قام الباحثون بتطوير خوارزمية تعرف باسم ART - أداة التوصية الآلية. تلقى آرت قدرًا هائلاً من المعلومات حول مجموعة البروتينات الموجودة في الخلية، ونتيجة لذلك تمكن من التنبؤ بكيفية تأثير التغييرات في تلك البروتينات على المواد التي من المفترض أن تنتجها الخلية
اترك الكمبيوتر للحظة واذهب إلى شرفة منزلك. لا تنس العودة لمواصلة قراءة التدوينة، لكن أثناء وجودك هناك، انظر حولك ولاحظ الأشجار المحيطة بمنزلك. قد تكون هذه أشجار الصنوبر أو السرو أو التنوب أو (إذا كنت محظوظًا) التفاح أو البرتقال. وفي كلتا الحالتين، هناك شيء واحد يميزهم: لقد نمت جميعهم من بذرة واحدة صغيرة، وقد ساعدتهم الموارد المحيطة بهم - التربة والماء والهواء والشمس - وتم تشكيلهم بحيث يمكنهم تحقيق أقصى استفادة من كل هذه الموارد. وعلى الرغم من الاختلاف بين شجرة صنوبر وأخرى، إلا أنه من الواضح لنا جميعًا أنها لا تزال شجرة من نفس النوع. هذا هو مدى دقة الخوارزمية التي توجه نموهم.
هذه هي واحدة من العجائب الأكثر شيوعا على وجه الأرض. من الشائع جدًا أننا لا نلاحظ ذلك، بقدر ما نتعجب من حقيقة أن جنينًا بشريًا مثاليًا يتطور من خلية واحدة. ومع ذلك، فهو أمر عجيب، ويمكنه أيضًا أن يعلمنا عن قوة علم الأحياء في إنشاء الآلات من الصفر. ومن خلية واحدة فقط، مبرمجة بالطريقة الصحيحة، يمكننا الحصول على الآلة الرائعة التي هي جسم الإنسان، أو عدد لا حصر له من الآلات الرائعة الأخرى: سمكة قرش، وحوت، وشجرة، وكل شيء بينهما.
ولكن هذه هي الرؤى التي لا تزال بعيدة جدا عنا. وفي الوقت نفسه، نواجه صعوبات حتى في برمجة الخلايا الفردية لإنتاج مواد معينة ضرورية للإنسان. على سبيل المثال، استغرق الأمر سنوات عديدة حتى تمكن الباحثون من هندسة الكائنات الحية الدقيقة لإنتاج الأنسولين البشري. وحتى اليوم، يستغرق الأمر سنوات عديدة لهندسة الطحالب من أجل تحسين قدرتها على إنتاج الوقود الحيوي، أو هندسة الخلايا وراثيا للتعامل مع الأمراض الوراثية.
جرت محاولات في الماضي لإعادة برمجة الخلايا من خلال الهندسة الوراثية، لكن تبين للباحثين أن هذه ليست مهمة بسيطة أو سهلة. يوجد في كل خلية بشرية أكثر من عشرين ألف جين. يمكن أن يكون كل واحد منهم "تشغيلًا" أو "إيقافًا" أو أي مستوى بينهما. وتؤثر منتجات العديد من هذه الجينات على الجينات الأصلية نفسها، أو على جينات أخرى، أو على مواد أخرى في الخلية. إذا أردنا أن نفهم تأثير لعبة ما على جين معين، فسيتعين علينا أن نحسب تأثيرها على عشرين ألف جين آخر، وعدد لا يحصى من البروتينات الأخرى... كل منها يمكن أن يؤثر على تلك العشرين ألف جين، كل منها يمكن أن يؤثر على عشرين ألف جين، يمكن لواحد منهم أن يؤثر على…
لك ذالك.
تحدي حسابي لم تتمكن حتى الآن سوى أجهزة الكمبيوتر العملاقة من التعامل معه
يعد هذا تحديًا حسابيًا على نطاقات لا تستطيع حتى أجهزة الكمبيوتر العملاقة الأكثر تقدمًا حلها. وهذا ليس سوى التحدي الأول في طريق إنشاء كائنات مبرمجة مسبقًا. وحتى هذا الأمر لا نستطيع حله، دون سنوات عديدة من التجربة والخطأ لمجرد تغيير جين أو اثنين في الخلايا وإحداث التأثير المطلوب.
على الأقل، كان هذا هو الحال حتى الآن. لكن الأبحاث المنشورة في الأشهر الأخيرة توفر أملا جديدا لهذا المجال: الأمل في أن الذكاء الاصطناعي المتقدم بما فيه الكفاية يمكن أن يحل هذه المعضلة ويشرح للعلماء كيفية إعادة برمجة الخلايا لتحقيق النتيجة المرجوة.
