شاي ديسكفري ثورة في تطوير الأدوية بالذكاء الاصطناعي

ثورة الذكاء الاصطناعي في اكتشاف الأدوية: قصة Chai Discovery والتحول الرقمي للصحة

في عالم يتسارع فيه وتيرة البحث العلمي، يبرز الذكاء الاصطناعي كقوة دافعة لاكتشاف حلول مبتكرة لمشاكل صحية معقدة.

لطالما كان اكتشاف الأدوية عملية شاقة، تتسم بالبطء والتكلفة العالية، وتعتمد على طرق تقليدية مثل الفحص عالي الإنتاجية الذي يفتقر غالبًا إلى الدقة والنجاح.

لكن اليوم، نشهد تحولاً جذرياً بفضل شركات التكنولوجيا الحيوية الناشئة التي تتبنى الذكاء الاصطناعي وتقنيات البيانات المتقدمة لتسريع هذه العملية وتبسيطها.

في هذا السياق، تبرز شركة Chai Discovery كنموذج رائد.

تأسست هذه الشركة الناشئة في عام 2024، وفي غضون أشهر قليلة، تمكن مؤسسوها الشباب من جمع مئات الملايين من الدولارات، وحصدوا دعمًا من أبرز المستثمرين في وادي السيليكون.

هذا النجاح السريع جعلها واحدة من الأسماء الأكثر إثارة في قطاع متنامٍ باستمرار.

لم يتوقف الأمر عند هذا الحد، ففي ديسمبر الماضي، أعلنت الشركة عن إتمام جولة تمويل من الفئة "ب" (Series B) بقيمة 130 مليون دولار، مما رفع تقييمها إلى 1.3 مليار دولار.

شراكة استراتيجية مع Eli Lilly: تسريع تطوير الأدوية المبتكرة

ما يميز Chai Discovery بشكل خاص هو شراكتها الاستراتيجية المعلنة مؤخرًا مع شركة الأدوية العملاقة Eli Lilly.

بموجب هذه الاتفاقية، ستستخدم Eli Lilly برمجيات Chai لتطوير أدوية جديدة.

يتمحور جوهر هذه الشراكة حول خوارزمية Chai-2، المصممة خصيصًا لتطوير الأجسام المضادة، وهي بروتينات حيوية لمحاربة الأمراض.

تطمح Chai Discovery لأن تكون بمثابة "مجموعة تصميم بمساعدة الحاسوب" للجزيئات، مما يفتح آفاقًا جديدة في تصميم الأدوية.

تأتي هذه الشراكة في وقت حاسم لقطاع اكتشاف الأدوية المدعوم بالذكاء الاصطناعي.

فبعد وقت قصير من إعلان Eli Lilly عن تعاونها مع Chai، كشفت الشركة نفسها عن شراكة أخرى بقيمة مليار دولار مع NVIDIA لإنشاء مختبر لاكتشاف الأدوية بالذكاء الاصطناعي في سان فرانسيسكو.

يهدف هذا المختبر، الذي يُطلق عليه "مختبر الابتكار المشترك"، إلى دمج البيانات الضخمة، والموارد الحاسوبية، والخبرات العلمية لتسريع وتيرة تطوير الأدوية الجديدة.

آراء متباينة في السوق: بين المتشككين والمؤمنين بالثورة

لا يخلو هذا المجال الجديد من المعارضين.

يرى بعض المخضرمين في صناعة الأدوية، نظرًا لصعوبة تطوير الأدوية التقليدية، أن هذه التقنيات الحديثة قد لا تحدث تأثيرًا كبيرًا.

ومع ذلك، فإن لكل صوت متشائم، هناك بالمقابل العديد من الأصوات المتفائلة والمؤمنة بالإمكانيات الهائلة للذكاء الاصطناعي.

تؤكد Elena Viboch، المديرة الإدارية في General Catalyst وأحد كبار داعمي Chai، ثقتها في أن الشركات التي تتبنى خدمات Chai سترى نتائج ملموسة.

