شفقنا – پژوهشگران در تلاش‌اند با ترکیب مدل‌های مختلف هوش مصنوعی، یک «سلول مجازی» بسازند که بتواند پیش از انجام آزمایش‌های واقعی، پیامد تغییرات ژنتیکی یا ورود یک داروی جدید به سلول را شبیه‌سازی و پیش‌بینی کند؛ رویکردی که می‌تواند روند توسعه دارو و تحقیقات زیستی را متحول کند.

به گزارش سرویس ترجمه شفقنا، یک «موجود زنده دیجیتال» جدید می‌تواند نحوه حرکت یک داروی احتمالی یا تغییر ژنتیکی را در میان مولکول‌ها و سلول‌ها و در نهایت در بدن انسان شبیه‌سازی کند. اهمیت این رویکرد در آن است که شبیه‌سازی‌های دقیق‌تر مبتنی بر هوش مصنوعی می‌توانند روند تحقیقات زیستی را ساده‌تر کنند و به پژوهشگران اجازه دهند ایده‌های مختلف را در مراحل اولیه بررسی کنند. در نتیجه، دانشمندان می‌توانند آزمایش‌های خود را روی گزینه‌های امیدوارکننده‌تر متمرکز کرده و خطرات احتمالی را زودتر شناسایی کنند.

پژوهشگران این پروژه را نوعی شبیه‌ساز پرواز برای پزشکی توصیف می‌کنند. دانشمندان می‌توانند پیش از اجرای یک آزمایش در دنیای واقعی، تغییراتی را در یک مدل زیستی مجازی آزمایش کنند؛ برای مثال، یک ژن را تغییر دهند یا داروی جدیدی را وارد یک سلول کنند و پیامدهای آن را بررسی کنند.

مدل‌های هوش مصنوعی زیستی کنونی معمولاً برای انجام یک وظیفه تخصصی طراحی شده‌اند؛ برای مثال، پیش‌بینی ساختار یک پروتئین. اما محققان در پروژه جدید استدلال می‌کنند که گام بعدی باید اتصال این سامانه‌ها به یکدیگر باشد؛ به‌گونه‌ای که مدل‌های مربوط به دی‌ان‌ای، پروتئین‌ها، سلول‌ها، بافت‌ها و پیامدهای سلامت در قالب یک شبیه‌ساز پویا با یکدیگر کار کنند.

به گفته پژوهشگران در این مطالعه شرکت GenBio AI، به‌زودی «نخستین نمونه عملیاتی سلول مجازی جهان» را عرضه خواهد کرد.

اما GenBio تنها مجموعه‌ای نیست که برای ساخت سلول‌های مجازی تلاش می‌کند. BioHub، مؤسسه‌ای با حمایت مارک زاکربرگ، مدیرعامل متا، در حال ساخت یک پلتفرم باز از مدل‌های هوش مصنوعی برای درک و پیش‌بینی رفتار سلول‌هاست. برنامه سلول مجازی این مؤسسه قصد دارد سلول‌ها را در بافت‌ها، افراد و شرایط مختلف مدل‌سازی کند و هدف بلندپروازانه آن، کمک به درمان همه بیماری‌هاست.

با وجود این پیشرفت‌ها، پژوهشگران هنوز به ساخت یک انسان مجازی نزدیک نیستند، هدف نزدیک‌تر، ساخت یک «سلول مجازی» است؛ مدلی که بتواند انواع مختلف داده‌های زیستی را هم‌زمان در نظر بگیرد و تأثیر مجموعه‌ای از مداخلات را پیش‌بینی کند، نه اینکه فقط یک پیامد ثابت را شبیه‌سازی کند.

هدف این فناوری این است که هوش مصنوعی مانند یک فیلتر اولیه عمل کند و ایده‌های ضعیف‌تر برای تولید دارو را پیش از آنکه پژوهشگران سال‌ها زمان و هزینه صرف آزمایش آنها کنند، کنار بگذارد.

با این حال، چالش‌های مهمی وجود دارد. سوگیری یا ناقص بودن داده‌های آموزشی، تفاوت واکنش بیماران مختلف و تمایل هوش مصنوعی به اشتباه گرفتن همبستگی با رابطه علت و معلولی، از جمله موانع این مسیر هستند.

آنچه پژوهشگران اکنون دنبال می‌کنند این است که سلول‌های مجازی با چه سرعتی ساخته و توسعه خواهند یافت و آیا این سامانه‌ها می‌توانند درباره هدف یک دارو یا عوارض جانبی آن پیش‌بینی‌هایی ارائه دهند که بعدها در آزمایش‌های واقعی تأیید شوند.

این خبر را اینجا ببینید.