصطناعي في تطوير الأدوية الهيئات التنظيمية إلى الاستجابة. في وقت سابق من هذا العام، أصدرت إدارة الغذاء والدواء الأمريكية (FDA) أول إرشادات لها بشأن استخدام الذكاء الاصطناعي في الملفات التنظيمية، مما يوفر وضوحًا حول كيفية دمج هذه التكنولوجيا في الطلبات. وبالمثل، في عام 2024، نشرت وكالة الأدوية الأوروبية (EMA) ورقة تفكير تحدد وجهة نظرها بشأن تطبيق الذكاء الاصطناعي طوال دورة حياة المنتج الطبي. تسلط هذه التطورات الضوء على الاعتراف المتزايد بدور الذكاء الاصطناعي في تشكيل مستقبل البحوث الصيدلانية والتنظيم.
ما وراء TxGemma: لمحة عن مبادرات Google الصحية
عرض حدث ‘The Check Up’ مجموعة من التطورات الأخرى المتعلقة بالصحة من Google:
نتائج صحية محسنة في بحث Google
سلطت Google الضوء على التحسينات التي أدخلتها على قدرة محرك البحث الخاص بها على توفير معلومات صحية موثوقة وذات صلة للمستخدمين. يتضمن ذلك تحسين خوارزميات البحث لتحديد أولويات المصادر الموثوقة وتقديم المعلومات بتنسيق واضح وسهل الوصول إليه.
ميزة السجلات الطبية في تطبيق Health Connect
تم تقديم ميزة جديدة داخل تطبيق Health Connect من Google، مما يتيح للمستخدمين تخزين سجلاتهم الطبية وإدارتها بشكل آمن. تهدف هذه المنصة المركزية إلى تمكين الأفراد من التحكم بشكل أكبر في بياناتهم الصحية وتسهيل المشاركة السلسة مع مقدمي الرعاية الصحية.
‘عالم مشارك’ بالذكاء الاصطناعي: شريك بحث افتراضي
بناءً على إعلانها في فبراير، أوضحت Google مفهوم ‘العالم المشارك’ بالذكاء الاصطناعي. تم تصميم هذا المتعاون الافتراضي لمساعدة العلماء في توليد فرضيات ومقترحات بحثية جديدة. من خلال الاستفادة من معالجة اللغة الطبيعية، يمكن للعالم المشارك بالذكاء الاصطناعي تحليل أهداف البحث واقتراح فرضيات قابلة للاختبار، كاملة بملخصات الأدبيات المنشورة ذات الصلة والأساليب التجريبية المحتملة.
على سبيل المثال، إذا كان الباحثون يهدفون إلى تعميق فهمهم لانتشار ميكروب مسبب للمرض، فيمكنهم التعبير عن هذا الهدف بلغة طبيعية. سيستجيب العالم المشارك بالذكاء الاصطناعي بعد ذلك بالفرضيات المقترحة والأوراق البحثية ذات الصلة والتصميمات التجريبية المحتملة.
Capricorn: الذكاء الاصطناعي لعلاج سرطان الأطفال المخصص
أخيرًا، سلطت Google الضوء على أداة ذكاء اصطناعي تسمى Capricorn، والتي تسخر نماذج Gemini لتسريع تحديد العلاجات الشخصية لسرطانات الأطفال. يحقق Capricorn ذلك من خلال دمج البيانات الطبية العامة مع معلومات المريض غير المحددة الهوية، مما يمكّن الأطباء من تكييف استراتيجيات العلاج مع المرضى الأفراد بشكل أكثر فعالية.
التعمق في التطبيقات المحتملة لـ TxGemma
تكمن القوة الأساسية في قدرة النموذج على سد الفجوة بين النص الذي يمكن للإنسان قراءته والعالم المعقد، والذي غالبًا ما يكون غامضًا، للهياكل الجزيئية.
إليك كيف يُتوقع استخدام TxGemma:
تحديد الهدف:
- قد يُدخل الباحث: “تحديد الأهداف البروتينية المحتملة لتثبيط نمو الخلايا السرطانية المتحولة KRAS.”
