تصادف الأيام الحالية مرور 5 سنوات على إطلاق نموذج AlphaFold، الذي طورته شركة DeepMind التابعة لجوجل، وقد أصبح الآن أحد أبرز إنجازات الذكاء الاصطناعي في تاريخ العلوم الحديثة، وحاز مطوروه جائزة نوبل في الكيمياء العام الماضي، تقديرًا لتأثيره العميق في فهم بنية البروتينات وتسريع الاكتشافات البيولوجية.
وقبل ظهور AlphaFold في نهاية 2020، كانت DeepMind معروفة أساسًا بتطوير نظام ذكاء اصطناعي تمكن من هزيمة أبطال العالم في الألعاب الإلكترونية، لكن الشركة اتجهت لاحقًا إلى تحدٍ أكثر تعقيدًا وأثرًا، وهو حل مشكلة طيّ البروتينات، التي تُعَدّ من أعقد المسائل في العلم الحديث. وكانت النتيجة إطلاق AlphaFold 2، القادر على التنبؤ بالبنية الثلاثية الأبعاد للبروتينات بدقة ذرية.
قاعدة بيانات تغطي كل البروتينات
تُوّج عمل DeepMind ببناء قاعدة بيانات تضم أكثر من 200 مليون بنية بروتينية متوقعة، تشكّل عمليًا كامل البروتينات المعروفة، ويستخدمها حاليًا نحو 3.5 ملايين باحث في أكثر من 190 دولة. كما حصدت الورقة العلمية التي نشرتها مجلة Nature عام 2021 أكثر من 40 ألف استشهاد علمي حتى اليوم.
وفي العام الماضي، كشفت DeepMind عن AlphaFold 3، الذي وسّع نطاق الذكاء الاصطناعي ليشمل الحمض النووي DNA و RNA وتصميم الأدوية، في خطوة طموحة نحو نمذجة التفاعلات البيولوجية المعقدة، ويُعد هذا التطور مؤشرًا على مستقبل أكثر شمولًا للذكاء الاصطناعي في العلوم الحيوية.
من الألعاب إلى جذور العلم
في مقابلة مع مجلة WIRED، قال بوشميت كوهلي، نائب رئيس الأبحاث في DeepMind ومهندس قسم “الذكاء الاصطناعي من أجل العلوم”، إن الانتقال من تحديات مثل الألعاب إلى مشكلات علمية جوهرية كان جزءًا من رؤية الشركة منذ تأسيسها.
وأوضح كوهلي أن “الألعاب كانت ساحة اختبار لتطوير التقنيات، لكن الهدف النهائي كان دائمًا توظيف الذكاء الاصطناعي لتسريع الاكتشاف العلمي”، مشيرًا إلى أن مشكلة طيّ البروتينات تُصنَّف ضمن ما وصفه بـ”مشكلات الجذور”، أي القضايا التي يؤدي حلها إلى فتح مجالات بحثية كاملة في الطب والأحياء.
وحول المخاوف المتعلقة بـ”هلوسة” نماذج الذكاء الاصطناعي، خاصة مع اعتماد AlphaFold 3 على نماذج الانتشار (Diffusion Models)، أكد كوهلي أن الفلسفة الأساسية لم تتغير، وتعتمد على الجمع بين التوليد الإبداعي والتحقق الصارم.
وأضاف أن النظام يتضمن مؤشرات ثقة تُظهر متى تكون التوقعات أقل موثوقية، خاصةً في البروتينات غير المنتظمة بطبيعتها، لافتًا إلى أن الثقة العلمية بنموذج AlphaFold جاءت نتيجة اختباره مرارًا في المختبرات ونجاحه العملي.
“العالِم المساعد” الذكي
وفي خطوة جديدة، تعمل DeepMind على إطلاق نظام “العالِم المساعد المدعوم بالذكاء الاصطناعي” (AI Co-Scientist)، المبني على نموذج Gemini 2.0، والقادر على توليد الفرضيات العلمية ومناقشتها عبر عدة وكلاء أذكياء مستندين إلى نماذج الذكاء الاصطناعي.
ويرى كوهلي أن هذا التوجه لا يستبدل العلماء، بل يعيد توزيع أدوارهم، حيث يساعد الذكاء الاصطناعي في تسريع حل المشكلات، في حين يظل البشر مسؤولين عن ماهية المشكلة التي تستحق الحل.
وأشار كوهلي إلى تجربة باحثين في كلية إمبريال كوليدج بلندن، وقد استخدم الباحثون النظام لدراسة آليات استيلاء بعض الفيروسات على البكتيريا، مما فتح مسارات جديدة لمكافحة مقاومة المضادات الحيوية.
نحو محاكاة الخلية البشرية
عن التحديات القادمة، أكد كوهلي أن أكبر هدف خلال السنوات المقبلة هو فهم الخلية كوحدة متكاملة، وصولًا إلى محاكاة دقيقة للخلية البشرية بالكامل، وعدّ أن فك شفرة الجينوم وفهم آليات قراءة الشيفرة الوراثية داخل نواة الخلية يشكّل أول خطوة في هذا الطريق الطويل.
وختم كوهلي بالقول إن القدرة على محاكاة الخلايا قد تُحدِث ثورة في الطب، عبر اختبار الأدوية حاسوبيًا قبل تصنيعها، وفهم الأمراض على مستوى أساسي، وتصميم علاجات مخصصة لكل مريض، بما يربط التنبؤات الحاسوبية مباشرةً بالتطبيقات السريرية التي تُحسّن حياة المرضى.
