في تقدم مهم لأبحاث الصناعات الدوائية، ابتكر علماء في جامعة ولاية أوهايو نظام ذكاء اصطناعي قد يُحدث ثورة في طريقة تطوير الأدوية الجديدة.
النموذج التوليدي الجديد للذكاء الاصطناعي، الذي يحمل اسم DiffSMol، تم تطويره بواسطة فريق بقيادة البروفيسورة شيا نينغ من قسمي المعلوماتية الطبية الحيوية وعلوم وهندسة الحاسوب في الجامعة. يعمل DiffSMol من خلال تحليل أشكال الروابط المعروفة – وهي الجزيئات التي ترتبط بأهداف بروتينية – ويستخدم هذه الأشكال كشرط لتوليد جزيئات ثلاثية الأبعاد جديدة تمامًا بخصائص ارتباط محسّنة.
وأوضحت نينغ: "من خلال استخدام الأشكال المعروفة كشرط، يمكننا تدريب نموذجنا على توليد جزيئات جديدة بأشكال مشابهة لا توجد في قواعد البيانات الكيميائية السابقة". فعالية النظام لافتة للنظر – عند إنشاء جزيئات لديها القدرة على تسريع تطوير الأدوية، حقق DiffSMol معدل نجاح بلغ 61.4%، متفوقًا بشكل كبير على المحاولات البحثية السابقة التي لم تتجاوز نسبة نجاحها 12% تقريبًا.
استعرض الباحثون قدرات DiffSMol من خلال دراسات حالة على جزيئات تستهدف إنزيم CDK6 (كيناز مرتبط بدورة الخلية)، والذي يمكنه تنظيم دورات الخلية والتأثير على نمو السرطان، وإنزيم NEP (نيبريليسين) المستخدم في علاجات تهدف إلى إبطاء تقدم مرض الزهايمر. أظهرت النتائج أن الجزيئات التي أنشأها الذكاء الاصطناعي من المرجح أن تكون فعّالة للغاية، حيث تفوق DiffSMol على الطرق التقليدية في قوة الارتباط بنسبة 13.2%، وبنسبة 17.7% عند دمجه مع توجيه الأشكال.
يأتي هذا الاختراق في وقت تضع فيه إدارة الغذاء والدواء الأمريكية (FDA) أطرًا تنظيمية جديدة للذكاء الاصطناعي في تطوير الأدوية. ففي يناير 2025، أصدرت الإدارة مسودة إرشادات بعنوان "اعتبارات لاستخدام الذكاء الاصطناعي لدعم اتخاذ القرار التنظيمي للأدوية والمنتجات البيولوجية"، مقدمةً توصيات حول استخدام الذكاء الاصطناعي لدعم قرارات السلامة والفعالية والجودة للأدوية.
وبينما تستغرق عملية تطوير الأدوية التقليدية عادةً حوالي عقد كامل من الاكتشاف حتى التسويق، من المتوقع أن تساهم الحلول المدعومة بالذكاء الاصطناعي مثل DiffSMol في تقليص هذا الإطار الزمني بشكل كبير. وقد أتاح فريق البحث كود DiffSMol للعلماء الآخرين، مع الإشارة إلى وجود بعض القيود الحالية – إذ يمكن للنظام حاليًا توليد جزيئات جديدة فقط بناءً على أشكال الروابط المعروفة مسبقًا، وهو قيد يأمل الفريق في تجاوزه في الأبحاث المستقبلية.