هل يمكن للذكاء الاصطناعي بناء خلية افتراضية؟ العلماء يتسابقون لمحاكاة أصغر وحدة في الحياة

يسرّع الباحثون في جميع أنحاء العالم جهودهم لإنشاء نماذج خلايا افتراضية مدعومة بالذكاء الاصطناعي، والتي تعد بإحداث ثورة في أبحاث الأمراض، وتنظيم الجينات، وفهمنا للأنظمة البيولوجية المعقدة. يتصور ستيفن كواك، رئيس العلوم في مبادرة تشان زوكربيرج (CZI)، مستقبلاً حيث ستأخذ النمذجة الحاسوبية الأسبقية على التجارب المخبرية التقليدية، قائلاً: ”هدفنا هو تحويل بيولوجيا الخلية من 90% تجريبية إلى 90% حاسوبية“.

تهدف هذه الخلايا الافتراضية إلى التنبؤ بكيفية تطور الأمراض أو كيفية تفاعل خلايا السرطان مع العلاجات، مما يغير سرعة ودقة علم الأحياء الحاسوبي. تخطط CZI لاستثمار مئات الملايين من الدولارات في مشاريع الخلايا الافتراضية، كما تسعى جوجل ديب مايند لتحقيق طموحات مماثلة، وفقاً للرئيس التنفيذي ديميس هاسابيس.

في أوروبا، يشارك يان إلينبرج في قيادة تطوير خلية ألفا، وهو نموذج خلية افتراضية قوي متوقع في عام 2026، يجمع بين مجموعات بيانات الخلايا المفردة والتعلم الآلي المتقدم. ومع ذلك، وعلى الرغم من الحماس المتزايد، يحذر الخبراء من أن النتائج الملموسة لا تزال محدودة، وتفتقر إلى أطر عمل واضحة.

يعود تاريخ النمذجة الحاسوبية للخلايا إلى عام 2012، عندما أنشأ العلماء نموذجًا رقميًا كاملاً لـ المايكوبلازما التناسلية، وهي كائن حي يحتوي على 525 جينًا فقط. على عكس هذه الجهود المبكرة الثقيلة بالآليات، تستفيد مشاريع الخلايا الافتراضية اليوم من قدرة الذكاء الاصطناعي على إيجاد أنماط في مجموعات البيانات الضخمة، بطريقة مشابهة لكيفية تدريب نماذج اللغة الكبيرة. يلاحظ كواك: ”تدريب النماذج مباشرة على البيانات يمثل نقلة نوعية“.

تعتمد النماذج الحديثة بشكل كبير على بيانات تسلسل الحمض النووي الريبي للخلايا المفردة، مما يتيح إنشاء أطالس شاملة للخلايا تكشف عن التنوع الخلوي عبر الأنواع. تقوم معاهد مثل Arc وCZI بإنتاج مجموعات بيانات للخلايا المفردة بسرعة – تخطط CZI وحدها لإصدار بيانات تسلسل من مليار خلية، لتضاف إلى مكتبتها الحالية التي تضم أكثر من 100 مليون.

يسلط هاني جودرزي في معهد Arc الضوء على أن حجم بيانات الخلايا المفردة، مليارات نقاط البيانات، يجعلها مثالية للذكاء الاصطناعي، مشابهة لمجموعات البيانات التي تشغل نماذج اللغة.

ومع ذلك، لا تزال النماذج المدربة فقط على بيانات الخلايا المفردة تواجه قيودًا. على سبيل المثال، يواجه نموذج State التابع لمعهد Arc صعوبة في التعميم على مجموعات البيانات الجديدة. لتحقيق الخلايا الافتراضية حقًا، يتفق الباحثون على أنه من الضروري دمج أنواع إضافية من البيانات مثل صور المجهر، التي تكشف كيفية تفاعل مكونات الخلية بشكل ديناميكي. ”نحتاج إلى أكثر من تسلسل الخلايا المفردة“ يؤكد إلينبرج.

يظل تعريف الخلية الافتراضية تحديًا آخر. ”لا يوجد إجماع حول ما تعنيه الخلية الافتراضية حقًا،“ يقول جونا كول، الذي يقود مشروع المليار خلية في CZI. يردد تيم ميتشيسون من كلية الطب بجامعة هارفارد هذه الشكوك، مقترحًا أن النماذج العملية على المدى القريب قد تركز على أنواع خلايا محددة أو عمليات بيولوجية مثل تنظيم الجينات.

يعترف كواك بالطريق الطويل أمامنا: ”رؤيتنا لاستبدال معظم العمل المخبري بنمذجة الذكاء الاصطناعي لن تحدث بين عشية وضحاها – كل من علماء الأحياء ونماذج الذكاء الاصطناعي يحتاجون إلى وقت للتكيف“.
من خلال دمج الذكاء الاصطناعي في التكنولوجيا الحيوية، ومجموعات بيانات الخلايا المفردة واسعة النطاق، والنمذجة الجزيئية، يمكن أن تصبح الخلايا الافتراضية يومًا ما أدوات أساسية لـ أبحاث الأمراض النادرة والطب الدقيق، مما يعيد تشكيل كيفية دراستنا وتشخيصنا وعلاجنا للأمراض.