جوجل ديب مايند تكشف عن AlphaProteo: ثورة الذكاء الاصطناعي في تصميم الأدوية!
أعلنت شركة جوجل ديب مايند عن إطلاق AlphaProteo، وهو نظام ذكاء اصطناعي لمساعدة الباحثين في مجالات البيولوجيا والصحة على تصميم بروتينات جديدة وقوية ترتبط بجزيئات مستهدفة بدقة وقوة.
تم تدريب AlphaProteo على بنك بيانات البروتينات (PDB) الذي يتيح تحقيق إنجازات في العلوم والتعليم من خلال توفير الوصول إلى أدوات الاستكشاف والتصور والتحليل للهياكل ثلاثية الأبعاد التي تم تحديدها تجريبيًا من أرشيف PDB.
بفضل هيكل الجزيء المستهدف ومجموعة من مواقع الارتباط المفضلة على ذلك الجزيء، يقوم AlphaProteo بإنشاء بروتين مرشح يرتبط بالهدف.
وقالت الشركة العملاقة إن الروابط لديها القدرة على فتح مجالات جديدة للبحث في تطوير الأدوية وأجهزة الاستشعار الحيوية التشخيصية.
قالت فرق تصميم البروتين والمختبرات العملية في جوجل ديب مايند في منشور مدونة: “يمكن لـ AlphaProteo توليد روابط بروتينية جديدة لبروتينات مستهدفة متنوعة، بما في ذلك VEGF-A المرتبط بالسرطان ومضاعفات مرض السكري. هذه هي المرة الأولى التي يتمكن فيها أداة ذكاء اصطناعي من تصميم رابط بروتيني ناجح لـ VEGF-A”.
وأضافوا: ”يحقق AlphaProteo أيضًا معدلات نجاح تجريبية أعلى وثلاثة إلى 300 مرة أفضل من قوة الارتباط مقارنة بأفضل الطرق الموجودة حاليًا لسبعة بروتينات مستهدفة اختبرناها”.
لاختبار AlphaProteo، صمم مطورو الذكاء الاصطناعي روابط لبروتينات مستهدفة متنوعة، بما في ذلك “بروتينين فيروسين مرتبطين بالعدوى، BHRF1 ونطاق ارتباط مستقبل البروتين الشائك SARS-CoV-2 SC2RBD، وخمسة بروتينات مرتبطة بالسرطان والالتهاب والأمراض المناعية الذاتية IL-7Rɑ وPD-L1 وTrkA وIL-17A وVEGF-A”.
كانت نسبة نجاح الربط لأحد الأهداف الفيروسية، BHRF1، 88% بشكل متوسط، أي عشرة أضعاف أعلى من الطرق التقليدية.
عمل فريق مختبر الويب لجوجل ديب مايند مع مجموعات بحث خارجية تشمل باحثين من معهد فرانسيس كريك حيث أكدت البيانات أن روابط AlphaProteo تمنع SARS-CoV-2 من إصابة خلايا الإنسان.
أظهر AlphaProteo أنه يمكنه تقليل الوقت المطلوب للتجارب الأولية المتعلقة برابطة البروتيينات لاستخداماتها المختلفة.
ومع ذلك، وعلى الرغم من الإنجازات المحققة، لاحظ الباحثون أن نظام الذكاء الاصطناعي لديه قيود.
على سبيل المثال ، لم يولد AlphaProteo روابط ناجحة لـ TNFa ، وهو بروتين مرتبط بالأمراض المناعية الذاتية مثل التهاب المفاصل الروماتويدي.
كتب المؤلفون: “اخترنا TNFa لتحدي قدراته بشكل قوي لأن التحليل الحسابي أظهر أنه سيكون صعبًا للغاية تصميم روابط ضده. سنستمر في تحسين وتوسيع قدرات AlphaProteo بهدف معالجة مثل هذه الأهداف الصعبة”.
يخطط فريق البحث الخاص بـAlphaProteo للعمل مع المجتمع العلمي لرصد تأثيره على مشاكل بيولوجية أخرى لفهم قيوده بشكل أكبر.
بالإضافة إلى ذلك ، استكشف الفريق استخدامه لتصميم الأدوية لدى Isomorphic Labs.
الاتجاه الأكبر
في يونيو ، أعلنت جوجل للأبحاث وجوجل ديب مايند عن إصدار ورقة بحث تعلن عن إنشاء نموذج LLM جديد لاكتشاف الأدوية وتطوير العلاجات يسمى Tx-LLM ، والذي تم ضبطه بدقة بناءً على Med-PaLM 2.
تقنية Med-PaLM 2 الخاصة بالشركة العملاقة هي تقنية ذكاء اصطناعي توليديه تستخدم نماذج LLM الخاصة بجوجل للإجابة عن الأسئلة الطبية.
في مايو ، أظهرت دراسة أجرتها جوجل للأبحاث بالتعاون مع جوجل ديب مايند أن الشركة قد وسعت قدراتها لنماذج الذكاء الاصطناعي الخاصة بها لـMed-Gemini-2D وMed-Gemini-3D وMed-Gemini Polygenic.
قالت جوجل إنها قامت بضبط قدراتها باستخدام بيانات علم الأمراض النسيجي والأمراض الجلدية والأشعة ثنائية وثلاثة الأبعاد والبيانات الجينية وعلم العيون.
في عام 2023 ، أصدرت جوجلالنموذج الأساسي MedLM المبني على Med-PaLM 2 المصمم للإجابة عن الأسئلة الطبية وتوليد رؤى من البيانات غير المنظمة وتلخيص المعلومات الطبية.
قالت الشركة إنه عبر تجربة نماذج LLM الخاصة بها مع المنظمات الصحية تعلمت أن أكثر نماذج الذكاء الاصطناعي فعالية مصممة لمعالجة حالات استخدام محددة.
نتيجة لذلك فإن النموذج الكبير لـMedLM مصمم لمعالجة المهام المعقدة بينما الآخر هو نموذج متوسط يمكن ضبطه وتحجيمه عبر مهام مختلفة.