- يمكن لـ TxGemma، بالاعتماد على قواعد بيانات واسعة من الأدبيات العلمية والبيانات الجزيئية، أن يقترح بعد ذلك قائمة بالبروتينات المعروفة بتفاعلها مع بروتين KRAS أو المشاركة في المسارات التي يؤثر عليها KRAS. يمكنه أيضًا ترتيب هذه الأهداف بناءً على عوامل مثل “إمكانية الاستهداف” (مدى احتمالية أن يرتبط جزيء صغير بشكل فعال بالبروتين ويعدّله).
اكتشاف المركبات الرائدة:
- يمكن للباحث أن يُدخل: “ابحث عن جزيئات صغيرة ترتبط بالموقع النشط لبروتين كيناز AKT1 بتقارب عالٍ.”
- يمكن لـ TxGemma أن يبحث في مكتبات افتراضية لمليارات المركبات، ويتنبأ بتقارب ارتباطها ببروتين AKT1 بناءً على هيكلها ثلاثي الأبعاد. يمكنه أيضًا تصفية هذه المركبات بناءً على خصائص مثل الذوبان المتوقع والنفاذية والسمية المحتملة.
دراسات آلية العمل:
- لدى الباحث مركب واعد ولكنه غير متأكد تمامًا من كيفية عمله. يمكنهم إدخال: “توقع آلية عمل المركب XYZ، الذي يُظهر نشاطًا ضد مرض الزهايمر في النماذج قبل السريرية.”
- يمكن لـ TxGemma تحليل هيكل المركب، ومقارنته بالأدوية المعروفة، والإشارة المرجعية إليه مع بيانات عن التغيرات في التعبير الجيني وتفاعلات البروتين والبروتين لاقتراح مسارات أو أهداف محتملة قد يؤثر عليها المركب.
إعادة استخدام الأدوية:
- قد يسأل الباحث: “تحديد الأدوية الموجودة التي يمكن إعادة استخدامها لعلاج الاضطراب الوراثي النادر ABC.”
- يمكن لـ TxGemma تحليل الأساس الجيني والجزيئي للاضطراب ABC، ثم البحث عن الأدوية المعروفة باستهداف المسارات أو البروتينات المشاركة في المرض، حتى لو تم تطوير هذه الأدوية في الأصل لحالة مختلفة تمامًا.
التنبؤ بالسمية:
- قبل نقل مركب إلى تجارب سريرية باهظة الثمن، يحتاج الباحثون إلى تقييم سميته المحتملة. يمكن استخدام TxGemma من أجل: “توقع احتمالية تسبب المركب PQR في تلف الكبد أو تسمم القلب.”
- سيقوم النموذج بتحليل هيكل المركب ومقارنته بقواعد بيانات المركبات السامة المعروفة، وتحديد أي علامات حمراء محتملة.
ميزة المصدر المفتوح: محفز للابتكار
من خلال إصدار TxGemma كنموذج مفتوح المصدر، تعمل Google على تعزيز بيئة تعاونية، وتسريع وتيرة الاكتشاف.
يتم تضخيم التأثير المحتمل.
يمكن للباحثين في جميع أنحاء العالم المساهمة في تطوير النموذج، وتحسين خوارزمياته، وتوسيع قاعدة معارفه، وتكييفه مع احتياجات البحث المحددة.
مستقبل اكتشاف الأدوية
يمثل إدخال TxGemma والأدوات الأخرى التي تعمل بالذكاء الاصطناعي خطوة مهمة إلى الأمام في السعي لاكتشاف أدوية أكثر كفاءة وفعالية. في حين أن الذكاء الاصطناعي ليس حلاً سحريًا، إلا أنه يتمتع بإمكانات هائلة لزيادة الخبرة البشرية، وتسريع الجداول الزمنية للبحث، وفي النهاية جلب علاجات منقذة للحياة للمرضى بشكل أسرع. يعد التطور المستمر للذكاء الاصطناعي في علوم الحياة بمستقبل يكون فيه اكتشاف الأدوية أكثر اعتمادًا على البيانات، وأكثر دقة، وفي النهاية، أكثر نجاحًا.