خبر کامل
انقلاب هوش مصنوعی در داروسازی: ساخت پادتن‌هایی با قدرت درمان‌های تجاری
زیست‌شناسان پس از یک سال پیشرفت چشمگیر، در آستانه تبدیل پادتن‌هایی قرار گرفته‌اند که کاملاً توسط هوش مصنوعی طراحی شده‌اند به درمان‌های دارویی بالقوه. در حالی که طراحی‌های اولیه اثبات-مفهومی فاقد قدرت و ویژگی‌های کلیدی داروهای تجاری مبتنی بر پادتن بودند که سالانه ده‌ها میلیارد دلار فروش دارند، اکنون گروه‌های متعددی گزارش داده‌اند که با استفاده از ابزارهای تجاری اختصاصی هوش مصنوعی و مدل‌های متن‌باز، پادتن‌هایی ساخته‌اند که ویژگی‌های داروهای مبتنی بر پادتن را دارا هستند.
انقلاب در مهندسی پادتن با هوش مصنوعی
موج جدید موفقیت در طراحی پادتن‌های «دِ نوو» (از نو) تأثیر بزرگی بر سرعت و تعداد درمان‌هایی خواهد داشت که در کارآزمایی‌های بالینی دیده می‌شوند. این تلاش‌های اخیر پیشرفت‌هایی فوق‌العاده قدرتمند هستند که امکان دموکراتیک شدن مهندسی پادتن را فراهم می‌کنند.
تیموتی جنکینز، مهندس پروتئین در دانشگاه فنی دانمارک: «موج جدید موفقیت در طراحی پادتن دِ نوو تاثیر بزرگی بر سرعت و تعداد درمان‌ها خواهد داشت که در کارآزمایی‌های بالینی خواهیم دید.»
دقت بی‌سابقه در طراحی نانوبادی‌ها
روش‌های سنتی ساخت داروهای مبتنی بر پادتن معمولاً شامل غربالگری تعداد زیادی پادتن متنوع برای یافتن آن‌هایی است که بتوانند یک هدف خاص را تشخیص دهند. این روش همیشه دقیق نیست و ممکن است تنها پادتن‌هایی را پیدا کند که ضعیف متصل می‌شوند یا بخش اشتباهی از هدف را شناسایی می‌کنند.
در مقابل، طراحی به کمک هوش مصنوعی این وعده را می‌دهد که می‌توان تا حد بسیار بالایی دقیق بود. دانشمندان امیدوارند بتوانند هدف دلخواه یک پادتن، مانند محل فعال یک آنزیم دخیل در بیماری، را مشخص کنند و مدل هوش مصنوعی طراحی‌های پیشنهادی ارائه دهد.
غلبه بر چالش‌های مدل‌سازی پروتئین
پادتن‌ها، که پروتئین‌های ایمنی برای شناسایی مولکول‌های بیگانه هستند، به دلیل نواحی انعطاف‌پذیر حلقه‌ای خود، چالش بزرگی برای طراحی با هوش مصنوعی محسوب می‌شدند. مدل‌های پیشین مانند آلفافولد (AlphaFold) در پیش‌بینی شکل این نواحی مشکل داشتند.
با این حال، ابزارهای جدید توسعه‌یافته طی یک سال گذشته، از جمله نسخه به‌روزشده آلفافولد، در مدل‌سازی این نواحی انعطاف‌پذیر بهتر عمل کرده‌اند و پیشرفت در طراحی پادتن نیز هم‌راستا با این بهبودها بوده است.
- در ماه اکتبر، مدل BoltzGen معرفی شد که می‌تواند نانوبادی‌ها (پادتن‌های کوچک شبیه مولکول‌های موجود در کوسه‌ها و شترها) را علیه پروتئین‌های دخیل در سرطان، عفونت‌های ویروسی و باکتریایی طراحی کند.
- پژوهشگران در بیشتر موارد پس از آزمایش تنها ۱۵ مورد از بهترین طراحی‌ها، پادتن‌هایی با اتصال قوی یافتند.
- گروه‌هایی در دانشگاه استنفورد، مؤسسه Arc و همچنین گروه دیوید بیکر، زیست‌فیزیکدان برنده نوبل، نیز پیشرفت‌های چشمگیری در طراحی نانوبادی‌ها با بازدهی بالا گزارش کرده‌اند.
