مايكروسوفت تطلق مشروع Quine لتسريع اكتشاف الأدوية بالذكاء الاصطناعي

أعلنت مؤسسة مايكروسوفت للأبحاث Microsoft Research عن اطلاق مشروع Quine، وهو نظام تجريبي متعدد الوسائط للذكاء الاصطناعي، صُمم لربط نماذج البيولوجيا الحاسوبية بالتجارب المخبرية الفعلية، بهدف تسريع عمليات اكتشاف الأدوية وترتيب المركبات العلاجية المُرشحة للتجربة.

وطوّرت مايكروسوفت المشروع بالتعاون مع معهد Broad التابع لجامعة هارفارد ومعهد ماساتشوستس للتكنولوجيا (MIT)، بالاعتماد على “نموذج عالم World Model” موحّد يغطي مجالات الجينوم، والبروتينات، والكيمياء، وحالات الخلايا، والتصوير الحيوي، بالإضافة إلى منظومة تفاعلية للاستدلال والتحليل.

وتختلف بنية مشروع Quine عن نماذج الذكاء الاصطناعي المتخصصة في مجال واحد؛ إذ تجمع قدرات متعددة ضمن نظام موحد يتيح إجراء تحليلات مترابطة بين تخصصات مختلفة في علوم الأحياء. وترى مايكروسوفت أن هذا النهج قد يساعد في معالجة بعض الاختناقات التي تواجه عمليات اكتشاف الأدوية التقليدية.

ويمكن للباحثين استخدام Quine لفحص المركبات حاسوبيًا وترتيب أولوياتها قبل تخصيص موارد المختبر لإجراء التجارب، مما قد يقلل عدد المركبات التي تحتاج إلى اختبار فعلي، ويوجّه الجهود نحو أكثر المركبات إثارةً للاهتمام.

وفي اختبارات حديثة استهدفت خطوط خلايا السرطان الغدي القنوي البنكرياسي (PDAC)، تمكن النظام من ترتيب مركبات قادرة على إحداث تحولات محددة في الحالة الخلوية من النمط الكلاسيكي إلى النمط القاعدي خلال عطلة نهاية أسبوع واحدة، كما كشف استجابات ظاهرية غير متوقعة للخلايا.

وأكدت مايكروسوفت أن مشروع Quine لا يزال نظامًا بحثيًا تجريبيًا، ولا يُعد مخصصًا للاستخدام السريري. كما شددت على ضرورة إخضاع النتائج التي ينتجها النظام لمراجعة بشرية دقيقة، نظرًا إلى إمكانية ارتكاب نماذج الذكاء الاصطناعي أخطاءً في التحليل أو الاستنتاج.

وفتحت مايكروسوفت باب التقديم إلى أول دفعة من برنامج Quine Fellows، مما يتيح للباحثين المهتمين فرصة الوصول المبكر إلى النظام واختباره في التطبيقات البحثية.

وتعتزم الشركة توسيع نطاق إتاحة التقنية والأدوات التجارية مستقبلًا عبر منصة Microsoft Discovery مع تطور مشروع Quine وانتقاله تدريجيًا من المرحلة البحثية التجريبية.

وتراهن مايكروسوفت على قدرة النظام على تقليص الوقت والتكلفة المرتبطين باكتشاف الأدوية، بالإضافة إلى مساعدة الباحثين في تحديد مسارات علاجية محتملة قد يصعب اكتشافها بالأساليب التقليدية.