تم نشر هذا البحث، وهو نتاج مختبر الدكتور هيكتور جارسيا مارتن، في مجلة الطبيعة العلمية المرموقة. ويمكن تلخيص معانيها في كلمات مارتن التالية -
"الاحتمالات لا حصر لها. تعتبر الهندسة الحيوية حاليًا عملية بطيئة جدًا. لقد استغرق تصنيع عقار الأرتيميسينين لعلاج الملاريا 150 عامًا من العمل. إذا كان بإمكانك صنع خلايا جديدة حسب الطلب في غضون أسابيع أو أشهر بدلا من سنوات، فيمكنك أن تحدث ثورة حقيقية فيما يمكنك فعله بالهندسة الحيوية.[1]
الذكاء الاصطناعي الذي لا يفهم علم الأحياء
شيء غريب يحدث في عالم الذكاء الاصطناعي. وقد شهدنا في السنوات الأخيرة ظهور محركات الذكاء الاصطناعي القادرة على استقبال كميات كبيرة من المعلومات ومعالجتها وتقديم تنبؤات للمستقبل في المجالات المتعلقة بتلك المعلومات. ولا "تفهم" هذه المحركات معنى المعلومات، ولا تنشئ نظرية أو نموذجًا تفصيليًا كما يفعل البشر. إنهم ببساطة يتعلمون من ملايين الحالات، على المستوى الإحصائي، ما الذي من المرجح أن يحدث.
قام الباحثون في الدراسة المعنية بتطوير خوارزمية مشابهة تُعرف باسم ART - أداة التوصية الآلية. أو بالعبرية - ببساطة الفن. تلقى آرت كمية هائلة من المعلومات حول مجموعة البروتينات في الخلية، ونتيجة لذلك تمكن من التنبؤ بكيفية تأثير التغيرات في تلك البروتينات على المواد التي كان من المفترض أن تنتجها الخلية. يمكنه، على سبيل المثال، التنبؤ بالتغييرات المطلوبة في الخلية من أجل زيادة إنتاج مواد معينة، مثل الأدوية والوقود الحيوي. وبدلاً من ذلك، يمكن أيضًا أن يشرح للباحثين كيفية قمع إنتاج المواد غير المرغوب فيها مثل السموم. بل إنه يستطيع التنبؤ بمستويات المواد التي تنتجها الخلية، وهي مهمة صعبة للغاية.
تتضمن بعض نجاحات آرت التي أظهرتها الدراسة، على سبيل المثال، تحسين عملية إنتاج الوقود الحيوي بواسطة الخلايا الحية. اعتمدت الخوارزمية على معلومات جاءت من 27 مسارًا بيولوجيًا سابقًا، وبالتالي فكت شفرة مسار استقلابي اصطناعي جديد، والذي كان أكثر كفاءة مما هو موجود حاليًا - وبالمناسبة، كان أيضًا تلقائيًا ولم يتطلب تشغيلًا خاصًا للخلايا مواصلة إنتاج الوقود الحيوي.
ليس كل شيء ورديًا: لم تكن تنبؤات الفن دقيقة تمامًا، لكنها كانت دائمًا توجه الباحثين في الاتجاه الصحيح لتحسين الإنتاج. ليس من الواضح كيف، لكن آرت "فهم" الطريقة التي تنتج بها الخلايا مواد مختلفة، وقدم للباحثين توصيات لاتجاهات بحثية جديدة وواعدة.
وكمثال آخر على قدرات آرت، قام الباحثون بتسخيره لتحسين طريقة إنتاج الخميرة للكحول. وأعاد الباحثون هندسة الخميرة وفقا لتوصيات آرت، من أجل إنتاج مواد تحاكي طعم نبات الجنجل، وهو نبات يستخدم كمكون مهم في صناعة البيرة. تتطلب زراعة عشبة الجنجل كميات هائلة من الماء والطاقة، لذا فإن إنتاجها بواسطة الخميرة من شأنه أن يخفض سعر البيرة - على الأقل تلك التي تحتوي على عشبة الجنجل. حتى أن الفن تصور أفضل مستوى من إنتاج النكهة لإنتاج بيرة مثالية (Pale Ale، إذا كنت مهتمًا).
"هذا دليل واضح على أن التعلم الآلي الذي يؤدي إلى الهندسة الحيوية أمر ممكن، ومدمر إذا أمكن تطبيقه على نطاق واسع. لقد فعلنا ذلك لخمسة جينات، لكننا نعتقد أنه من الممكن القيام بذلك للجينوم بأكمله. قال جارسيا مارتن. "هذه ليست سوى البداية."
[1] https://www.eurekalert.org/pub_releases/2020-09/dbnl-mlt092320.php