ادعاهای جسورانه: ساخت پادتن‌های شبیه‌دارو
جسورانه‌ترین ادعاها در طراحی پادتن با هوش مصنوعی از سوی شرکت‌هایی مطرح می‌شود که روی این چالش کار می‌کنند. شرکت‌های Nabla Bio و Chai Discovery اعلام کرده‌اند که با ابزارهای هوش مصنوعی خود، «پادتن‌های شبیه‌دارو» ساخته‌اند.
این گروه‌ها علاوه بر نانوبادی‌ها (که از یک زنجیره آمینواسیدی تشکیل شده‌اند)، پادتن‌های با ساختار کامل نیز تولید کرده‌اند. آزمایش‌ها نشان داد برخی از این مولکول‌های طراحی‌شده، اهداف بیماری مختلف از جمله گیرنده‌های جفت‌شونده با پروتئین G (GPCRs) را با قدرتی مشابه داروهای پادتن تجاری شناسایی می‌کنند.
این مولکول‌ها همچنین ویژگی‌های حیاتی یک داروی بالقوه را دارا بودند:
- قابلیت تولید در مقادیر زیاد.
- توانایی تشخیص فقط هدفِ موردنظر.
با وجود این ادعاها، مدیرعاملان شرکت‌ها توالی‌های پادتن‌های طراحی‌شده را منتشر نکرده‌اند. این موضوع باعث شده است که دانشمندان دیگر مایل به بررسی داده‌های پشت این ادعاها باشند تا مشخص شود این مدل‌های اختصاصی چگونه با بهترین ابزارهای متن‌باز قابل مقایسه هستند.
ابزارهای متن‌باز طراحی پادتن برای شرکت‌های نوپا که منابع توسعه مدل‌های اختصاصی را ندارند، بسیار جذاب هستند.
چشم‌انداز آینده: ورود به کارآزمایی‌های بالینی
ممکن است زمان زیادی تا ورود پادتن‌هایی که کاملاً توسط هوش مصنوعی طراحی شده‌اند، به آزمایش‌های انسانی باقی نمانده باشد. گرچه ابزارهای جدید احتمالاً همین حالا هم طراحی‌های کارآمد تولید می‌کنند، اما عملکرد نامتوازن آن‌ها در اهداف مختلف و ناتوانی‌شان در پیش‌بینی ویژگی‌های کلیدی مانند قدرت اتصال می‌تواند سرعت روند پذیرش را کاهش دهد. پیش‌بینی می‌شود که هنوز چند سال تا روزی که بتوان صرفاً بر مدل‌ها برای ساخت داروهای پادتن تکیه کرد، فاصله وجود داشته باشد.
در همین راستا، شرکت Generate Biomedicine در ماساچوست هفته گذشته یک کارآزمایی بالینی بزرگ را برای یک داروی پادتن درمان آسم شدید آغاز کرد. این شرکت از هوش مصنوعی برای بهینه‌سازی یک پادتن موجود برای بهبود اتصال، پایداری و ویژگی‌های دیگر استفاده کرده بود.
چالش‌های ایمنی و اهداف جدید
موضوع مهم دیگر این است که آیا بدن ممکن است پادتن‌های طراحی‌شده با هوش مصنوعی را به‌عنوان مولکول‌های بیگانه تشخیص دهد که می‌تواند واکنش‌های ایمنی خطرناک ایجاد کند یا خیر. اگرچه این پادتن‌ها به‌نظر مشابه پادتن‌های ساخته‌شده با روش‌های سنتی هستند، انجام آزمون‌های ایمنی بیشتر پیش از ورود به آزمایش‌های انسانی ضروری است.
امید این است که هوش مصنوعی بتواند پادتن‌هایی را علیه اهدافی طراحی کند که پیش از این چالش‌برانگیز بوده‌اند. همچنین هوش مصنوعی می‌تواند پادتن‌هایی با ویژگی‌های منحصربه‌فرد طراحی کند، از جمله:
- توانایی نفوذ به مغز.
- توانایی شناسایی چند هدف در یک پادتن واحد.
اکنون که توانایی تولید پادتن‌ها با فشار یک دکمه فراهم شده است، می‌توان زمان بیشتری را به این مسائل پیشرو و نوآورانه اختصاص داد.
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