تقول Viboch: "نعتقد أن شركات الأدوية الحيوية التي تتحرك بسرعة أكبر للشراكة مع شركات مثل Chai ستكون أول من يدخل الجزيئات إلى العيادات، وستنتج أدوية ذات قيمة."

وتضيف أن هذا يعني عمليًا الشراكة في عام 2026 ورؤية أدوية رائدة تدخل التجارب السريرية بحلول نهاية عام 2027.

من جانبها، أعربت Aliza Apple، رئيسة برنامج TuneLab في Lilly (الذي يستخدم الذكاء الاصطناعي وتعلم الآلة لتطوير الأدوية)، عن ثقتها في منتج Chai.

وتوضح: "من خلال الجمع بين نماذج التصميم التوليدي لـ Chai وخبرة Lilly العميقة في مجال البيولوجيا والبيانات الخاصة بها، نهدف إلى دفع حدود كيفية تصميم الذكاء الاصطناعي لجزيئات أفضل من البداية، بهدف تسريع تطوير الأدوية المبتكرة للمرضى."

جذور Chai Discovery: من OpenAI إلى الريادة في اكتشاف الأدوية

على الرغم من أن Chai قد تأسست قبل أقل من عامين، إلا أن جذورها تعود إلى حوالي ست سنوات مضت، خلال محادثات بين مؤسسيها والرئيس التنفيذي لشركة OpenAI، Sam Altman.

أحد هؤلاء المؤسسين، Josh Meier، عمل سابقًا في OpenAI عام 2018 ضمن فريق البحث والهندسة.

بعد مغادرته للشركة، تواصل Altman مع صديق Meier الجامعي، Jack Dent، للاستفسار عن فرصة عمل محتملة.

كان Meier و Dent قد التقيا في فصول علوم الحاسوب في جامعة هارفارد.

في ذلك الوقت، كان Dent يعمل كمهندس في Stripe (شركة أخرى كان Altman من أوائل داعميها).

سأله Altman عما إذا كان Meier سيكون منفتحًا على التعاون في شركة ناشئة تركز على علم البروتينات (proteomics)، أي دراسة البروتينات.

يقول Dent: "تواصل معي Altman ليقول إن الجميع في OpenAI يكنون له تقديرًا كبيرًا، وسألني عما إذا كنت أعتقد أنه سيكون منفتحًا للعمل معهم في مشروع ناشئ في مجال علم البروتينات."

أجاب Dent Altman بـ "بالتأكيد"، لكن كانت هناك عقبة واحدة: لم يكن Meier يشعر أن التكنولوجيا قد وصلت إلى المستوى المطلوب بعد.

كانت تقنية الذكاء الاصطناعي الكامنة وراء مثل هذه الشركات، التي تعتمد على… (نهاية النص المصدر).

تعميق الفهم: كيف يغير الذكاء الاصطناعي قواعد اللعبة في اكتشاف الأدوية

إن القصة التي بدأت بمحادثات بين رواد التكنولوجيا في OpenAI وشركاتهم الناشئة، تتكشف الآن في مجال حيوي كالصحة.

ما يميز Chai Discovery ليس فقط نموذجها المالي المبهر، بل رؤيتها الاستراتيجية التي تركز على الجزيئات المعقدة مثل الأجسام المضادة.

هذه الأجسام المضادة، التي ينتجها الجسم بشكل طبيعي لمحاربة مسببات الأمراض، أصبحت هدفًا رئيسيًا لتطوير علاجات لأمراض المناعة الذاتية، والسرطان، وحتى الأمراض المعدية.

تقليديًا، يتطلب اكتشاف وتطوير جسم مضاد جديد سنوات من البحث والاختبارات المكثفة.

يشمل ذلك توليد مكتبات ضخمة من الأجسام المضادة المحتملة، ثم فحصها لاختيار تلك التي تظهر فعالية وسلامة.

