في مجال الطب الحديث، برزت العلاجات القائمة على الحمض النووي الريبوزي (RNA) كخيار واعد، مع تحقيق تقدم ملحوظ في علاج الأمراض الأيضية، والأورام، واللقاحات الوقائية.
وتستكشف مقالة، نُشرت مؤخرًا بعنوان "مستقبل تطوير الأدوية القائمة على الحمض النووي الريبوزي (RNA) باستخدام الذكاء الاصطناعي"، كيف يُمكن للذكاء الاصطناعي أن يُحدث ثورة في تطوير هذه الأدوية، مُعالجًا القيود الحالية ومُوفرًا فرصًا جديدة للابتكار.
تُسلط المقالة الضوء على إمكانات علاجات الحمض النووي الريبوزي (RNA)، مُشيرةً إلى أن هذه الأدوية أظهرت معدلات نجاح أعلى مُقارنةً بالأدوية التقليدية. فعلى سبيل المثال، تُشير شركة "ألنيلام" للأدوية (Alnylam Pharmaceuticals) إلى أن مُعدل الانتقال التراكمي لأدوية تداخل الحمض النووي الريبوزي (RNAi) من المرحلة السريرية الأولى إلى المرحلة الثالثة يصل إلى 64.4%، وهو أعلى بكثير من مُعدل نجاح الأدوية التقليدية الذي يتراوح بين 5% و7%. بالإضافة إلى ذلك، تُقاس مدة اكتشاف الأدوية القائمة على الحمض النووي الريبوزي (RNA) عادةً بالأشهر، بدلاً من السنوات التي تتطلبها الأدوية التقليدية، وتتميز بتكاليف أقل. ومع ذلك، ورغم هذه المزايا، لا تزال التقنيات التجريبية الحالية، مثل تقنية "كريسبر" (CRISPR)، والأساليب الحسابية، مثل تسلسل الحمض النووي الريبوزي، قاصرة عن تلبية متطلبات السرعة والتنوع في تطوير هذه الأدوية.
يُتوقع أن يُسهم الذكاء الاصطناعي في سد هذه الفجوة. تُؤكد هذه المقالة على قدرة الذكاء الاصطناعي على الاستفادة من الحوسبة المتوازية وتعلم الأنماط المعقدة من البيانات الضخمة، ما يُعالج قصور المنهجيات الحالية. يُمكن للأساليب القائمة على الذكاء الاصطناعي تعزيز كفاءة تطوير الأدوية وفتح آفاق جديدة لتحديد مرشحين دوائيين مبتكرين.
استراتيجيات رئيسية
يُحدد المؤلفون ثلاث استراتيجيات رئيسية يُمكن للذكاء الاصطناعي من خلالها دفع عجلة التقدم في تطوير الأدوية القائمة على الحمض النووي الريبوزي: الأساليب القائمة على البيانات، والأساليب القائمة على استراتيجيات التعلم، والأساليب القائمة على التعلم العميق.
تُشكل الأساليب القائمة على البيانات الأساس من خلال استخدام مجموعات البيانات الضخمة وتقنيات استخراج القواعد لاستخلاص أنماط وعلاقات ذات دلالة بين جزيئات الحمض النووي الريبوزي وبنيتها أو وظائفها البيولوجية. تستخدم المناهج القائمة على استراتيجيات التعلم تقنيات مثل الاستدلال السببي والتعلم المعزز لتحسين عمليات اتخاذ القرار. أما المناهج القائمة على التعلم العميق، والتي تمثل مستوى أعلى من التعقيد والأتمتة، فتستخدم نماذج لغوية ضخمة مثل تشات جي بي تي ChatGPT لتحليل تسلسلات الحمض النووي الريبوزي الطويلة ودعم التصميم الجديد للحمض النووي الريبوزي الوظيفي.
اقرأ أيضا... هل يتمتع الذكاء الاصطناعي بالمنطق في البحوث الطبية الحيوية؟
التغذية الراجعة
تتصور هذه المقالة سير عمل مستقبليًا لتطوير أدوية الحمض النووي الريبوزي باستخدام الذكاء الاصطناعي، يعتمد على نظام تفاعلي قائم على البرمجيات. يتميز هذا النظام بحلقتين رئيسيتين للتغذية الراجعة: حلقة داخلية تركز على التصميم القائم على المنصة لتحسين أداء نموذج الذكاء الاصطناعي، وحلقة خارجية تدمج بيانات من العالم الحقيقي لتحسين تطوير الأدوية باستمرار.
يبدأ سير العمل برقمنة شاملة لبيانات الحمض النووي الريبوزي، يليها تصميم مرشح دوائي مخصص، وتقييمات للأدوية، وتخليق آلي، وتجارب بيولوجية للتحقق السريري الأولي. بعد ذلك، تتم مطابقة المرشحين الدوائيين المختارين مع أنظمة توصيل مناسبة، ووضعهم في محاكاة عبر الإنترنت للمراقبة المبكرة لديناميكيات التوصيل، وتأثير الدواء، وعمليات التحلل داخل جسم الإنسان.
يُحدد الباحثون عدة مواضيع بحثية هامة على المدى القريب، تشمل التصوير الشامل عالي الدقة، واكتشاف أدوية الحمض النووي الريبوزي (RNA) المُخصصة، وتطوير منصة قابلة للتعديل لإنتاج الحمض النووي الريبوزي. قد تُفضي هذه التطورات إلى تمثيل أكثر اكتمالًا وتفاعلية لبنية الحمض النووي الريبوزي وسلوكه في الأنظمة البيولوجية، مما يُتيح ابتكار أدوية مُخصصة للغاية من الحمض النووي الريبوزي، مُصممة خصيصًا للخصائص الجينية الفردية.
نقلة نوعية
تُعدّ الفوائد الاقتصادية والاجتماعية لتطوير أدوية الحمض النووي الريبوزي باستخدام الذكاء الاصطناعي جديرة بالملاحظة. إذ يُقلل التشغيل الآلي، المدعوم بالذكاء الاصطناعي، من المهام التي تتطلب جهدًا بشريًا كبيرًا، مما يُتيح تحديد أهداف الحمض النووي الريبوزي بشكل أسرع وأكثر دقة، وبالتالي توفير التكاليف وتسريع اختبار علاجات الحمض النووي الريبوزي. ومع توسع المنصة صناعيًا، فإنها تضمن جودة ثابتة للدواء وكفاءة أعلى من حيث التكلفة من خلال عمليات مُحسّنة وقابلة للتكرار.
يُمكن لدمج الذكاء الاصطناعي في تطوير أدوية الحمض النووي الريبوزي أن يُحدث نقلة نوعية في مستقبل العلاجات. فمن خلال الاستفادة من قدرات الذكاء الاصطناعي، يُمكن للباحثين استكشاف بنى الحمض النووي الريبوزي الجديدة بشكل منهجي، وتحديد المرشحين الواعدين للأدوية، وتسريع عملية اكتشاف الأدوية، مما يُؤدي في نهاية المطاف إلى نماذج تطوير أكثر استدامة واقتصادية ذات فوائد واسعة النطاق.
مصطفى أوفى (أبوظبي)