Amit Katwala

في مصنع قديم للبسكويت في جنوب لندن، تم استبدال الخلاط العملاق والأفران الصناعية بذراعي روبوتات وحاضنات وآلات تسلسل الحمض النووي. جيمس فيلد وشركته لاب جينيوس لا يصنعون حلويات حلوة؛ بل هم يطبخون نهجًا ثوريًا مدعومًا بالذكاء الاصطناعي لهندسة أجسام مضادة طبية جديدة.

في الطبيعة، الأجسام المضادة هي استجابة الجسم للأمراض وتعمل كقوات أمامية للجهاز المناعي. إنها سلاسل من البروتينات التي تم تشكيلها بشكل خاص للالتصاق بالغزاة الأجانب حتى يتم إزالتها من الجسم. منذ ثمانينيات القرن الماضي، كانت الشركات الدوائية تقوم بتصنيع أجسام مضادة اصطناعية لعلاج أمراض مثل السرطان وللحد من احتمال رفض الأعضاء المزروعة.

لكن التصميم البشري لهذه الأجسام المضادة عملية بطيئة. يجب على مصممي البروتينات استكشاف ملايين التركيبات المحتملة من أحماض أمينية للعثور على تلك التي يمكن طيها مع بعضها البعض بطريقة صحيحة تمامًا، ثم اختبارها كلها تجريبيًا وتعديل بعض المتغيرات لتحسين بعض خصائص العلاج على أمل ألا يجعلها أسوأ بطرق أخرى. ويقول “جيمس فيلد”، مؤسس شركة لاب جينيوس والرئيس التنفيذي لها: “إذا أردت خلق جسم مضاد علاجي جديد، فإن الجزيء الذي تريده يوجد في أحد أركان هذا الفضاء اللانهائي من الجزيئات المحتملة”.

في عام 2012، تأسست الشركة عندما لاحظ مؤسسها انخفاض تكاليف تسلسل الحمض النووي والحوسبة والروبوتات أثناء دراسته للحصول على درجة الدكتوراه في البيولوجيا التركيبية في جامعة إمبريال كوليدج لندن. تستخدم لاب جينيوس هذه التقنيات الثلاثة بشكل شامل لأتمتة عملية اكتشاف الأجسام المضادة. في المعمل في برموندسي، يصمم خوارزمية تعلم آلي أجسامًا مضادة لاستهداف أمراض محددة، ومن ثم تقوم أنظمة روبوتات مؤتمتة ببنائها ونموها في المعمل، وإجراء اختبارات، وإعادة بياناتها إلى الخوارزمية، كل ذلك بإشراف محدود من البشر.

يبدأ علماء الطبيعة بتحديد الحجم المحتمل من الأجسام المضادة لمكافحة مرض معين: يحتاجون إلى بروتينات يمكنها التمييز بين الخلايا السليمة والمصابة، والالتصاق بالخلايا المصابة، ثم اجتذاب خلية مناعية لإكمال المهمة. لكن هذه البروتينات يمكنها أن توجد في أي مكان في الفضاء اللانهائي للخيارات المحتملة. طورت لاب جينيوس نموذج تعلم آلي يمكنه استكشاف ذلك الفضاء بسرعة وكفاءة عالية. يقول “فيلد”: “المدخل الوحيد الذي تعطيه للنظام من قبل البشر هو عينة خلية سليمة وعينة خلية مصابة. ثم يتولى النظام استكشاف تصاميم مختلفة للأجسام المضادة التي يمكنها التمييز بينهما”.

يقوم النموذج باختيار أكثر من 700 خيار أولي من بين فضاء بحث يضم 100.000 جسم مضاد محتمل، ومن ثم يصمم ويبني ويختبر هذه الأجسام تلقائيًا، بهدف العثور على مناطق واعدة لدراستها بشكل أعمق. اعتبر هذا الأمر مثل اختيار السيارة الكاملة من بين الآلاف باستخدام اللون العام أولاً، ثم الترشيح للحصول على درجات أدق.

وتكاد عمليات الاختبار أن تكون مؤتمتة تمامًا، باستخدام معدات عالية الجودة لإعداد العينات وتمريرها خلال مراحل اختبار، حيث يتم نمو الأجسام المضادة بناءً على تسلسلها الوراثي ثم تجربتها على الأنسجة المريضة التي صُممت لمهاجمتها. يشرف البشر على العملية، ولكن مهمتهم أساسًا هي نقل العينات من آلة إلى أخرى.

يقول “فيلد”: “عندما تحصل على نتائج التجارب من ذلك المجموع الأولي من 700 جزيء، يتم إدخال هذه المعلومات إلى النموذج لتحسين فهمه بشكل أوسع”. بعبارة أخرى، يبدأ الخوارزمية ببناء صورة عن كيفية تغيّر فعالية العلاج مع تغيّر تصاميم الأجسام المضادة المختلفة، وفي كل دورة متلاحقة لتصاميم الأجسام المضادة، تتحسن آلة بتوازنها بين استغلال التصاميم الواعدة واستكشاف مناطق جديدة.

ويضيف “فيلد”: هو أنه بمجرد العثور على شيء يعمل بشكل ضعيف، عادةً ما يتطلب إجراء تعديلات طفيفة كبيرة على تلك الجزيئة لمحاولة تحسينها”. قد تحسن تلك التعديلات خاصية واحدة – مثل سهولة إنتاج الجسم المضاد على نطاق واسع – لكن لها تأثير كارثي على الخصائص الأخرى المطلوبة مثل الانتقائية والسمية والفعالية وغيرها. هذا النهج التقليدي قد يؤدي إلى تحسينات قليلة بطريقة متكررة عندما قد تكون هناك خيارات أفضل بكثير في مناطق مختلفة تمامًا من الخارطة.

تواجه أيضًا قيودًا بسبب العدد المحدود مما يمكنك إجراؤه من اختبارات، أو ما يصفه فيلد بـ”الأهداف”. وهذا يعني أن مهندسي البروتين البشريين يميلون إلى البحث عن الحلول التي يعرفون أنها ستعمل.

ويقول “فيلد”: “نتيجة لذلك، تظهر العديد من الافتراضات أو القواعد التقريبية التي يستخدمها مهندسو البروتين البشريين للعثور على المناطق الآمنة”. لكن نتيجة لذلك، تتراكم بسرعة العديد من المعتقدات.

أما النهج الذي تتبعه لاب جينيوس فهو يسفر عن حلول غير متوقعة قد لا يفكر بها البشر، ويجدها بشكل أسرع. إذ يستغرق الأمر فقط ستة أسابيع من وضع المشكلة حتى الانتهاء من الدفعة الأولى، وكل ذلك تحت إشراف نماذج التعلم الآلي.

وفي النهاية، يقول “فيلد” إنه وصفة لرعاية أفضل: علاجات بالأجسام المضادة أكثر فعالية أو لها آثار جانبية أقل من تلك التي صممتها الأيادي البشرية. “تجد جزيئات لن تستطيع العثور عليها بالطرق التقليدية”، يقول هذا يمكننا إيجاد جزيئات بخصائص أفضل، ما يترجم في النهاية إلى نتائج أفضل للمرضى”.

إعداد: وحدة الترجمات بمركز سمت للدراسات

المصدر: wired