هذه العملية تتطلب موارد هائلة، وغالبًا ما تكون النتائج غير مؤكدة.

هنا يأتي دور الذكاء الاصطناعي، وتحديدًا نماذج التصميم التوليدي التي تستخدمها Chai.

قوة التصميم التوليدي في علم الأدوية

التصميم التوليدي، ببساطة، هو استخدام خوارزميات الذكاء الاصطناعي لإنشاء تصميمات جديدة بناءً على مجموعة من المعايير والأهداف.

في سياق اكتشاف الأدوية، يمكن لهذه النماذج أن "تتخيل" جزيئات جديدة تمامًا، أو تعدل جزيئات موجودة، لتحقيق خصائص معينة.

بالنسبة للأجسام المضادة، يمكن لـ Chai-2 أن يصمم تسلسلات بروتينية جديدة تمتلك القدرة على الارتباط بأهداف محددة في الجسم (مثل بروتين معين على سطح خلية سرطانية) بكفاءة ودقة عاليتين.

من تجربتي الشخصية، ما أراه في هذا المجال هو أننا ننتقل من مرحلة “البحث عن المفتاح المناسب في كومة قش” إلى مرحلة “تصميم المفتاح المثالي للباب المحدد”.

هذا التحول يقلل بشكل كبير من الوقت والتكلفة، ويزيد من احتمالية النجاح.

دور البيانات الضخمة والخبرة البشرية

لا يمكن للذكاء الاصطناعي أن يعمل بمعزل عن البيانات.

تعتمد نماذج مثل Chai-2 على كميات هائلة من البيانات المتعلقة بالبروتينات، وتفاعلاتها، وهياكلها، وفعاليتها.

كلما كانت البيانات أكثر شمولاً ودقة، كانت نتائج الذكاء الاصطناعي أفضل.

هذا هو السبب في أن الشراكة مع شركات مثل Eli Lilly، التي تمتلك عقودًا من البيانات البيولوجية والسريرية، ذات قيمة استراتيجية هائلة.

تذكر Apple من Eli Lilly أهمية "البيانات الخاصة بها".

هذا يشير إلى أن النجاح لا يكمن فقط في امتلاك خوارزمية قوية، بل في القدرة على دمجها مع معرفة عميقة بالبيولوجيا البشرية والأمراض.

الذكاء الاصطناعي هو الأداة، لكن الخبرة البشرية والبيانات الموثوقة هي الوقود الذي يشغل هذه الأداة.

التحديات والفرص في السوق العربية

بالنسبة للسوق العربية، فإن هذه التطورات تحمل في طياتها فرصًا وتحديات على حد سواء.

من ناحية، يمكن للذكاء الاصطناعي أن يلعب دورًا حاسمًا في معالجة الأمراض المنتشرة في المنطقة، مثل السكري وأمراض القلب، من خلال تسريع اكتشاف علاجات جديدة ومخصصة.

كما يمكن أن يساعد في تطوير أدوية تعالج الأمراض الوراثية التي قد تكون سائدة في بعض المجتمعات.

من ناحية أخرى، يتطلب تبني هذه التقنيات استثمارات كبيرة في البنية التحتية التكنولوجية، وتدريب الكفاءات المتخصصة في مجالات الذكاء الاصطناعي، والمعلوماتية الحيوية، والصيدلة.

قد تكون هناك حاجة إلى إنشاء مراكز بحثية متقدمة، وتشجيع الشراكات بين الجامعات، والمستشفيات، وشركات التكنولوجيا المحلية.

نصائح عملية للشركات الناشئة والمؤسسات البحثية العربية:

• التركيز على التخصص: بدلًا من محاولة منافسة الشركات العالمية في كل المجالات، يمكن للشركات الناشئة العربية التركيز على مجالات متخصصة، مثل الأمراض التي تؤثر بشكل خاص على المنطقة، أو أنواع معينة من الجزيئات العلاجية.

• بناء قواعد بيانات محلية: جمع وتنظيم البيانات الصحية والبيولوجية المحلية يمكن أن يوفر ميزة تنافسية فريدة، ويسمح بتطوير حلول أكثر ملاءمة للسكان المحليين.

• الاستثمار في رأس المال البشري: توفير برامج تدريبية مكثفة في مجالات الذكاء الاصطناعي، وعلم البيانات، والمعلوماتية الحيوية، لخلق جيل جديد من الخبراء القادرين على قيادة هذه الثورة.

• تشجيع الشراكات الدولية: التعاون مع شركات عالمية رائدة مثل Chai Discovery أو NVIDIA يمكن أن يوفر الوصول إلى التكنولوجيا المتطورة، والخبرات، والأسواق العالمية.

• تطوير أطر تنظيمية داعمة: يجب على الحكومات والهيئات التنظيمية العمل على تطوير لوائح تشجع على الابتكار في مجال التكنولوجيا الحيوية والذكاء الاصطناعي، مع ضمان سلامة المرضى وجودة الأدوية.

مقارنة مع تقنيات أخرى: هل الذكاء الاصطناعي هو الحل الوحيد؟

بينما يبدو الذكاء الاصطناعي هو نجم الساحة حاليًا، من المهم أن نتذكر أنه ليس الحل الوحيد.

تقنيات مثل الهندسة الوراثية، والبيولوجيا التركيبية، وتقنيات تحرير الجينات (مثل CRISPR) تلعب أيضًا أدوارًا حاسمة في تطوير علاجات جديدة.

ما يميز الذكاء الاصطناعي هو قدرته على تسريع عملية الاكتشاف الأولية، وتحديد المرشحين الواعدين بسرعة أكبر.

يمكن أن يعمل جنبًا إلى جنب مع هذه التقنيات الأخرى.

على سبيل المثال، يمكن للذكاء الاصطناعي أن يساعد في تصميم تسلسل جيني جديد، ثم يمكن استخدام CRISPR لتعديل الجينوم بناءً على هذا التصميم.

مقارنة سريعة:

• الفحص عالي الإنتاجية (HTS): تقليدي، بطيء، مكلف، يعتمد على التجربة والخطأ.
• التصميم التوليدي بالذكاء الاصطناعي (مثل Chai-2): سريع، دقيق، يركز على تصميم جزيئات محددة، يتطلب بيانات ضخمة وخبرة في الذكاء الاصطناعي.
• الهندسة الوراثية وتحرير الجينات: يركز على تعديل المواد الوراثية، يمكن أن يكون مكملًا للذكاء الاصطناعي في تصميم العلاجات.

المستقبل: طب دقيق، شخصي، ومدعوم بالذكاء الاصطناعي

إن ما نشهده اليوم مع Chai Discovery وشركات أخرى هو مجرد بداية.

نتجه نحو مستقبل يصبح فيه اكتشاف الأدوية أسرع، وأكثر فعالية من حيث التكلفة، وأكثر تخصيصًا.

سيتم تصميم الأدوية لتناسب التركيب الجيني للفرد، واستجابته البيولوجية، مما يفتح الباب أمام "الطب الدقيق" و"الطب الشخصي" بشكل حقيقي.

من تجربتي الشخصية، أرى أن هذه الثورة التقنية ليست مجرد تحسينات تدريجية، بل هي إعادة تعريف كاملة لكيفية معالجتنا للأمراض.

إنها رحلة مثيرة، ومليئة بالتحديات، ولكنها تحمل وعدًا هائلاً بتحسين حياة الملايين حول العالم.

الاستثمار في هذه التقنيات، وتطوير الكفاءات اللازمة، وتبني رؤية مستقبلية، هو ما سيحدد مدى استفادتنا من هذه الإمكانيات الهائلة، خاصة في منطقتنا العربية.